Het is een nieuwe dag, niet ver in de toekomst. Je wordt wakker; je polshorloge heeft bijgehouden hoe lang je hebt geslapen, en bewaakte uw hartslag en ademhaling. Je rijdt naar je werk; autosensoren volgen uw snelheid en remmen. Je haalt onderweg wat ontbijt op, elektronisch betalen; de transactie en het caloriegehalte van uw maaltijd worden geregistreerd.

Dan heb je een auto-ongeluk. U belt uw verzekeringsmaatschappij. Uw oproep wordt direct beantwoord. De stem aan de andere kant kent je naam en praat vriendelijk met je over je kat en hoe je favoriete voetbalteam het afgelopen weekend deed.

Je praat met een chatbot. De reden dat het zo veel over u "weet", is omdat de verzekeringsmaatschappij kunstmatige intelligentie gebruikt om informatie over u van sociale media te schrapen. Het weet nog veel meer, omdat u ermee instemt om het uw persoonlijke apparaten te laten controleren in ruil voor goedkopere verzekeringspremies.

Dit is geen sciencefiction. Meer dan driekwart van de verzekeringsmanagers gelooft dat kunstmatige intelligentie binnen een paar jaar een revolutie teweeg zal brengen in de sector. Tegen 2030, volgens McKinsey-futuristen, kunstmatige intelligentie betekent dat uw auto- en levensverzekeringspremies kunnen veranderen afhankelijk van of u besluit de ene of de andere route te nemen.

Het zal aan u worden verkocht met de belofte van meer persoonlijke service, snellere claimverwerking en lagere premies - en het zal die beloften waarmaken, voor het grootste gedeelte.

Maar er zijn ook ethische risico's, waaronder gegevensprivacy en discriminatie. Een verzekeringsmaatschappij kan uw gegevens gebruiken om erachter te komen hoeveel u bereid bent te betalen voor dekking. Het kan de informatie aan een derde partij verkopen. De AI kan besluiten dat u een groter risico vormt vanwege uw leeftijd, seks, inkomen of etniciteit.

Het internet der dingen

Hoewel de verzekeringssector in het algemeen een weinig benijdenswaardige reputatie heeft voor het aannemen van het geld van mensen en vervolgens weigeren te betalen, het is een zeer competitieve sector. De minder behendige zullen waarschijnlijk niet overleven tegen concurrenten die AI gebruiken om winstgevend te blijven en hun premies te verlagen.

Om lagere premies aan te bieden, een verzekeraar moet weten dat een persoon, in feite, een lager risico. De ondersteunende technologie is het internet der dingen, de verzamelnaam voor de miljarden op internet aangesloten sensoren die zijn ingebed in allerlei objecten die we dagelijks gebruiken. Ze zitten in telefoons, horloges, auto's, fitness-trackers, huisassistenten en vele andere dingen. Samen vormen ze een 'ecosysteem' van sensoren.

Gegevens die in de loop van de tijd zijn verzameld, stellen de verzekeraar in staat om een ​​individueel op maat gemaakt risicoprofiel te maken op basis van het feitelijke gedrag van een persoon, een praktijk die bekend staat als gedragsbeleid prijsstelling .

'slim' worden

Om uw opstal- en inboedelverzekering te verlagen, de verzekeringsmaatschappij zal via zijn ecosysteem van sensoren de AI-hub aansluiten die uw "slimme huis" bestuurt.

Als er een patroon van inbraken in de buurt is, de thuishub zal het weten, omdat deze is aangesloten op het netwerk van de verzekeraar. Sloten en alarmen kunnen worden geactiveerd en de politie belt bij het eerste teken van problemen. Om het risico op brand te beheersen, sensoren houden de warmte in de gaten, vochtigheid en rook detecteren. Als de kachel aan blijft staan, de thuishub schakelt het uit voordat het een probleem wordt.

Voor het berekenen van lagere autoverzekeringspremies, uw verzekeringsmaatschappij wil mogelijk de manier waarop u rijdt en uw auto onderhoudt controleren.

Zorgverzekeringspremies kunnen vereisen dat u de verzekeraar toegang geeft tot uw medische dossiers en een fitnesstracker draagt.

Er zal een nieuwe industriesector ontstaan. Gespecialiseerde bedrijven die IoT-sensoren inzetten en de gegevens verzamelen, gaan samenwerken met verzekeraars om een ​​nieuw zakelijk ecosysteem te vormen. De hele sector zal verschuiven van puur reactieve verzekeringen naar proactieve, risicobeperkende dekking.

Het klinkt allemaal heel positief. Maar er zijn ook bredere risico's in het enge streven naar het minimaliseren van verzekeringsrisico's.

Discriminatie

Een heel duidelijk gevaar is het probleem van profilering - beoordeeld worden als een hoger of lager verzekeringsrisico omdat u tot een bepaalde demografische groep behoort.

AI kan risico nu onderverdelen in honderden factoren. Algoritmen scannen deze factoren om clusters van voorheen niet-erkende risico's te identificeren. Ze kunnen ook zelf clusters afleiden.

Maar deze conclusies kunnen onbedoeld discrimineren. Er zijn al veel voorbeelden waar AI-algoritmen per ongeluk stereotypen hebben versterkt.

Het geval van predictive policing in Durham, Engeland, illustreert het probleem. De politie heeft daar een algoritme ontwikkeld om het risico van mensen die van een strafbaar feit worden beschuldigd beter te voorspellen als ze op borgtocht worden vrijgelaten. Wat het deed, was armere mensen discrimineren op basis van waar ze woonden.

Opportunistische prijzen

Er is ook het vooruitzicht van meer geïndividualiseerde discriminatie.

Het probleem van genetische discriminatie is al vrij bekend:het risico dat een zorg- of levensverzekeraar de premies verhoogt of zelfs de dekking voor bepaalde aandoeningen weigert op basis van wat uw DNA onthult over uw genetische aanleg voor bepaalde aandoeningen.

AI opent een heel nieuw gebied van gepersonaliseerde discriminatie, op basis van wat het kan afleiden uit uw gedrag en voorkeuren.

Voor een ding, de overvloed aan gegevens die mogelijk voor AI beschikbaar zijn, kan een verzekeraar veel vertellen over uw bestedingspatroon. Waar Winkel jij? Wat koop je? Wanneer besteed je? Ga je op zoek naar koopjes of betaal je de volle prijs?

Als u dit allemaal weet, kan een verzekeringsmaatschappij inschatten of ze weg kan komen door u de hoogste prijs in rekening te brengen.

Sommigen in de branche beweren dat dit precies is hoe markten werken, maar wanneer het wordt vergemakkelijkt door ongekende toegang tot persoonlijke informatie, het wordt een hoogst twijfelachtige praktijk.

Verlies van privacy

Een verzekeraar kan ook in de verleiding komen om de gegevens voor andere doeleinden dan risicobeoordeling te gebruiken. Gezien de waarde ervan, de gegevens kunnen voor verschillende doeleinden aan derden worden verkocht om de kosten voor het verzamelen ervan te compenseren. Adverteerders, marketeers, lobbyisten en politieke partijen zijn allemaal onverzadigbaar hongerig naar gedetailleerde demografische gegevens.

In tegenstelling tot wat mensen misschien denken, deze gegevens zijn niet het eigendom van de persoon op wie het betrekking heeft. Het is eigendom van degene die ervoor betaald heeft. Consumenten moeten wettelijk worden beschermd tegen het gebruik van hun gegevens voor andere doeleinden zonder hun geïnformeerde toestemming.

Risicobeheer

Elke krachtige nieuwe technologie heeft voordelen en risico's. The benefits should be made clear and the risks managed down to an acceptable level. There is of course irony in having to manage the risk of managing risk.

Insurance companies have a job to do to ensure customers can trust there is far more upside than downside in AI. They will need to adopt transparently fair, if not benevolent, practices that contribute to the greater good. It has to be about more than profit.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.