apolice298 pageflip

São Paulo (Fapesp) e a startup Infinitti. Ela avalia o risco de patologias
bucais, oferece orientação personalizada e pode indicar profissionais
com maiores probabilidades de resolver o problema do usuário.
“Falando de processos internos, temos projetos de IA para
diversas frentes na seguradora, por exemplo, para as áreas técnica
e atuarial, cujo projeto tem como objetivo reduzir sinistros Serit, garantir
suporte financeiro para autônomos, por meio de um processo
automático de análise e aceitação/rejeição de risco, durante a renovação
das apólices de seguro Serit”, informa Daiane.
RISCOS E FRAUDES
A IA pode ser utilizada para identificar padrões indicativos
de sinistros fraudulentos, detectar fraudes de forma mais eficiente
e automatizar as verificações de conformidade, garantindo que as
seguradoras cumpram regulamentações complexas. Como explica
Falcão, algoritmos de machine learning podem analisar grandes
volumes de dados em tempo real para identificar comportamentos
fraudulentos, como declarações inconsistentes, atividades suspeitas
e padrões incomuns de sinistros: “Isso ajuda as seguradoras a reduzir
perdas financeiras e manter a integridade de seus serviços. Além disso,
com algoritmos avançados, as seguradoras podem avaliar riscos
com maior precisão, levando em conta inúmeras variáveis em tempo
real, como condições meteorológicas, dados demográficos, histórico
de sinistros e até mesmo informações de redes sociais. Isso leva a
precificação mais precisa e personalizada para os segurados.”
Porém nada é perfeito. Há perigos da inteligência artificial
para o mercado de seguros. O professor da FGV Gesner Oliveira lista
entre riscos e vulnerabilidades a possibilidade de viés algorítmico,
questões de privacidade de dados e a necessidade de regulamentação
adequada para garantir a segurança e a ética no uso dessas
tecnologias. “As soluções para esses desafios passam por uma regulamentação
robusta, treinamento adequado para os profissionais do
setor e uma abordagem ética na implementação de sistemas de IA.
É essencial que as seguradoras e reguladores trabalhem juntos para
estabelecer padrões e práticas que maximizem os benefícios da IA,
minimizando seus riscos potenciais”, recomenda.
Já Daiane aponta para riscos referentes à privacidade de dados
e também para a “degradação” dos modelos de machine learning
com o tempo, podendo impactar nos processos em que atuam.
Michael Weiss acrescenta outros preocupantes aspectos à
lista de riscos que cercam a inteligência artificial. O primeiro deles
é o preconceito e a discriminação. “Os algoritmos de IA podem perpetuar
os preconceitos existentes se forem treinados com base em
dados tendenciosos”, alerta o consultor americano. O segundo é a
privacidade de dados: “O uso de IA envolve frequentemente o recolhimento
e a análise de dados pessoais sensíveis, levantando preocupações
de privacidade”, ressalta Weiss. E há um terceiro ponto
citado por ele: a perda de empregos em determinados setores. Por
fim, o especialista alerta para a falta de transparência. Segundo ele,
alguns modelos de IA são “caixas pretas” que dificultam a compreensão
de como se chega às decisões. “O mercado segurador, como
qualquer outro, é vulnerável a estes riscos. Por exemplo, algoritmos
tendenciosos podem levar a decisões discriminatórias sobre preços
GESNER OLIVEIRA,
da FGV IISR
ou reclamações. É crucial que as seguradoras
abordem estes riscos de forma proativa,
garantindo transparência, justiça e
responsabilização nos seus sistemas de
IA”, ensina Weiss.
O setor da tecnologia tem sido indiscutivelmente
o mais rápido na adoção
e adaptação à inteligência artificial dada a
sua experiência inerente e a natureza digital
dos seus produtos e serviços. Contudo,
alerta Michael Weiss, a área de serviços
financeiros, incluindo o setor de seguros,
demonstra rápida recuperação diante
dos desafios e riscos apresentados pelos
cenários ditados pela IA: “As seguradoras
estão usando IA de várias maneiras, desde
a detecção de fraudes até os preços personalizados.
O desempenho do setor segurador
com a IA é misto. Embora existam
histórias de sucesso e de maior eficiência
e satisfação do cliente, permanecem desafios
em torno da qualidade dos dados,
da conformidade com a regulamentação
e da necessidade de supervisão humana
dos sistemas de IA.”
Como se pode constatar, a inteligência
artificial ainda engatinha como
um bebê. “Mimá-la” seria uma temeridade
para o futuro. Como lidar com um “adulto”
sem limites e distante de qualquer princípio
de alteridade? É preciso aprender com
a tecnologia, sim, mas também “ensiná-la”
os rumos certos da vida e, claro, dos mercados.
Para tudo, sem distinção, há limites
e, sobretudo, ética e responsabilidade.
25