Olivier Côté donnera un exposé “Perspective causale sur les discriminations directes et indirectes liées aux caractéristiques sensibles dans les modèles prédictifs en assurance” au séminaire étudiant de l’IID intitulé modèles causaux et inférence causale en médecine et assurance, cet après midi
L’équité envers les assurés est un enjeu central pour le secteur de l’assurance. Les assureurs reposent largement sur les données personnelles pour plusieurs décisions automatisées. Dans ce travail, nous explorons la tarification équitable en assurance à travers une perspective causale, en mettant l’accent sur les discriminations directes et indirectes liées aux variables sensibles définies et observées. Nous analysons les mécanismes par lesquels ces variables influencent la tarification et proposons une catégorisation des méthodologies équitables en cinq familles, chacune présentant des propriétés claires en matière d’équité. Le raisonnement causal permet de représenter les biais, de clarifier les hypothèses concernant le mécanisme générateur de données, et de distinguer le signal de chaque variable par rapport aux variables sensibles.
Les outils développés guideront les spécialistes du secteur de l’assurance vers de meilleures pratiques en équité algorithmique.
OpenEdition suggests that you cite this post as follows:
Arthur Charpentier (October 11, 2024). Perspective causale sur les discriminations directes et indirectes liées aux caractéristiques sensibles dans les modèles prédictifs en assurance. Freakonometrics. Retrieved January 25, 2025 from https://doi.org/10.58079/12ger