Ethische principes bij datagedreven besluitvorming in de verzekerings-branche

De verzekeringsbranche maakt steeds meer gebruik van big data en AI-algoritmen. Processen worden datagedreven ingericht en besluitvorming wordt vaker ondersteund met big data en AI-algoritmen. Hiermee ontwikkelt de branche zich richting informed datadriven insurance, waarbij bewust rekening wordt gehouden met de grenzen van een ongeremde toepassing van big data en AI-algoritmen.

Als rekening wordt gehouden met (internationale) wet- en regelgeving, data­kwaliteit en de toepassing van ethische principes, kan informed datadriven insurance zich succesvol blijven ontwikkelen. Om een bijdrage te leveren aan deze ontwikkeling biedt dit artikel een raamwerk met een beschrijving van vijf ethische principes.

Informed datadriven insurance

De mogelijkheden van big data en AI-algoritmen zijn ongekend. Echter, er zijn voldoende voorbeelden bekend waarbij organisaties puur op basis van data en algoritmen beslissingen hebben genomen, die qua uitkomst ongewenst of verkeerd waren voor de organisatie zelf en/of voor haar klant. Bij het volledig automatiseren van beslissingen in het acceptatie- en schadeafhandelingsproces en/of in marketingprocessen verdwijnt de menselijke kennis en ervaring steeds meer naar de achtergrond.

Bij informed datadriven besluitvorming voorzien de data ons van informatie en kunnen mensen op basis van deze informatie verantwoordelijke beslissingen nemen

Zeker als de data van onvoldoende kwaliteit zijn en de algoritmen nog onvoldoende ontwikkeld en gevalideerd zijn, verhoogt dit de kans op ongewenste of verkeerde uitkomsten. In 2016 vroeg het Verbond van Verzekeraars met haar green paper over big data Grip op data hier al aandacht voor.

Het is dus van belang om als organisatie geen genoegen te nemen met datadriven besluitvorming, maar te groeien naar informed datadriven besluitvorming. Het verschil wordt in figuur 1 weergegeven. Bij informed datadriven besluitvorming zijn de datadriven uitkomsten niet zonder meer leidend, maar vormen ze een waardevolle ondersteuning en verrijking van onze eigen kennis en ervaring.

De organisatiecultuur die bij informed datadriven insurance past, kenmerkt zich door medewerkers met kritisch denkvermogen, vertrouwen in de eigen beoordelingsmethodiek en onderling respectvol begrip tussen medewerkers over de context van de genomen besluiten.

Bij informed datadriven insurance gaat het om het op een verantwoorde manier omgaan van big data en AI-algoritmen. Zeker omdat de wetgever vaak achterloopt op de realiteit, bestaat de kans dat het gebruik van big data en de toepassing van AI-algoritmen bepaalde ethische grenzen overschrijden. Als reactie op deze ‘gedateerde’ wet- en regelgeving hebben individuele organisaties, maar ook koepelorganisaties, initiatieven ontplooid om ethische principes in praktische richtlijnen en gedragscodes vast te stellen.

In de praktijk blijkt dat deze richtlijnen en gedragscodes onderling verschillend van aard en strekking kunnen zijn. Gevolg is dat toepassing van de ethische principes onduidelijk is en verwarrend werkt. Een uniform raamwerk met ethische principes is dan ook gewenst.

Raamwerk van vijf ethische principes

Voor een waardevolle branchebrede toepassing van informed datadriven insurance is de beschikbaarheid van een uniform raamwerk met ethische principes wenselijk. Dit uniforme raamwerk kan een bijdrage leveren aan de gewenste harmonisatie tussen de al in de praktijk aanwezige richtlijnen en gedragscodes. Gevolg is meer uniformiteit en grotere transparantie in de algehele verzekeringsbranche, inclusief de klant.

Als resultaat van een onderzoek naar de meest vooraanstaande sets van ethische principes, hebben Luciano Floridi en Josh Cowls in de Harvard Data Science Review van 23 juni 2019, een uniform raamwerk van vijf principes (zie figuur 2) ontwikkeld voor het gebruik en toepassing van big data en AI-algoritmen.

De vijf ethische principes voor het gebruik en toepassing van big data en AI-algoritmen zijn:

• Het bevordert het welzijn van de mens en onze planeet (welzijn). De term ‘welzijn’ raakt daarbij begrippen als weldadigheid, waardigheid en duurzaamheid.
• Het mag niet leiden tot schade aan burgers en hun persoonlijke levenssfeer (privacy). Toepassing van het eerste principe kan leiden tot verschillende negatieve gevolgen van overmatig gebruik of misbruik van AI en big data. Zeker als dit leidt tot inbreuk op de persoonlijke levenssfeer en de eventuele ongewenste gevolgen. Aspecten als privacy en beveiliging zijn hier van groot belang.
• Het staat in dienst van de mens en niet omgekeerd (autonomie). Dit principe gaat over het behouden van de menselijk autonomie en daarmee de uiteindelijke beslissingsbevoegdheid bij de inzet en toepassing van AI en big data. Een risico bij AI kan zijn dat de computer op enig moment de beslissingsbevoegdheid van de mens gaat ondermijnen en dat is ongewenst.
• Het bevordert de rechtvaardigheid door vooroordelen aan te pakken (rechtvaardig). De toepassing van AI en big data moet bijdragen tot mondiale rechtvaardigheid en gelijke toegang tot de voordelen van AI. De term ‘rechtvaardigheid’ omvat ook begrippen als solidariteit en billijkheid. In dit kader wordt ook verwezen naar het voorkomen van impliciete waarden en vooroordelen, die dankzij het gebruik van big data tot ongewenste uitkomsten leiden.
• Het moet uitlegbaar kunnen zijn (verklaarbaar). Gegeven de situatie dat maar een kleine beroepsgroep actief bezig is met de ontwikkeling van AI en de toepassing van big data, is er een grote noodzaak dat de ontwikkelde besluitvormingsprocessen ook breed te begrijpen zijn. Het gaat daarbij om transparantie, verantwoording, begrijpelijkheid en uitlegbaarheid en rekenschap afleggen.

Het raamwerk vormt een prima vertrekpunt om als verzekeringsbranche de ethische principes toe te gaan passen bij de waardevolle ontwikkeling richting informed datadriven insurance.

De 5 ethische principes vormen een raamwerk, waarbinnen beleid, strategie en best practices op het gebied van Informd datadriven insurance zijn te ontwikkelen, toe te passen en te evalueren

In de praktijk

Infofolio, een datasciencebedrijf actief in de verzekeringsbranche, gebruikt big data bij de ontwikkeling en toetsing van AI-modellen en past de vijf ethische principes toe in zijn bedrijfsvoering. In figuur 3 is aangegeven hoe het bedrijf deze principes momenteel in de dagelijkse praktijk toepast voor het Hermes-, Mercurius- en Hestia-model, waarmee de herbouwwaarde van respectievelijk een woning, mkb-pand en VvE-complex wordt berekend, alsmede voor het Iris-model dat de inboedelwaarde van een huishouden bepaalt.

De verzekeringsbranche ontwikkelt zich richting Informed datadriven insurance, en daarbij hanteren verzekeraars steeds vaker ook ethische richtlijnen en gedragscodes. Het voorgaand beschreven uniforme raamwerk van vijf ethische principes is naar ons idee bruikbaar en toepasbaar voor iedere organisatie binnen de verzekeringsbranche. Op deze wijze wordt een actieve bijdrage geleverd aan de harmonisatie van de ethische principes bij de datagedreven besluitvorming in de verzekeringsbranche. 

Nieuw: opleiding Post HBO Informed Datadriven Insurance
Op 30 september 2020 gaat de eerste opleiding Post HBO Informed Datadriven Insurance van start. Deze opleiding biedt inzicht in de betekenis van data voor de strategie van een verzekeringsbedrijf en in het concreet gebruik van data in de bedrijfsvoering. NIBE-SVV verzorgt de opleiding in samenwerking met Infofolio, expert op het gebied van digitale AI-modellen voor de verzekeringsbranche. Meer informatie over de opleiding is te vinden op de website van NIBE-SVV.

Nog geen abonnement op FLINK?
Dit artikel maakt deel uit van het online kennisplatform FLINK. Op FLINK vind je niet alleen de artikelen uit de Beursbengel, maar ook andere informatie voor de verzekeringsprofessional, zoals whitepapers, blogs, webinars en video's. Nog geen abonnement op FLINK? Neem dan nu een (proef)abonnement.