Ieguvumi:
- Spēja novērtēt pierādījumu kvalitāti un produkcijas limitu, apkopojot pieteikumu, deklarāciju un ekspertīzes datus ar mākslīgo intelektu un iezīmējot riska faktorus
- Spēja savstarpēji apstiprināt mākslīgā intelekta rezultātus ar politikas noteikumiem un parakstīšanas rokasgrāmatu pieņemšanas, noraidīšanas, papildu prēmiju un izņēmumu lēmumos
- Spēja saprast, ka galīgā atbildība par parakstīšanas lēmumu gulstas uz kompetento parakstītāju un ka ir jāievēro diskriminācijas aizliegums.
Apdrošināšanas pamatā ir parakstīšana: tas ir uzdevums novērtēt pieteikuma risku un izlemt pieņemt (vai noraidīt) polisi ar kādiem noteikumiem, ar kādu segumu un par kādu prēmiju. Kad Apdrošinātājs (kompetentais eksperts, kurš pieņem šo lēmumu) izskata pieteikumu, viņš patiesībā meklē atbildi uz jautājumu: "Vai uzņēmumam ir godīgi un ilgtspējīgi uzņemties šo risku par šādu cenu ar šo garantiju?" Lai atbildētu uz šo jautājumu, kopā jāiepazīstas ar pieteikuma veidlapu, apdrošinātā deklarāciju, ekspertīzes slēdzienu, iepriekšējo bojājumu uzskaiti un nozares datiem. Mākslīgais intelekts (programmatūra, kas apgūst modeļus no datiem un veido tekstu un kopsavilkumus) atvieglo šo "daudzu dokumentu kopīgas lasīšanas un apkopošanas" slogu. Bet esiet uzmanīgi: mākslīgais intelekts apkopo risku, tas neuzņemas risku. Pieņemšanas, noraidīšanas, papildu bonusu un izņēmumu lēmumiem vienmēr ir kompetentā parakstītāja paraksts. Šajā nodaļā jūs uzzināsiet, kā droši izmantot mākslīgo intelektu pie parakstīšanas galda, kā izmērīt rezultātu pierādījuma vērtību un kā saglabāt nediskrimināciju.
Kur mākslīgais intelekts noder parakstīšanā?
Parakstīšanas fails bieži ir nekārtīgs: dažādu formātu veidlapas, ar roku aizpildītas deklarācijas, gari novērtējuma ziņojumi, tabulas. Šeit mākslīgais intelekts ir spēcīgākais. Tas droši paātrina šādus uzdevumus:
- Dokumenta kopsavilkums: desmit lappušu darba vietas ekspertīzes ziņojuma samazināšana uz puslappusi, pa vienam riska kopsavilkumam.
- Riska faktoru marķējums: Uzskaitot ievērojamus punktus, piemēram, "Ēkai ir 45 gadi, jumts ir koka, tuvumā atrodas degvielas noliktava."
- Trūkstošās/neatbilstošās informācijas konstatēšana: Konstatēt pretrunu starp iesniegumā deklarēto būvniecības gadu un ekspertīzes slēdzienā norādīto gadu.
- Kontroljautājumu ģenerēšana: Trūkstošās informācijas saraksta izveide, ko parakstītājs jautās klientam vai aģentūrai.
Tas, ko mākslīgais intelekts nedara, ir novērtēt risku un pieņemt lēmumu par pieņemšanu. Teikums "Šis risks ir pieņemams" vai "prēmija jāpalielina par 20%" ir parakstīšanas lēmums; Tam jābalstās uz parakstīšanas rokasgrāmatu (uzņēmuma iekšējo dokumentu, kas nosaka pieņemšanas noteikumus), tarifa atzīmi un polises vispārīgos nosacījumus. Mākslīgais intelekts var sagatavot šo lēmumu, taču kompetentais parakstītājs pieņem lēmumu un paraksta pamatojumu.
Uzmanību: mākslīgā intelekta ierosinātais piemaksu, seguma vai pieņemšanas lēmums ir pareģojums, nevis spriedums. Politikā netiks iekļauts neviens ieteikums bez savstarpējas pārbaudes ar parakstīšanas rokasgrāmatu un politikas noteikumiem.
Izlaiduma pierādījuma kvalitātes novērtēšana
Kad AI atzīmē riska faktoru, tas ir apgalvojums; nav pierādījums. Labs parakstītājs katru prasību izskata ar trim jautājumiem:
- Uz kādu dokumentu šī prasība ir balstīta? Ja mākslīgais intelekts teica "ugunsgrēka risks ir augsts", no kura eksperta novērojuma tas to atvasināja? Ja avota nav, to var izdomāt.
- Vai prasība pieder šai lietai vai arī tas ir vispārējs pieņēmums? AI dažreiz pievieno vispārīgu informāciju, piemēram, “šāda veida darbavietās parasti…”; Vispārējā patiesība var nebūt spēkā šajā failā.
- Vai pretenziju var pārbaudīt? Ēkas vecumu var pārliecināties no īpašumtiesību dokumenta, bet bojājumu vēsturi – no SBM (Apdrošināšanas informācijas un uzraudzības centra) vaicājuma. Neizmantojiet pretenziju, kuru nevar izvirzīt par lēmuma pamatojumu.
Padoms. Uzvednē vienmēr iekļaujiet šādu teikumu: "norādiet dokumentu/lapu, uz kuru balstās katra pretenzija." Pretenzija, kurā nav norādīti avoti, nonāk jūsu verifikācijas saraksta augšdaļā.
Soli pa solim: mākslīgā intelekta atbalstīta parakstīšanas plūsma
- Anonimizēt kontekstu. Noņemiet pieteikuma iesniedzēja vārdu, uzvārdu, ID numuru, polises numuru un kontaktinformāciju; aizstājējs faktiskais ekvivalents.
- Augšupielādējiet dokumentus un pieprasiet kopsavilkumu. Izvelciet riska problēmu, ievērojamos faktorus un trūkumus, izmantojot atsauci uz dokumentu.
- Pārvērtiet savus riska faktorus kontrolsarakstā. Pārvērtiet katru mākslīgā intelekta atzīmēto vienumu par jautājumu, kas jāapstiprina.
- Veiciet savstarpēju pārbaudi, izmantojot parakstīšanas rokasgrāmatu. Skatiet rokasgrāmatā pieņemšanas kritērijus, jaudas ierobežojumus un obligātos izņēmumus.
- Aprēķiniet prēmiju neatkarīgi. Veiciet savus aprēķinus ar tarifa atzīmi un tehnisko piemaksu tabulu; Nekad tieši neuzņemiet mākslīgā intelekta doto numuru.
- Pierakstiet lēmumu un tā pamatojumu. Pierakstiet savu pieņemšanas/noraidīšanas/papildu prēmijas/izņēmuma lēmumu, norādot noteikumu, uz kuru tas ir balstīts.
trīs mini futrāļi
1. gadījums — nekonsekvences noteikšana. Mājokļu paketes polises pieteikumā deklarētā ēkas vērtība bija 2 400 000 TL, novērtējuma aktā – 3 900 000 TL. Savā kopsavilkumā AI novietoja šos divus skaitļus blakus un brīdināja, ka "vērtības paziņojums ir pretrunīgs". Pateicoties šim brīdinājumam, Apdrošināšanas slēdzējs apzinājās zemapdrošināšanas risku (proporcionāla samaksa bojājumu gadījumā, ja ēka ir apdrošināta zem tās reālās vērtības) un sagatavoja piedāvājumu, pamatojoties uz pareizo vērtību. AI nepieņēma lēmumu; padarīja nekonsekvenci redzamu.
2. gadījums — atteikums samierināties. Nosūtīšanas apdrošināšanas failā AI ierakstīja precīzu likmi, sakot, ka "uz preci attiecas standarta 0,15% kravas apdrošināšanas likme". Parakstītājs atvēra tarifa zīmi: šai preču klasei un maršrutam šādas fiksētas likmes nebija; Mākslīgais intelekts bija veidojis likmi. Underwriter veica savu likmes aprēķinu; Rezultāts bija 0,28%. Ja nebūtu neatkarīga konta, prēmija tiktu pilnībā neizmantota.
3. gadījums — diskriminācijas slazds. Komerciālo transportlīdzekļu parka lietojumprogrammā mākslīgais intelekts ieteica autovadītājiem "papildu bonusu, jo apkaime, kurā viņi dzīvo, ir riskants". Underwriter to noliedza: dzīvesvietas reģions var būt aizstājējs mainīgais, kas saistīts ar aizsargātām īpašībām, piemēram, etnisko piederību, radot netiešu diskrimināciju. Bonusa pamatā bija likumīgi, attaisnojami kritēriji, piemēram, autovadītāju faktiskā prasību vēsture un braukšanas profils.
Četras kopējamas uzvednes
1) Lietošanas riska kopsavilkums:
Jūs esat komerciālās apdrošināšanas parakstīšanas asistents. Apkopojiet šādu anonimizētu pieteikuma un novērtējuma tekstu:[ielīmēt tekstu]Izvade:1. Riska jautājums (īsi)2. Ievērojami riska faktori (pa rakstiem, dokumenta/lapas atsauce katrā)3. Nepilnīga vai pretrunīga informācija4. Jautājumi, ko parakstītājs uzdos klientam/aģentūrai, PIEŅEMOT akceptēšanas/noraidīšanas vai bonusa lēmumu. Neveidojiet likmi, par kuru neesat pārliecināts; Uzrakstiet "nav dokumentā".
2) Pārbaude ar parakstīšanas rokasgrāmatu:
Tālāk ir sniegts riska kopsavilkums un attiecīgie mūsu parakstīšanas rokasgrāmatas raksti. Riska kopsavilkums: [ielīmēt] Vadlīnijas: [ielīmēt] Uzdevums: saskaņojiet katru riska faktoru kopsavilkumā ar attiecīgo vadlīniju vienumu. Atsevišķā virsrakstā atzīmējiet punktus, kuriem saskaņā ar vadlīnijām nepieciešams obligāts izņēmums, papildu nosacījums vai jaudas ierobežojums. es izlemšu; jūs vienkārši sakrītat.
3) Trūkst dokumenta un neatbilstības pārlūkprogrammā:
Skenējiet pretrunas vai izlaidumus starp dokumentiem šādā pieteikuma failā: [ielīmējiet dokumentus]Meklējiet konsekvenci, īpaši šādās jomās: vērtības deklarācija, būvniecības/ražošanas gads, paredzētais lietojums, adrese, bojājumu vēsture. Parādiet pretrunīgos skaitļus blakus un pierakstiet, no kura dokumenta tie nāk.
4) Lēmuma projekta pamatojums (pēc pārbaudes):
IZSTRĀDĀT parakstīšanas lēmuma pamatojumu, pamatojoties uz šādu pārbaudītu informāciju: [pārbaudīti riska faktori, piemērotais noteikums, aprēķinātā prēmija] Tonis: formāls, skaidrs, nediskriminējošs. Pamatot lēmumu uz leģitīmiem riska kritērijiem; neizmantojiet aizsargātus atribūtus (dzimums, izcelsme, apkārtne utt.). Šis ir melnraksts; Galīgais lēmums un paraksts pieder parakstītājam.
Vāja uzvedne / spēcīga uzvedne
Vāji: "Aprēķiniet atbilstošo piemaksu šim pieteikumam un pastāstiet mums, vai mums tas būtu jāpieņem."
Problēma: tiek pieprasīts tiešs sarkanās zonas lēmums (bonuss + akcepts). Tā kā mākslīgais intelekts nezina tarifus, tas veido likmes; bez avota, bez ierobežojuma un bez pārbaudes.
Spēcīgs: "Rīkojies kā parakstīšanas asistents. Apkopojiet anonimizēto pieteikumu ar atsaucēm uz dokumentiem, izceliet riska faktorus un trūkumus. Nepieņemiet lēmumu par piemaksu vai pieņemšanu, vienkārši uzskaitiet jautājumus, kas jāpārbauda."
Kāpēc tas ir labi: uzdevums tiek saglabāts dzeltenajā zonā, izlaide ir auditējama, lēmums paliek parakstītājam.
salīdzināšanas diagramma
Meklējumi
Vai mākslīgais intelekts to dara?
Kurš izlemj?
verifikācija
Dokumenta kopsavilkums
Jā (melnraksts)
Parakstītājs lasa
Dokumenta atsauce
Riska faktoru marķēšana
Jā (ieteikums)
Apdrošinātājs apstiprina
Avota dokuments
Trūkstošā/neatbilstības noteikšana
Jā
Parakstītājs novērtē
starpdokumentāls
premium konts
nē
Aktuārs/parakstītājs
Tarifa piezīme, neatkarīgs konts
Pieņemšanas/noraidīšanas lēmums
nē
kompetents parakstītājs
Ceļvedis + politikas noteikumi
Biežas kļūdas
- Tieši izmantojot mākslīgā intelekta doto bonusu. Modelis, kurš nezina tarifu, veido likmes; Vienmēr aprēķiniet prēmiju neatkarīgi.
- Riska faktora pieņemšana bez avota. Nejautājot, uz kādu eksperta novērojumu ir pamatota prasība "augsta ugunsbīstamība".
- Diskriminācija ar aizstājējmainīgo. Papildu bonusu ieteikumu piemērošana, pamatojoties uz apkārtni, vārdu vai izcelsmi, bez jautāšanas.
- Vispārīgas informācijas maldināšana faktu failā. Domājot, ka frāze "Tādās darba vietās parasti..." pieder šim failam.
- Lēmuma ierakstīšana bez pamatojuma. Nevarot atbildēt uz jautājumu "uz kuru likumu jūs paļāvāties?" audita laikā.
Rezumējot
Veicot parakstīšanu, mākslīgais intelekts apkopo dokumentu, atzīmē riska faktoru, konstatē izlaidumus un neatbilstības un ģenerē kontroles jautājumu; bet tas nenosaka riska cenu un nepieņem pieņemšanas lēmumu. Filtrējiet katru izvadi pēc avota, faila konteksta un pārbaudāmības; patstāvīgi aprēķināt prēmiju; Pieņemiet pieņemšanas/noraidīšanas lēmumu, pamatojoties uz parakstīšanas rokasgrāmatu un politikas noteikumiem. Saglabāt diskriminācijas aizliegumu: lēmumam jābūt pamatotam uz leģitīmiem, izskaidrojamiem riska kritērijiem. Galīgā atbildība gulstas uz kompetento parakstītāju.
Lietojumprogrammas uzdevums
Iegūstiet īstu (bet testēšanas nolūkos anonimizētu) atsauces failu. Izveidojiet riska kopsavilkumu ar uzvednes numuru 1. Pēc tam mēģiniet atrast katra riska faktora avotu, ko dokumentā atzīmējis AI: cik daudziem ir reāls dokumenta pamats, cik ir pieņēmumi? Atzīmējiet rezultātus tabulā un pierakstiet, ko jūs darījāt saistībā ar “neizmantotām pretenzijām”.
kontrolsaraksts
- [ ] Es anonimizēju lietojumprogrammas kontekstu.
- [ ] Es pieprasīju riska kopsavilkumu ar dokumenta atsauci; Es norādīju "neizlemt".
- [ ] Dokumentā apstiprināju katra riska faktora avotu.
- [ ] Piemaksu aprēķināju patstāvīgi ar tarifa atzīmi.
- [ ] Es pieņēmu pieņemšanas/noraidīšanas lēmumu, pamatojoties uz parakstīšanas rokasgrāmatu un politikas noteikumiem.
- [ ] Esmu atsijājis diskriminējošo/aizstājēju mainīgo ieteikumus un pamatojis tos uz leģitīmiem kritērijiem.
- [ ] Piefiksēju lēmumu un tā pamatojumu.