| 000 | 01719cam a2200193 4500500 | ||
|---|---|---|---|
| 005 | 20250125175830.0 | ||
| 041 | _afre | ||
| 042 | _adc | ||
| 100 | 1 | 0 |
_aCharpentier, Arthur _eauthor |
| 700 | 1 | 0 |
_a Barry, Laurence _eauthor |
| 700 | 1 | 0 |
_a Gallic, Ewen _eauthor |
| 245 | 0 | 0 | _aQuel avenir pour les probabilités prédictives en assurance ? |
| 260 | _c2020. | ||
| 500 | _a96 | ||
| 520 | _aLes polices d’assurance sont des exemples classiques de contrats aléatoires, ce qui force les assureurs à devoir quantifier régulièrement cette incertitude, à calculer des probabilités pour proposer des primes « justes » au regard des engagements qu’ils vont prendre. N’est-il pas temps de s’interroger sur cette pratique à l’heure de l’explosion de l’intelligence artificielle, qui propose des algorithmes prédictifs d’une précision jusqu’alors jamais vue, à l’heure d’un Big Data/Big Brother qui pourrait signifier la disparition même de l’incertitude ? | ||
| 520 | _aSince insurance policies are classical examples of contingency contracts, insurers have to regularly quantify uncertainty and calculate probabilities so as to offer premiums that are “fair” with respect to the obligations of both parties. Is it not high time to ask questions about insurance practices as artificial intelligence is thriving and proposing predictive algorithms of an unprecedented precision ? Might big brother and big data not put an end to this uncertainty ? | ||
| 786 | 0 | _nAnnales des Mines - Réalités industrielles | Février 2020 | 1 | 2020-01-22 | p. 74-77 | 1148-7941 | |
| 856 | 4 | 1 | _uhttps://shs.cairn.info/revue-realites-industrielles-2020-1-page-74?lang=fr&redirect-ssocas=7080 |
| 999 |
_c1042337 _d1042337 |
||