Kazanimlar:
- Yapay zekanın sigortacılık iş akışında nerede gerçek zaman kazandırdığını, nerede güvenlik ve uyum açısından kritik sorumluluğun yetkin underwriter, aktüer ve hasar eksperinde kalması gerektiğini risk düzeyine göre ayırt edebilme
- Her yapay zeka çıktısını poliçe şartları, yürürlükteki mevzuat ve bağımsız uzman kontrolüyle sınayan çok katmanlı bir doğrulama disiplinini uygulayabilme
- Müşterinin kişisel ve finansal verisini korumak için bağlamı anonimleştirme, gizlilik (KVKK) ve etik açısından güvenli araç seçme alışkanlığını edinebilme
Sigortacılık, bir sözleşmenin arkasındaki riski görüp onu adil bir fiyatla, doğru bir teminatla ve zamanında bir ödemeyle karşılayan bir güven mesleğidir. Bu güvenin kaynağı; underwriter'ın (riski değerlendirip poliçeyi kabul edip etmeyeceğine karar veren uzman), aktüerin (istatistik ve olasılıkla prim ve karşılıkları hesaplayan uzman) ve hasar eksperinin (bir hasarın gerçekliğini ve tutarını inceleyen uzman) her kararı bir veriye, bir poliçe şartına ve bir sorumluluğa dayandırmasıdır. Yapay zeka (kısaca AI; verilerden örüntü öğrenip metin, tablo, sınıflandırma ve öneri üreten yazılım) bu mesleğe çok güçlü bir yardımcı olarak girer: başvuruyu özetler, hasar dosyasındaki tutarsızlığı işaretler, müşteri mektubu yazar, bir mevzuat metnini sadeleştirir. Ama yapay zeka bir underwriter değildir; ne sorumluluk alır, ne ruhsat taşır, ne de sözleşmenin tarafı olur. Bu ünitede yapay zekayı sigortacılık işinin neresinde kullanacağınızı, nerede durmanız gerektiğini ve her çıktıyı nasıl doğrulayacağınızı öğreneceksiniz. Amaç sizi yapay zekaya bağımlı değil, yapay zekayı denetleyen bir profesyonel yapmaktır.
Yapay zeka sigortacılıkta ne yapar, ne yapamaz
Yapay zekanın gerçek gücü dil, örüntü, özet ve taslak üretmektir. Yüzlerce sayfalık bir ekspertiz raporunu özetlemek, bir başvurudaki risk faktörlerini listelemek, bir teminat açıklama metni yazmak, bir şüpheli işlem için gerekçe iskeleti çıkarmak, bir prim tablosunu okunur hale getirmek saniyeler içinde olur. Bu görevlerde yapay zeka size saatler kazandırır ve gözden kaçan ayrıntıları yakalamanıza yardım eder.
Yapay zekanın yapamadığı ise sorumluluk gerektiren karardır. Bir başvurunun kabul mü ret mi edileceği, primin ne olacağı, bir hasarın teminat kapsamında olup olmadığı, bir dosyanın dolandırıcılık sayılıp sayılmayacağı; bunların hiçbiri "genellikle böyle olur" mantığıyla belirlenemez. Yapay zeka, internetteki ve belgelerdeki metinlerden öğrendiği için halüsinasyon yapar: yani gerçekmiş gibi görünen ama yanlış bir teminat, uydurma bir mevzuat maddesi veya hatalı bir prim oranı üretebilir. Sigortacılıkta bu tür bir hata sadece bir yazım hatası değildir; yanlış bir ret, haksız bir fiyat, ödenmemesi gereken bir hasar, hatta bir müşterinin haksız yere dolandırıcılıkla suçlanması demektir.
Dikkat: Yapay zeka çıktısı bir uzman görüşü değil, bir taslaktır. Kabul/ret, fiyat, teminat kapsamı, hasar ödeme ve dolandırıcılık suçlaması gibi güvenlik ve uyum açısından kritik hiçbir karar yetkin underwriter, aktüer, hasar eksperi ve hukuk/uyum onayı olmadan uygulanamaz. Nihai karar insana aittir; yapay zeka bu onayın yerine geçmez.
Risk düzeyine göre üç bölge
Yapay zekayı güvenle kullanmanın en pratik yolu, her görevi risk düzeyine göre üç bölgeye ayırmaktır. Bu ayrım, "bunu yapay zeka yapsın mı" sorusuna hızlı ve doğru cevap verir.
Bölge
Örnek görevler
Yapay zekanın rolü
Doğrulama düzeyi
Yeşil (düşük risk)
İç eğitim notu, toplantı özeti, genel bilgi metni, blog taslağı, e-posta düzeltme
Serbest üretim
Hızlı gözden geçirme
Sarı (orta risk)
Başvuru özeti, hasar dosyası özeti, müşteri bilgilendirme metni, mevzuat özeti, prosedür taslağı
Taslak + öneri
Uzman kontrolü + poliçe/kaynak teyidi
Kırmızı (güvenlik/uyum-kritik)
Kabul/ret kararı, prim belirleme, teminat kapsamı kararı, hasar ödeme/ret, dolandırıcılık suçlaması
Yalnızca ön-tarama/kontrol listesi
Yetkin uzman ve gerekirse hukuk/uyum onayı zorunlu
Yeşil bölgede hızlı olun. Sarı bölgede yapay zekayı kullanın ama her teminat, fiyat ve mevzuat iddiasını teyit edin. Kırmızı bölgede yapay zeka asla son sözü söylemez; yalnızca uzmanın işini hızlandıran bir yardımcıdır.
Çok katmanlı doğrulama disiplini
Doğrulama, "sonra bakarım" diye ertelenecek bir iş değil; iş akışının parçasıdır. Sigortacılıkta sağlam bir doğrulama beş katmandan oluşur:
- Kaynağa dön. Yapay zeka bir teminat, istisna, fiyat veya oran verdiyse, bunu poliçenin özel ve genel şartlarından, tarife notundan veya yürürlükteki mevzuattan açıp teyit edin.
- Bağımsız hesap. Bir prim, muafiyet, hasar tutarı veya oranı kendi elinizle veya doğrulanmış bir hesap tablosuyla yeniden hesaplayın.
- Dosya bağlamıyla sına. İddiayı bu gerçek poliçenin, bu müşterinin ve bu hasarın koşullarıyla karşılaştırın; genel doğru, bu dosyada yanlış olabilir.
- Uzman gözü. Karar underwriting, aktüerya, hasar veya hukuk alanına giriyorsa ve tereddüt varsa yetkin uzmana danışın; nihai onay insandadır.
- İz bırak. Hangi çıktının nasıl doğrulandığını, kim tarafından onaylandığını kaydedin; sonradan denetlenebilir olsun.
İpucu: "Yapay zeka söyledi" bir gerekçe değildir. Bir sigortacılık kararının gerekçesi her zaman poliçe şartları, tarife notu, yürürlükteki mevzuat, bağımsız hesap veya yetkin uzman onayıdır. Yapay zeka bu gerekçeleri hazırlamanıza yardım eder, onların yerine geçmez.
Gizlilik, KVKK ve etik
Sigorta, doğası gereği çok hassas veri işler: kimlik bilgisi, adres, gelir, sağlık geçmişi, hasar kayıtları, banka bilgileri. Bunların bir kısmı KVKK'da (Kişisel Verilerin Korunması Kanunu) "özel nitelikli kişisel veri" olarak en yüksek korumaya tabidir; sağlık verisi bunun tipik örneğidir. Bulut tabanlı bir yapay zeka aracına bu veriyi vermeden önce üç soruyu sorun: Bu veri gerçekten gerekli mi? Anonimleştirilebilir mi? Kullandığım araç veriyi eğitimde kullanıyor mu, nerede saklıyor?
Etik boyut bununla bitmez. Sigortacılıkta iki özel etik risk vardır. Birincisi ayrımcılık ve önyargı (bias): yapay zeka, geçmiş verideki adaletsiz örüntüleri öğrenip cinsiyet, köken veya yaşanan bölge gibi hassas değişkenler üzerinden dolaylı ayrımcılık yapabilir. İkincisi yanıltıcı iletişim: müşteriye var olmayan bir teminatı varmış gibi anlatmak veya kesin olmayan bir fiyatı taahhüt gibi sunmak hem etik hem hukuki bir ihlaldir. Yapay zekayı bir iç araç olarak kullanın; müşteriyle aranızdaki mesleki değerlendirmeyi ve dürüstlüğü asla devre dışı bırakmayın.
Üç mini vaka
Vaka 1 — Doğrulamanın bir hatayı yakalaması. Bir underwriter, bir işyeri yangın poliçesi için yapay zekadan risk özeti aldı. Yapay zeka, binanın "betonarme, sprinkler sistemli" olduğunu yazdı ve düşük risk önerdi. Underwriter çıktıyı taslak sayıp ekspertiz raporuna döndü: bina aslında yığma yapıydı ve sprinkler yoktu; yapay zeka benzer dosyalardan bir varsayım uydurmuştu. Doğrulama olmasaydı yanlış düşük prim verilecek, şirket ciddi bir risk altına girecekti.
Vaka 2 — Gizliliğin korunması. Bir hasar uzmanı karmaşık bir sağlık sigortası vakasını yapay zekaya sorarken sigortalının adını, TC kimlik numarasını ve tanısını yazmak üzereydi. Anonimleştirme alışkanlığı sayesinde bunları "52 yaş, kadın, tamamlayıcı sağlık poliçesi, planlı ameliyat" gibi olgusal eşdeğerlerle değiştirdi. Çıktının kalitesi hiç düşmedi ama sigortalının özel nitelikli verisi hiçbir buluta gitmedi.
Vaka 3 — Yeşil bölgede hız. Aynı ekip, acente kanalı için bir "eksik evrak bilgilendirme" e-posta şablonu yazacaktı. Bu görev düşük riskliydi (yeşil bölge); uzman yapay zekadan bir taslak alıp kurumsal dile uyarladı ve yarım saatlik işi beş dakikaya indirdi. Doğru bölgelemeyi bildiği için burada hızlandı, kırmızı bölgede ise yavaşlayıp doğrulama yapardı.
Adım adım: Yapay zekayı bir göreve güvenli sokma
- Görevi bölgeye yerleştir. Yeşil mi, sarı mı, kırmızı mı?
- Bağlamı anonimleştir. Gerçek isim, TC, poliçe numarası ve kişisel bilgiyi temizle.
- Net brief ver. Poliçe türünü, dosyanın özelliklerini, hedefi ve istenen formatı açıkça yaz.
- Çıktıyı taslak say. Asla son ürün gibi kullanma.
- Doğrulama katmanlarını uygula. Kaynak, hesap, dosya bağlamı, uzman, iz.
- Kararı ve gerekçesini kaydet.
Dört kopyalanabilir şablon
1) Rol ve sınır tanımlayan sistem promptu:
Sen bir sigorta underwriting asistanısın. Görevin belge özetlemek, riskfaktörlerini listelemek ve eksikleri işaretlemektir.Kurallar:- Kabul/ret, prim veya teminat kararı VERME; yalnızca öneri ve işaret sun.- Emin olmadığın hiçbir teminat, madde veya oranı uydurma; "belgede yok" yaz.- Her iddianın hangi belgeye/sayfaya dayandığını belirt.- Kişisel veri görürsen kullanma, "anonimleştirilmeli" uyarısı ver.
2) Başvuru risk özeti promptu:
Aşağıdaki anonimleştirilmiş başvuru bilgisini özetle:[metni yapıştır]Çıktı formatı:1. Risk konusunun kısa tanımı2. Öne çıkan risk faktörleri (madde madde, belge referansıyla)3. Eksik veya tutarsız bilgiler4. Underwriter'ın kontrol etmesi gereken sorularKarar verme; yalnızca özet ve işaret sun.
3) Doğrulama kontrol listesi promptu:
Şu taslak çıktıyı bir underwriter gibi denetle:[çıktıyı yapıştır]Her madde için sor: Bu iddia hangi belge/poliçe şartına dayanıyor?Doğrulanamayan, varsayıma dayalı veya uydurulmuş olabilecek ifadeleriayrı bir "ŞÜPHELİ - TEYİT GEREKLİ" başlığında listele.
4) Anonimleştirme yardımcı promptu:
Aşağıdaki metinden tüm kişisel verileri (ad, TC, telefon, adres, poliçe no,plaka) kaldır ve yerlerine olgusal eşdeğerler koy (ör. "45 yaş, erkek,kasko poliçesi"). Klinik/teknik anlamı koru, kimliği ifşa eden hiçbir bilgibırakma.
Zayıf prompt / Güçlü prompt
Zayıf: "Bu başvuruyu değerlendir, kabul edelim mi?"
Sorun: Yapay zekadan doğrudan kırmızı-bölge kararı istiyor; belge referansı, sınır ve format yok. Halüsinasyon ve yanlış karar riski yüksek.
Güçlü: "Underwriting asistanı gibi davran. Şu anonimleştirilmiş başvuruyu özetle; risk faktörlerini belge referansıyla listele; eksik bilgileri ayrı başlıkta yaz. Kabul/ret kararı verme, yalnızca kontrol edilecek soruları çıkar."
Neden iyi: Rol, sınır, girdi, format ve doğrulama beklentisi net. Çıktı denetlenebilir bir taslak olur.
Sık yapılan hatalar
- Çıktıyı son karar sanmak. Yapay zekanın önerdiği primi veya kabulü doğrudan uygulamak. Çıktı her zaman taslaktır.
- Kişisel veriyi olduğu gibi yapıştırmak. Ad, TC, poliçe no ve sağlık bilgisini anonimleştirmeden buluta göndermek KVKK ihlali riskidir.
- Kaynağa dönmemek. "Yapay zeka öyle dedi" diyerek poliçe şartına veya mevzuata bakmamak.
- Bölge karıştırmak. Kırmızı-bölge kararını yeşil-bölge hızıyla yapmak; ya da yeşil işte gereksiz yavaşlamak.
- İz bırakmamak. Hangi çıktının nasıl doğrulandığını kaydetmemek; denetimde savunmasız kalmak.
Özetle
Yapay zeka sigortacılıkta güçlü bir taslak ve özet aracıdır, ama bir uzman değildir. Görevleri yeşil/sarı/kırmızı bölgelere ayırın; kırmızı bölgede (kabul/ret, fiyat, teminat, hasar, dolandırıcılık) yapay zeka asla son sözü söylemez. Her çıktıyı beş katmanlı doğrulamadan geçirin, kişisel veriyi anonimleştirin ve kararı gerekçesiyle kaydedin. Nihai sorumluluk her zaman yetkin insan uzmandadır.
Uygulama görevi
Kendi biriminizde son bir haftada yaptığınız 10 görevi listeleyin. Her birini yeşil/sarı/kırmızı bölgeye yerleştirin. Kırmızı bölgedekiler için "yapay zeka burada hangi ön-tarama işini yapabilir, kararı kim verir" sorusunu bir cümleyle yanıtlayın. Ardından yukarıdaki 4 numaralı anonimleştirme promptunu gerçek (ama test amaçlı) bir metinde deneyin.
Kontrol listesi
- [ ] Görevi yeşil/sarı/kırmızı bölgeye yerleştirdim.
- [ ] Bağlamı anonimleştirdim; kişisel/finansal veriyi temizledim.
- [ ] Prompta rol, sınır ve format ekledim; "karar verme" talimatı verdim.
- [ ] Çıktıyı taslak sayıp beş katmanlı doğrulamayı uyguladım.
- [ ] Teminat/fiyat/mevzuat iddialarını kaynaktan teyit ettim.
- [ ] Kararı, gerekçesini ve onaylayanı kaydettim.