LO
Actuario — tareas, una a una
La unidad de análisis es la tarea, no el nombre del puesto. Cada una de las siguientes lleva su dirección, si el juicio se apoya en evidencia o en una inferencia de la plataforma, el razonamiento y lo que no establece.
Todas las tareas de esta página#
Preparar los datos y el estudio de experiencia
Automatizándose≈ Inferencia de la plataformaReunir los datos de pólizas y siniestros, limpiarlos y calcular lo que realmente ocurrió frente a lo que se había supuesto.
Es la parte del trabajo que está estructurada, se repite cada periodo y se puede cotejar con la fuente, que es el perfil que se automatiza primero en todo este sitio. El código y las herramientas llevan años asumiendo gran parte del montaje, y ahora las herramientas generativas escriben también las consultas y los primeros borradores del análisis.
Ninguna fuente de esta página mide cuánto de esto está automatizado en una aseguradora. Preparar más rápido no hace que las hipótesis que hay detrás dejen de ser responsabilidad de una persona, y un problema de datos que se descubre tarde también lo descubre alguien.
Construir el modelo de tarificación
Aumentada por la máquina✓ Con evidenciaDecidir qué factores fijan el precio de una póliza, ajustar el modelo y defender por qué cada factor debe estar ahí.
El aprendizaje automático se usa en tarificación y suscripción, y los reguladores han respondido gobernándolo en lugar de prohibirlo: el marco europeo trata como de alto riesgo la IA usada para la evaluación de riesgos y la tarificación en seguros de vida y salud, y Nueva York espera que las aseguradoras demuestren que los datos externos de un modelo de tarificación están respaldados por normas actuariales aceptadas. El modelo gana potencia; la obligación de justificarlo crece con él.
Son expectativas sobre cómo debe gobernarse la tarificación, no mediciones de cómo se reparte hoy ese trabajo entre personas y software. Además se aplican a aseguradoras reguladas en dos jurisdicciones; en otros lugares las obligaciones son distintas.
Fijar las reservas
Aumentada por la máquina✓ Con evidenciaEstimar lo que la aseguradora tendrá que pagar por las pólizas que ya ha suscrito y elegir las hipótesis en las que se apoya esa cifra.
El cálculo está muy instrumentado y las herramientas no dejan de mejorar, pero el supervisor europeo señala a la función actuarial como responsable de los controles sobre los sistemas de IA de su ámbito, y pone como ejemplo la coordinación del cálculo de las provisiones técnicas. Así, la aritmética se asiste, y la responsabilidad sobre la cifra se asigna, con nombre, a una función.
Nombrar quién responde de los controles no dice qué parte del cálculo hace el software, y el dictamen del supervisor se dirige a las autoridades nacionales, no directamente a las empresas.
Comprobar si un modelo discrimina injustamente
Tarea nueva✓ Con evidenciaHacer las pruebas que muestran si un modelo trata de forma distinta a grupos protegidos, antes de ponerlo en marcha y periódicamente después, y documentar el resultado.
Es trabajo creado por la llegada de la IA a la tarificación, no por algo que existiera antes: Nueva York espera estas pruebas antes de poner un sistema en producción y con una cadencia regular, y enumera métodos cuantitativos como la ratio de impacto adverso, las ratios de probabilidad de denegación y los efectos marginales. El supervisor europeo también enumera métricas de equidad, y advierte que algunas pueden contradecir la equidad actuarial: cobrar el mismo precio por el mismo riesgo.
Esperar que se hagan pruebas no es evidencia de quién las hace; en algunas aseguradoras recaen en ciencia de datos o cumplimiento y no en los actuarios. Y la tensión entre la equidad de grupo y la equidad actuarial la señala el regulador, no la resuelve.
Firmar y responder de las cifras
Sigue llevándola una persona✓ Con evidenciaEmitir el dictamen formal de que las reservas son suficientes o de que la política de suscripción es sólida: la declaración que lee un regulador con el nombre de una persona.
El marco europeo atribuye a la función actuarial el dictamen sobre la política de suscripción en su conjunto y la responsabilidad de los controles sobre la IA de su ámbito; la responsabilidad puede apoyarse en software, pero no transferirse a él. Es la parte del trabajo que existe porque alguien tiene que responder, y cuanta más automatización haya debajo, más exigente se vuelve la firma, no menos.
Que una obligación se quede en una función con nombre no dice cuántas personas emplea esa función, y es perfectamente compatible con que un equipo más pequeño firme un trabajo más automatizado.
Explicar la cifra a quienes deciden
Sigue llevándola una persona≈ Inferencia de la plataformaDecirle a un consejo, a un equipo de producto o a un regulador qué supone el modelo, dónde es débil y qué cambiaría la conclusión.
Ambos reguladores esperan que los consejos y la alta dirección entiendan y supervisen la IA que se usa en sus aseguradoras, lo que coloca un trabajo de traducción entre el modelo y las personas que responden de él. Ese trabajo crece a medida que los modelos se vuelven más difíciles de leer.
Nada de aquí dice que sean precisamente los actuarios, y no los científicos de datos o los gestores de riesgos, a quienes se pide explicar, y ninguna fuente de esta página lo mide.