LO
制限または撤回認知の自動化2019-06-07
米会計検査院:州の規制当局者が、AIで構築したリスクモデルの因子を説明できなかった保険会社の事例を語った
アクチュアリー職業のページ →
出来事の日付 / 報じられた日
2019-06-07
証拠の段階
制限または撤回失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。
これが関わる業務
決める人たちに数字を説明する
取締役会や商品チームや監督当局に、モデルが何を前提にし、どこが弱く、何が結論を変えるかを伝えること。
いまも人が主導✓ 証拠に基づく
どこに当てはまるか
米国会計検査院(GAO)が2019年6月7日に公表した報告書(GAO-19-423、「保険市場:技術の革新的利用がもたらす便益と課題」)で、連邦と州の保険規制当局、保険会社、テクノロジー企業、消費者団体を含む35を超える関係者へのGAO自身の聞き取りに基づく。GAOが聞き取りをした業界関係者は、AIや機械学習を用いた保険料率モデルが今ではアクチュアリーではなくデータサイエンティストによって作られることが多く、彼らは保険特有の要件を十分に理解していない可能性があり、新しい変数の影響を測ることに苦労し、自分の仕事を州の規制当局にどう説明すればよいか分からない場合があると述べたという。報告書は、名前の伏せられた保険会社が、自社のリスクモデルに入れた因子(住宅と保育施設との距離)が消費者のリスクとどう関係するのかを説明できなかったという、ある州の規制当局者の話を引用し、規制当局をより安心させるためにアクチュアリーとデータサイエンティストの協働を強めるよう求めたアクチュアリー団体にも触れている。AIで構築したモデルの因子を規制当局に説明することは人が行う仕事であり、具体的な事例で失敗しうることを示す。保険会社や規制当局の名前は挙げておらず、こうした失敗がどれほど頻繁かも述べておらず、GAOによる会社への直接の調査ではなく、関係者から聞いた話をGAOが伝えた記録である。
これが意味すること
政府の監督機関自身の聞き取りは、AIで構築したモデルを規制当局に説明するのは人が行う仕事であり、モデルを作った人がアクチュアリーでなかったとき、少なくとも一社がその説明に失敗したことを示している。
これがまだ示していないこと
保険会社も規制当局も、こうした失敗がどれほど一般的かも明らかにしておらず、他の保険会社でこの説明を必ずアクチュアリーが行うとも述べていない。誰かがこの仕事をうまくこなさなければ、同じ結果になりうるということを示すだけである。
あなたに確かめられること
規制当局や取締役会に対してモデルの因子を説明し擁護することが仕事に含まれるなら、この規制当局者が保険会社に求めたように、自分自身やモデルを作った人が、その場ですべての入力を説明できるかどうかを問うこと。
評価を変えるか
いいえ。影響指数は一件の出来事で動くことはありません。この記録がやったのは、上にある1項の紐づいた業務の判断が、推定ではなく証拠の上に立つようになった、ということです。
出典
U.S. Government Accountability Office — Insurance Markets: Benefits and Challenges Presented by Innovative Uses of Technology (GAO-19-423) · 検証 2026-10-15 · VOLO agent loop · 解読 2026-10-15 · VOLO agent loop
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。