Évaluation des modèles et des outils afin d’assurer l’équité
properties.trackTitle
properties.trackSubtitle
Décembre 2020
Les données sont essentielles à la numérisation rapide du processus de sélection des risques. Par contre, comme pour tout système conçu pour optimiser l’efficacité, les programmes axés sur l’intelligence artificielle peuvent avoir de la difficulté à évaluer certaines personnes dans un paradigme à base de modèles. Des groupes de consommateurs ont indiqué que les outils fondés sur les données utilisés pour la prise de décision automatisée en sélection des risques peuvent perpétuer les préjugés des preneurs de décisions antérieurs ou refléter des préjugés qui persistent dans l’ensemble de la société. En l’absence de lignes directrices officielles, quels sont les termes et les outils que les assureurs vie peuvent utiliser afin d’avoir une discussion productive sur la partialité et l’équité des modèles évaluant les risques?
Hareem Naveed, directrice, Analytiques intégrées, et Amy Atkinson, chef adjointe du contentieux et chef de la conformité, présentent un cadre technique pour réduire les préjugés dans le cadre de la sélection des risques fondée sur des modèles en donnant des exemples provenant du secteur de l’assurance vie.
Voici le troisième webinaire de la nouvelle série nord-américaine en cinq volets de Munich Re concernant les innovations en sélection des risques et en science des données.
Faits saillants
- Tirer parti des données de tiers : En nous basant sur notre vaste expérience de travail avec les assureurs dans la conception et la surveillance de programmes de sélection des risques accélérée, nous présentons une compilation des données de tiers servant à l’élaboration de cadres d’évaluation du risque fondée sur des modèles et les questions qui doivent être abordées afin d’en assurer l’équité.
- Réviser la partialité des modèles : Toutes les approches de révisions des modèles précisent les paramètres qui peuvent être utilisés pour déterminer si ceux-ci sont impartiaux ou non. En plus d’une mesure du rendement des modèles, comment les assureurs peuvent-ils intégrer une mesure de l’équité dans le processus de sélection des modèles? Nous définissons un cadre souple et s’adaptant à tous les modèles qui peut être utilisé pour évaluer les outils d’évaluation de tiers ou les modèles conçus à l’interne.
- Suivre les directives réglementaires : La National Association of Insurance Commissioners (NAIC) a récemment adopté des principes directeurs concernant l’utilisation de l’intelligence artificielle. Nous explorons de quelle façon les conseillers juridiques peuvent être intégrés au processus de conception de modèles pour assurer le respect des lignes directrices réglementaires.
Visionnez l’enregistrement du webinaire (en anglais) et consultez le sommaire pour obtenir des précisions.
