Come possono i broker garantire un utilizzo responsabile dell’IA nelle operazioni assicurative?
L’intelligenza artificiale sta trasformando i flussi di lavoro in diversi settori, e il settore assicurativo non fa eccezione. Secondo un rapporto di Statista, l’uso dell’IA nelle assicurazioni globali è “aumentato al 48% nel 2025, un notevole incremento rispetto al 29% nel 2024.” Tuttavia, questa crescita rapida solleva preoccupazioni crescenti. Un rapporto del 2025 ha evidenziato che “l’IA emerge come il rischio più alto per il prossimo anno, superando tutte le altre preoccupazioni principali.”
Rischi emergenti legati all’IA
I rischi legati all’IA spesso iniziano durante l’addestramento dei modelli. È stato sottolineato che “i pregiudizi possono svilupparsi durante l’addestramento di un modello di IA, portando a risultati discriminatori nell’underwriting o nei reclami.” Inoltre, l’IA può “hallucinate”, ossia presentare informazioni errate o senza senso come fatti. La mancanza di affidabilità è un’altra preoccupazione: “L’IA non fornisce sempre risposte coerenti quando vengono poste le stesse domande.”
Riguardo all’esplicabilità, è stato detto che “l’IA può prendere decisioni senza una chiara spiegazione, rendendo difficile comprendere la logica dietro un diniego, danneggiando gravemente la fiducia di broker e assicurati.” Un recente problema legale ha riflettuto questa preoccupazione, con una compagnia che ha affrontato una causa per un algoritmo di IA che ha negato oltre 300.000 reclami.
Un’automazione incontrollata può anche amplificare rapidamente decisioni errate. È stato avvertito che “spesso lavora con dati sensibili, creando una superficie di attacco per violazioni dei dati.”
Mitigazione dei rischi
I broker e le compagnie assicurative possono supportare la mitigazione dei rischi:
- Identificando e segnalando decisioni di parte per spingere verso modelli di IA più equi
- Revisionando contenuti generati dall’IA per catturare errori o informazioni fuorvianti
- Segnalando risultati inconsistenti per migliorare l’affidabilità del modello
- Richiedendo motivazioni chiare dietro le decisioni dell’IA, specialmente per i dinieghi
- Escalando problemi dei clienti precocemente per ridurre il rischio di fallout legali o PR
- Identificando schemi di decisioni errate prima che si diffondano ampiamente
- Assicurandosi che i clienti comprendano come vengono utilizzati i loro dati
Sviluppo di sistemi di IA consapevoli dei rischi
È fondamentale che “evitare i rischi menzionati sopra sia la massima priorità.” Per farlo, è necessario “iniziare il progetto ponendo delle misure di protezione, comprendendo attentamente quale team è responsabile per quali deliverables.” È importante anche effettuare test regolari per “catturare inconsistenze o output illogici, come un improvviso aumento nei rifiuti o schemi inaspettati nelle previsioni.”
Ogni decisione di underwriting assistita dall’IA dovrebbe essere tracciabile: “Ogni decisione è registrata, insieme alla versione del modello utilizzato, dati di input, punteggi di output e qualsiasi azione finale intrapresa.” Questi registri creeranno un tracciato che può essere esaminato da un team di conformità o dai regolatori.
Barriere all’adozione dell’IA
Nonostante l’uso dell’IA, c’è ancora molta esitazione. Le idee sbagliate più comuni riguardano la paura. Alcuni pensano che non si possa fidarsi dell’IA in nessuna circostanza, mentre altri temono che l’IA sostituirà completamente gli esseri umani. Tuttavia, l’IA dovrebbe essere vista come un assistente e partner, utilizzata in modo responsabile per prendere decisioni più intelligenti, giuste e responsabili.
Rassicurare i broker sul ruolo dell’IA
Riguardo al futuro dell’assicuratore, c’è una visione ottimistica: “L’IA non sostituisce il broker, ma ne eleva la capacità.” Questi strumenti non sostituiscono il giudizio del broker; piuttosto, lo amplificano, permettendo interazioni più rapide e intelligenti con compagnie e clienti.
