IA de confiance dans l’assurance

• Comprendre les principes d’une IA digne de confiance
• Identifier les risques éthiques, juridiques et opérationnels
• Mettre en place une gouvernance des systèmes d’IA

Dirigeants, DPO, juristes, risk managers, conformité interne

Notions d’IA et d’obligations réglementaires d’un assureur

• Définir la confiance en IA : fiabilité, transparence, équité
• Recenser les systèmes d’IA utilisés par l’organisme et leur criticité
• Situer les obligations applicables à la tarification, souscription
• Identifier les biais et les discriminations possibles sur les assurés
• Garantir l’explicabilité des décisions pour les clients et le régulateur
• Encadrer la protection des données de santé et des données clients
• Organiser le contrôle humain sur les décisions à fort impact
• Évaluer les fournisseurs et les modèles achetés auprès d’éditeurs
• Instaurer un comité et une charte de l’IA de confiance interne
• Suivre les incidents et la dérive des modèles en production réelle

• Classer les systèmes d’IA d’une mutuelle selon leur risque
• Auditer un refus de souscription fictif émis par algorithme
• Rédiger les principes d’une charte interne d’IA de confiance

• Modèle de charte d’IA de confiance pour une mutuelle santé
• Check list d’évaluation d’un système d’IA avant déploiement
• Fiche repère des risques liés à chaque usage de l’IA métier