Объяснимый искусственный интеллект (XAI) в страховании

Explainable Artificial Intelligence (XAI) in Insurance
Emer Owens, Barry Sheehan, Martin Mullins, Martin Cunneen, Juliane Ressel, German Castignani
2022-12-01

актуарное ценообразованиеобъяснимый искусственный интеллектстраховая отрасльдистилляция знанийизвлечение правил
Модели объяснимого искусственного интеллекта (XAI) обеспечивают более прозрачное и понятное взаимодействие между людьми и машинами. Страховая отрасль представляет собой важную возможность продемонстрировать потенциал XAI благодаря огромным массивам конфиденциальных данных о страхователях, а также центральной роли отрасли в общественном прогрессе и инновациях. В статье анализируются современные применения искусственного интеллекта (AI) в страховой практике и страховых исследованиях с целью оценки степени их объяснимости. С использованием поисковых терминов, характеризующих применения (X)AI в страховании, из IEEE Xplore, ACM Digital Library, Scopus, Web of Science, Business Source Complete и EconLit были отобраны 419 оригинальных научных статей. Затем были проанализированы и классифицированы 103 статьи, опубликованные в период 2000–2021 годов и отражающие современное состояние исследований XAI в страховой литературе; особое внимание уделено распространённости методов XAI на различных этапах цепочки создания стоимости в страховании. Исследование показывает, что методы XAI особенно широко применяются в управлении страховыми убытками, андеррайтинге и актуарном ценообразовании. Методы упрощения, известные как дистилляция знаний и извлечение правил, определены как основные методы XAI, используемые в страховой цепочке создания стоимости. Это важно, поскольку объединение крупных моделей для создания меньшей и более управляемой модели с чётко выраженными правилами ассоциации способствует построению регулярно понятных моделей XAI. XAI представляет собой важный этап развития AI, обеспечивающий внедрение доверия, прозрачности и моральных ценностей в экосистему системы. Оценка этих направлений XAI в контексте страховой отрасли представляет собой перспективное исследование уникальных преимуществ XAI и показывает специалистам отрасли, регулирующим органам и разработчикам XAI, на каких аспектах следует сосредоточиться при дальнейшем развитии XAI. Это первое исследование, анализирующее современные применения XAI в страховой отрасли, одновременно...
1
Дистилляция знаний и извлечение правил являются основными выявленными методами XAI в страховых приложениях.
2
Упрощение крупных моделей до меньших моделей с явными ассоциативными правилами способствует созданию более понятных и управляемых страховых систем ИИ.
3
Исследование отобрало 419 статей и проанализировало 103 публикации за 2000–2021 годы, отражающие состояние исследований XAI в страховании.
4
XAI может повысить доверие, прозрачность и учет моральных ценностей в экосистемах страхового ИИ; исследование впервые систематически анализирует такие применения.
5
Методы XAI особенно широко применяются в управлении страховыми убытками, андеррайтинге и актуарном ценообразовании.

Применения объяснимого искусственного интеллекта в цепочке создания стоимости страховой отрасли

Распространённость, методы и степень объяснимости методов ИИ на различных этапах цепочки создания стоимости в страховании, особенно в управлении страховыми случаями, андеррайтинге и актуарном ценообразовании

Publication Details
Publication Date
2022-12-01
Journal
Publisher
ISSN
Cited by
89
Access Type
Author Information
Authors
Emer Owens
Barry Sheehan
Martin Mullins
Martin Cunneen
Juliane Ressel
German Castignani
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%