IA et éthique en assurance : une nouvelle solution pour atténuer la discrimination par proxy dans la modélisation du risque

L'Institut des actuaires a le plaisir de vous inviter à la présentation du mémoire de Marguerite SAUCÉ sur le thème IA et éthique en assurance : une nouvelle solution pour atténuer la discrimination par proxy dans la modélisation du risque.

Cette présentation aura lieu mercredi 28 juin à 12h30.

Vous pouvez vous inscrire ICI.

Assister à cette conférence vous permettra d'ajouter 6 points à votre score de Perfectionnement Professionnel Continu.

Résumé

L’essor de l’intelligence artificielle connaît un intérêt croissant de la part du grand public et, au cours des dernières années, de nombreux articles de presse ont remis en cause son objectivité en accusant des algorithmes d’être racistes, sexistes, etc. Incitée par l’attention croissante des régulateurs sur l’utilisation éthique des données en assurance, la communauté actuarielle se doit de repenser les pratiques de tarification et de sélection du risque pour une assurance plus équitable.

L’équité est un thème philosophique qui possède différentes définitions dans chaque juridiction, liées les unes aux autres, sans atteindre de consensus à ce jour. En Europe, la Charte des Droits Fondamentaux définit les lignes directrices sur la discrimination, et l’utilisation des données personnelles à caractère sensible dans les algorithmes est réglementée. Si le simple retrait des variable protégées empêche toute discrimination dite « directe », les modèles sont toujours capables de discriminer « indirectement » les individus grâce aux interactions latentes entre variables qui apportent de meilleures performances (et donc une meilleure quantification du risque, segmentation des prix, etc.).

Après avoir posé l’état des lieux des concepts clés gravitant autour de la discrimination, nous illustrons la complexité de les quantifier. Nous proposons ensuite une méthode innovante, non rencontrée dans la littérature, permettant de réduire les risques de discrimination indirecte à partir de concepts mathématiques d’algèbre linéaire. Cette technique est illustrée sur un cas de sélection de risque concret en assurance vie, démontrant sa simplicité d’usage et ses performances prometteuses.