Inteligência Artifcial finalmente entra no Mercado de Seguros

22.02.2023 - Fonte: Insurtalks

Na última meia década, várias organizações do setor de compensação dos trabalhadores promoveram seus negócios dizendo que aplicam inteligência artificial, ou IA. Eu olhei para suas ofertas alguns anos atrás. Achei que o que eles queriam dizer com IA era digno de consideração. No entanto, a IA hoje significa poder computacional dramaticamente mais eficaz do que o que foi então promovido. A IA tem potencial em 2023 para aumentar drasticamente a qualidade do tratamento e subscrição de sinistros, para citar duas funções na compensação dos trabalhadores.

Pode-se dizer que acaba de ocorrer um avanço que faz a IA funcionar da maneira que esperávamos implicitamente há muito tempo e que até agora não havíamos experimentado.

No final de 2022, a OpenAI lançou para uso público gratuito um sistema chamado ChatGPT, anunciando uma nova geração do que serão produtos de IA amplamente utilizados. Até o final de janeiro de 2023, estima-se que cerca de 100 milhões de pessoas o tenham usado, tornando-o o lançamento em larga escala mais rápido de um produto de consumo da história.

O ChatGPT é o primeiro sinal de uma geração de IA emergente rapidamente. É muito fácil de usar. Respondendo a um pedido feito em inglês conversacional, ele escreve planos, analisa sua escrita, conserta software de computador, escreve um poema. Eu comparo isso a dirigir um carro sem nenhum conhecimento de como o motor funciona. É muito mais perspicaz e eficiente em muitos casos do que a pesquisa do Google.

Eu testei postando muitas solicitações relacionadas a compensações de trabalhadores. Algumas respostas foram insípidas, mas a maioria variou de útil a muito perspicaz. Com mais preparação, o sistema promete ser uma ferramenta prática. As equipes de sinistros podem usar essa geração de IA para prever com mais precisão os resultados dos sinistros e selecionar intervenções, como gerenciamento de casos ou revisões de sub-rogação. A equipe de subscrição pode melhorar os preços dos prêmios.

Entraremos em alguns cenários em um momento. Agora, quero fornecer uma introdução muito básica (embora um tanto grosseira) ao aprendizado de máquina usando modelos de linguagem grandes, que é o coração do ChatGPT.

O aprendizado de máquina usando modelos de linguagem grandes não usa o que normalmente poderíamos chamar de pensamento lógico ou baseado em algoritmos para prever. Ele preverá com confiança que a palavra “você” geralmente vem depois de “obrigado”, não porque conheça o significado das palavras e da gramática. Seu processo de previsão é tão complexo que não pode ser explicado ou auditado pelo usuário.

Considere como prever o penúltimo elemento em “A rápida raposa marrom saltou sobre a [palavra] [pontuação] preguiçosa”.

O computador, sem nenhum conhecimento intrínseco e original do que é uma palavra, ou significado da palavra, ou gramática, produzirá uma pontuação numérica para cada elemento relativo à probabilidade de cada elemento vir antes ou depois de cada um dos outros. Portanto, os três elementos em “o” terão uma pontuação preditiva relativamente alta para preceder “rápido”. E “pulado” terá uma pontuação preditiva mais baixa para seguir “raposa”. Isso ocorre porque os elementos que precedem “rápido” são mais fáceis de prever do que os elementos que seguem “raposa”.

O computador foi treinado inspecionando muitos milhões de textos, um de cada vez, convertendo letras e pontuação em números. Para cada sequência de números, o computador recalibrará as pontuações de cada número em relação à sua probabilidade de vir antes ou depois de cada outro número. Ele está procurando eventualmente por cadeias de palavras seguidas por um ponto. Ele atribuirá uma probabilidade muito alta, com muita confiança, de que a palavra que falta é “cachorro”, muito mais provável do que “gato” e muito mais provável do que “nuvem”.

O ChatGPT se descreve com estas palavras: Um modelo que é exposto a grandes quantidades de dados e aprende a prever e responder com “texto humano com alto nível de coerência e relevância”. Ele é treinado para lidar com tarefas como tradução de idiomas e escrita de códigos de computador. Ele pode ser ajustado para funcionar em conjuntos de dados limitados para sinistros ou subscrições.

Considere o regulador com um novo pedido de compensação dos trabalhadores envolvendo múltiplos traumas corporais. A IA desta geração preverá o custo final do sinistro – isso não parece muito impressionante. Mas também aconselhará o ajustador sobre quais informações adicionais melhorarão a previsão. E preverá qual tratamento médico e qual tratamento reduzirá o custo e em quanto.

Para o subscritor, a IA prevê os custos finais de todos os sinistros e aconselha sobre quais informações e quais intervenções (como controle de perdas e classificação/franquias de experiência) melhorarão a previsão e aumentarão os lucros da seguradora.

É isso que nós queremos? A resposta é sim, com ressalvas. E se a IA permitir decisões que possam entrar em conflito com a ética e as políticas públicas? Por exemplo, pode prever que uma combinação de classificação de experiência, franquias altas e nenhum controle de perda pode resultar em mais lesões, mas maiores lucros da seguradora do que um programa de controle de perda agressivo.

E quanto devemos nos preocupar em não conseguir rastrear os cálculos, gerando lições sobre como descascar um ovo cozido e a probabilidade de fraude médica? Como no exemplo de prever “cachorro”, o computador opera em um nível inacreditável de complexidade. Ele não pode lhe dizer o significado de cachorro, ou trauma, ou sub-rogação, ou alta franquia, exceto para prever que um conjunto de números compõe o que nós, humanos, chamamos de palavras, às quais nós, humanos, damos significado, como “cachorro” como um animal em vez de como o verbo para perseguir. Pode-se dizer que o computador é muito útil e inexplicável.

Organizações da indústria, como grandes seguradoras, o Conselho Nacional de Seguro de Compensação, o Instituto de Pesquisa de Compensação dos Trabalhadores e serviços de reembolso médico podem ser os primeiros a morder a maçã. E não é cedo demais para que todos os outros compreendam o potencial dessa nova geração de IA.