La non-discrimination dans l'usage des données et les modèles actuariels.
Vers un nouveau compromis entre performance et équité
04.10.2022
La notion d'équité (fairness) est au cœur des débats depuis une décennie dans de nombreuses industries avec l'avènement de l'apprentissage automatique. En assurance, la notion d’équité actuarielle, qui repose sur la discrimination statistique entre risques, est aujourd’hui soupçonnée de créer ou d’entretenir des discriminations sociales. Discrimination (statistique) et non-discrimination (sociale) s’opposent-elles ?
L’expérience et de nouvelles métriques montrent que l’omission des variables sensibles ou le réajustement des résultats de modèle en tenant compte de l’exposition au risque pour chaque groupe/modalité de la variable sensible sont insuffisantes pour assurer une équité locale/individuelle.
Ce webinaire vise à sensibiliser les actuaires, les datascientists et les risk-managers aux nouveaux outils et métriques pour détecter/mesurer le biais d'une variable sensible (genre, âge du bénéficiaire ou tout autre variable au centre de la stratégie d'un acteur de l'assurance) sur une variable d'intérêt telle que la prime d'assurance ou la sinistralité.
Il sera également proposé un protocole de mitigation de biais dans le cadre de la régression d'une prime d'une garantie auto
