POURQUOI LE FUTUR DE L'ASSURANCE VIE PEUT DÉPENDRE DE VOTRE PRÉSENCE EN LIGNE

LE FUTUR DE L'ASSURANCE VIE

Ne postez pas de photos de vous-même en train de fumer sur les sites de médias sociaux. Publiez des photos de vous-même en train de courir. »Ces deux suggestions figurent dans un article récent du Wall Street Journal sur les nouvelles règles de l’État de New York sur la manière dont les sociétés d’assurance vie peuvent utiliser les données publiques pour établir les primes. Ces conseils - sous la rubrique "Ce que vous payez pour l'assurance vie pourrait dépendre de votre prochain message Instagram" - semblent inquiétants, laissant présager un avenir sous surveillance où les tweets sur l'escalade pourraient faire mal à votre portefeuille et où des services existent pour conserver des photos attrayantes pour les compagnies d'assurance.

En réalité, votre prochain post Instagram a au moins une incidence sur le montant de votre assurance-vie que vous payez. Il est déjà légal, et de plus en plus courant, que les assureurs sur la vie utilisent des sources de données publiques dites «non traditionnelles», notamment des pointages de crédit, des documents judiciaires et des dossiers de véhicules à moteur, pour éclairer les décisions en matière de souscription d’assurance, bien que peu d’utilisateurs utilisent des données de médias sociaux réels. .

New York est tout simplement le premier État à avoir publié des directives sur cette pratique. Il déclare que les données non traditionnelles sont acceptables tant qu’une entreprise ne fait pas de distinction entre facteurs raciaux, religieux ou d'orientation sexuelle. D'autres États sont susceptibles de regarder et de suivre. (Le département des services financiers de l'État de New York, qui a publié les directives, a refusé de désigner un porte-parole disponible pour commenter.)

Les compagnies d’assurance-vie veulent mettre à jour leurs méthodes et rendre leurs activités plus efficaces. Les consommateurs craignent que leurs informations publiques ne soient utilisées de manière discriminatoire. La nature de l’industrie ne fait rien non plus pour atténuer ces craintes, car l’assurance vie différencie par nature les individus; des facteurs différents amènent les gens à payer des primes différentes. Les régulateurs gouvernementaux veulent concilier les intérêts des clients et des entreprises, mais ce ne sera pas simple.

Lire aussi: Assurance vie caisse epargne

L’assurance-vie est une tentative de protéger financièrement les autres en cas de décès imprévu. Vous payez une prime et si vous décédez dans un certain délai, la compagnie d’assurance paye les survivants. Sinon, la compagnie d'assurance garde cet argent. Le processus d'établissement des taux de prime peut être lent et invasif. (Cela varie également d'une entreprise à l'autre, car les méthodes de souscription sont considérées comme des secrets commerciaux.) En règle générale, un client remplit une demande qui inclut les antécédents médicaux et des questions sur le tabagisme et d'autres habitudes de vie. Dans d'autres situations, ils subiront également un examen pouvant inclure un électrocardiogramme et une analyse d'échantillons de sang et d'urine. Les souscripteurs ayant une expérience de la science actuarielle utilisent toutes ces informations pour calculer les niveaux de risque et fixer un taux.

Les algorithmes accélèrent ce processus - bien qu’il n’y ait pas beaucoup de cas où une décision est entièrement automatisée - et peuvent le rendre plus précis. Parfois, l’algorithme donne le feu vert à une personne pour qu’elle n’ait pas à subir les tests médicaux invasifs. La commodité de recevoir immédiatement une police est attrayante pour ceux qui ne veulent pas attendre des semaines pour un rendez-vous chez le médecin, et cela peut conduire à davantage de polices d’assurance vie. Et bien que les ventes d’assurance vie aient toujours été des interactions face à face avec des agents, ce mode perd rapidement de sa popularité, ce qui signifie que les processus algorithmiques sont meilleurs pour les ventes en ligne.

Les données non traditionnelles entrent en jeu de deux manières différentes. Premièrement, des données en bloc et anonymisées sont utilisées pour former ces algorithmes. Ils apprennent ainsi, par exemple, qu'un pointage de crédit de 450 correspond à un risque de décès plus élevé de 20%. Ces données proviennent des nombreux fournisseurs de données grand public qui collectent, construisent et vendent des catalogues de ces informations. Ensuite, lorsque Jane Doe ira acheter une assurance-vie, un programme distinct effectuera une recherche sur le Web à la recherche de ses archives publiques existantes pour alimenter l'algorithme.

Lire aussi: Rachat partiel assurance vie

Cependant, l’utilisation des données des médias sociaux est rare, selon Samantha Chow, analyste en assurance vie du groupe Aite. Selon le Journal, sur un groupe de 160 assureurs enquêtés par l'État de New York, un seul utilisait les médias sociaux et d'autres activités liées à Internet, bien que certains fournisseurs aient communiqué des données basées sur des détails tels que comment le consommateur apparaît sur une photo. "

Et lorsque les médias sociaux sont utilisés, ils servent généralement à réduire la fraude. Des outils tels que Carpe Data utilisent des noms, des courriels et des anniversaires pour rechercher sur Internet des informations pouvant indiquer si une personne a menti sur le fait de fumer ou de consommer de la drogue. Les résultats ne seront pas utilisés pour refuser un candidat, mais ils peuvent être utilisés pour déplacer une personne dans une classe d’évaluation plus risquée avec des primes plus élevées, dit Chow.

Il est simple pour un algorithme de ne pas utiliser explicitement des facteurs raciaux tels que «Asiatique» ou «Noir», ni aucune des classes protégées mentionnées dans les directives de New York. Mais si le modèle inclut si quelqu'un a diffusé Crazy Rich Asians ou Black Panther, «vous avez un proxy pour la race dans votre modèle», déclare Madeleine Udell, professeure de recherche opérationnelle à la Cornell University. De plus, lorsque les modèles se compliquent, il peut être difficile de déterminer le facteur exact qui a provoqué un résultat donné.

Lire aussi: Assurance vie: protection financière pour tous les Australiens

Une façon de tester la discrimination consiste à examiner les résultats. Pouvez-vous prédire les résultats en utilisant un attribut protégé tel que race? «Si, au lieu d’utiliser les données initiales pour prendre une décision d’assurance vie, je peux prédire la prime simplement en utilisant la race, c’est un signe que mon modèle est trop corrélé à des attributs protégés», déclare Udell. "Si [un attribut protégé comme la race] ne m'aide pas à prédire les résultats, alors le modèle n'est peut-être pas aussi discriminatoire."

Cette suggestion ne résout toujours pas un autre problème, qui n’est pas du tout technologique. Bien que la loi puisse protéger contre la discrimination sur la base de la religion ou de l’origine nationale, elle ne protégera pas les personnes contre un certain nombre d’autres types de discrimination qu’un algorithme pourrait déterminer comme pertinentes. Comme toutes les tarifications d'assurance sont discriminatoires, l'important est de déterminer le moment où cela compte vraiment, déclare Rick Swedloff, professeur de droit à l'université Rutgers et expert en assurances et données volumineuses. Dans le contexte de l’assurance vie, il est clair que les personnes plus âgées paieront plus que les personnes plus jeunes, mais peu de gens s’inquiètent de ce jugement. Alors, est-ce bien de discriminer pour fumer, ce qui se passe déjà? Peut-on discriminer les personnes qui visitent Pinterest si on sait qu'elles ont tendance à mourir plus jeune?

"Je pense que dire qu'il faut prouver que quelque chose n'est pas discriminatoire est une punition reposant sur la question normative difficile de savoir" qu'est-ce qui est discriminatoire? " avocat et boursier postdoctoral au Data & Society Research Institute. "Je ne sais pas si, en tant que société, nous avons encore les bonnes réponses à cela."

Lire aussi: Rachat assurance vie

Même si les conseils du Wall Street Journal ne sont peut-être pas tout à fait nécessaires, la technologie évolue rapidement. Les experts craignent que, si ce monde de surveillance des médias sociaux se concrétise, des algorithmes opaques et des données décontextualisées pourraient conduire à des primes injustement plus élevées ou aux personnes qui ne savent pas comment signaler efficacement leur santé. «Il se peut que vous soyez en bonne santé et que vous travaillez beaucoup, mais vous n’avez ni la capacité, ni les connaissances, ni les ressources nécessaires pour savoir comment vous représenter sur les médias sociaux de la bonne manière», déclare Karen Levy, chercheuse en surveillance. sociologue à l'Université Cornell. L'exemple classique est celui des cours préparatoires SAT, suivis par des étudiants plus aisés. L’étudiant qui suit le cours n’est pas nécessairement plus intelligent au début, mais il sait quoi faire et comment se préparer à montrer qu’il est intelligent.

Outre le risque d'augmentation des primes, être surveillé - ou croire que vous êtes surveillé - change les gens. Par exemple, les utilisateurs de Wikipedia ont modifié leurs recherches après les révélations d’Edward Snowden. Les gens adaptent leur comportement en observation et il y a un coût réel à toujours penser (et à craindre) à la façon dont les actions dans un domaine de notre vie affecteront un domaine apparemment sans rapport. «Si nous disons que nous allons vous juger en fonction de vos associés, cela empêche nécessairement de savoir avec qui vous vous associez ou avec ce que vous êtes prêt à révéler», dit Levy. «Et c’est un droit constitutionnel fondamental de parler et de s’associer. Si nous commençons à enfreindre cela en créant de la peur, c'est une décision énorme. "

Udell accepte. «Si vous craignez que les informations que vous consommez soient retenues par les compagnies d’assurance et utilisées pour augmenter les prix qu’elles vous facturent, cela limitera peut-être le type d’informations que vous consommez», dit-elle. "Si vous pensez qu'ils vont savoir que vous avez rejoint un groupe de soutien en santé mentale sur Facebook, vous ne rejoindrez peut-être pas ce groupe de soutien en santé mentale, et ce serait très grave."

En l'absence de lois générales limitant l'utilisation de ces informations publiques, la solution habituelle consiste à appeler à la transparence. Du point de vue de la réglementation, il est important que les entreprises informent les consommateurs de l’utilisation de nouveaux algorithmes et de nouveaux ensembles de données, et de la manière dont cela pourrait affecter les choses, selon un porte-parole de la National Association of Insurance Commissioners.

Certains, comme la Massachusetts Mutual Life Insurance Company, tentent de tenir compte de ces faits. MassMutual a récemment créé un outil destiné aux consommateurs, qui explique un peu aux clients comment différents éléments de données influencent le risque d’assurance vie. Mais à cause des secrets commerciaux et de la propriété intellectuelle, les organisations ne partageront jamais pleinement les détails de leur processus de souscription, selon Charlotte Tschider, professeure de droit à l’Université DePaul. "Ils ne vous disent pas exactement ce qui a été utilisé dans les calculs", dit-elle, "et je ne suis pas sûr qu'une divulgation détaillée du fonctionnement de l'algorithme soit utile."

La plupart des consommateurs ne comprendront pas la technologie et il y a une limite à ce que la transparence peut réaliser quand elle n’est pas alimentée. Tschider appelle certaines "affaires" des "contrats d'adhésion", dans lesquels une partie a beaucoup plus de pouvoir que l'autre. Nous ne pouvons pas négocier avec des politiques de confidentialité (que personne ne lit), et la politique la plus transparente au monde n’aide en rien si nous devons vraiment utiliser le service.

À New York, "chacun fait son devoir" pour comprendre ce que signifie ne pas être discriminatoire, a déclaré Diane Stuto, directrice générale des affaires législatives et réglementaires du Life Insurance Council de New York. Il sera plus facile pour certaines de se conformer que d’autres et le résultat pourrait être que certaines sociétés décident de ne plus proposer de souscription algorithmique à New York. «Nous voulons pouvoir proposer ces programmes parce que nous pensons qu’ils sont l’avenir. Nous sommes donc aux prises avec des détails et nous essayons de comprendre ce que cela signifie», déclare Stuto.

Une option pourrait être de réaliser une évaluation algorithmique de l'impact et d'exécuter des tests similaires à celui décrit par Udell. Même les entreprises privées pourraient être obligées de faire ces évaluations, ce qui implique de poser des questions telles que: Quels types de données une entreprise utilise-t-elle et pourquoi? Que testez-vous avec et sans? "Il ne suffit pas de partager le code", déclare Selbst. "Ils doivent être en mesure de montrer qu'ils ont testé le biais, et quels types de considérations ont été pris en compte."

Swedloff et lui sont tous deux d’accord pour dire que demander aux entreprises de revoir leurs pratiques est la première étape pour comprendre quand il convient de demander à certains groupes de payer davantage. «Le plus important des analyses d’impact est de comprendre les logiques suivies par les entreprises et de s’assurer qu’elles réfléchissent réellement et font de leur mieux pour faire leurs devoirs», poursuit M. Selbst. Une des raisons pour lesquelles nous ne sommes pas d’accord sur le point de savoir quand il est acceptable de discriminer et quand ce n’est pas le cas, c’est parce que nous n’avons pas toutes les informations sur ce qui se passe. "Nous ne comprenons pas quelles sont les décisions qui ont conduit à ces algorithmes", ajoute-t-il. "Une fois que le public aura compris cela, nous pourrons avoir plus de débats motivés."
Share:
 
DMCA.com Protection Status actualites-assurance allianz allianz-assurance assurance-allianz assurance-asie assurance-auto assurance-auto-2019 assurance-automobile assurance-aviva assurance-britannique assurance-canada assurance-chine assurance-chubb assurance-coree assurance-etats-unis assurance-habitation assurance-inde assurance-japon assurance-limousin assurance-lloyd assurance-lloyds assurance-maladie assurance-moto assurance-nouvelle-zelande assurance-retraite assurance-royaume-uni assurance-sante assurance-scooter assurance-usa assurance-vie Assurance Voiture Assurance-voyage assurances-aig-france assureur asurance-axa auto-assurance axa axa-asurance banque brexit brexit-france canada-assurance chubb chubb-assurance chubb-france courtiers courtiers-assurance cyber-assurance dernieres-actualites droit-assurances emploi entreprise entreprises finance finance-assurance financement financier financiere financierement financieres france fraude-assurance immobilier insurtech investissement investit lloyd lloyd-assurance lloyds lloyds-assurance pret-de-credit prudential-assurance reassurance retraite royaume-uni sante-france societe soins-medicaux voiture voitures zurich-assurance économie