IDEAS home Printed from https://ideas.repec.org/p/hal/wpaper/hal-03561709.html
   My bibliography  Save this paper

L'équité de l'apprentissage machine en assurance

Author

Listed:
  • Laurence Barry

    (Sciences Po - Sciences Po, ENSAE - Ecole Nationale de la Statistique et de l'Analyse Economique - Ecole Nationale de la Statistique et de l'Analyse Economique)

  • Arthur Charpentier

    (UQAM - Université du Québec à Montréal = University of Québec in Montréal, UR - Université de Rennes)

Abstract

Depuis le début de leur histoire, les assureurs sont réputés utiliser des données pour classer et tarifer les risques. A ce titre, ils ont été assez tôt confrontés aux problèmes d'équité et de discrimination associées aux données. Pourtant, si cette question est récurrente, elle connait un regain d'importance avec l'accès à des données de plus en plus granulaires, massives et comportementales. Nous verrons ici comment les biais de l'apprentissage machine en assurance renouvellent ou transforment ce questionnement pour rendre compte des technologies et des préoccupations sociétales actuelles : paradoxalement, alors que la plupart de ces biais ne sont pas nouveaux, la recherche d'une équité pour les contrer, elle, se transforme.

Suggested Citation

  • Laurence Barry & Arthur Charpentier, 2022. "L'équité de l'apprentissage machine en assurance," Working Papers hal-03561709, HAL.
    • Handle: RePEc:hal:wpaper:hal-03561709
    Note: View the original document on HAL open archive server: https://hal.science/hal-03561709
    as

    Download full text from publisher

    File URL: https://hal.science/hal-03561709/document
    Download Restriction: no
    ---><---

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:hal:wpaper:hal-03561709. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: CCSD (email available below). General contact details of provider: https://hal.archives-ouvertes.fr/ .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.