Scoring assicurativo algoritmico e rischio di discriminazione. Spunti per una riforma
1. Introduzione e perimetro dell’analisi – 2. Uso dell’intelligenza artificiale nella prestazione di servizi finanziari, bancari e assicurativi – 3. Esternalità positive e negative derivanti dall’adozione dell’intelligenza artificiale nello scoring assicurativo – 4. Scoring algoritmico automatizzato e articolazioni della trasparenza nel settore assicurativo: l’obbligo di spiegabilità – 4.1. (segue) La sorveglianza o intervento umani – 4.2. (segue) Governo dei dati e tenuta dei registri – 5. Sistemi di scoring assicurativo e prospettive di regolazione: spunti dalla proposta di regolamento sull’intelligenza artificiale – 6. Rilievi conclusivi: quali prospettive riformatrici per lo scoring assicurativo in un settore (ancora) deregolato.
Il presente articolo si concentra sull’utilizzo, nell’attività assicurativa, dello scoring algoritmico, con specifica attenzione alle modalità di calcolo affidate al modello del c.d. machine learning e alle esternalità, positive e negative, che ne derivano.
A fronte di un quadro normativo settoriale lacunoso – e a prospettive di regolazione altrettanto incerte – il necessario aggiornamento della disciplina assicurativa non può che ispirarsi alle proposte di Regolamento sull’intelligenza artificiale e di direttiva sui crediti al consumo risalenti al 2021.
In virtù di tali spinte eurocentriche, le auspicabili tendenze di riforma nel settore assicurativo devono ispirarsi, in primo luogo, al ripensamento del principio di trasparenza assicurativa, nell’intento di prevenire e limitare il rischio di discriminazione dei potenziali assicurati. E richiedono, inoltre, il rafforzamento degli assetti organizzativi d’impresa.
Quanto al momento regolatorio, invece, le indicazioni provenienti dal Parlamento e dalla Commissione sono volte all’individuazione di un’autorità competente per ciascun settore regolato, nonché all’adozione di tecniche che contemplino sia l’intervento diretto del regolatore che l’utilizzo di modalità di supervisione “ibride”.
This article focuses on the use of algorithmic scoring in insurance activity with specific attention to the calculation methods entrusted to the so-called machine learning model and the externalities, both positive and negative, that result from it.
In the face of a sector-specific regulatory framework that is lacking and equally uncertain regulatory prospects, the necessary update of insurance regulations can only draw inspiration from the proposals of the Artificial Intelligence Regulation and Consumer credits Directive credits dating back to 2021.
Due to these Eurocentric pressures, the desirable reform trends in the insurance sector must, first and foremost, be guided by a reconsideration of the principle of insurance transparency, with the aim of preventing and limiting the risk of discrimination against potential policyholders. Additionally, they require the strengthening of corporate organizational structures.
As for the regulatory moment, the indications coming from the Parliament and the Commission are aimed at identifying a competent authority for each regulated sector, as well as the adoption of techniques that include both direct regulator intervention and the use of "hybrid" supervision methods.