Problemas asociados con el uso de la IA generativa en los seguros

Recientemente, los expertos Andrew Schwartz y Keith Raymond de Celent, fueron parte del podcast de Insurance Speak, donde compartieron los resultados de su nuevo estudio que examina los riesgos y beneficios asociados con el uso de la Inteligencia Artificial generativa en los seguros.

Efectivamente, la adopción y aceptación de la IA generativa se ha producido a la velocidad de la luz. ChatGPT, que se lanzó en noviembre de 2022, obtuvo más de 100 millones de usuarios activos en los dos meses posteriores a su lanzamiento y ahora tiene aproximadamente 1,8 millones de visitas al mes. En comparación, el sitio de redes sociales que alguna vez se conoció como Twitter tardó más de dos años en alcanzar el mismo nivel de uso.

Como con cualquier tipo de nueva tecnología, hay aspectos positivos y negativos asociados con su uso. La IA generativa reconoce patrones para producir una respuesta, utilizando diferentes entradas para producir salidas. En pocas palabras, es una forma de obtener eficiencia operativa, automatización de tareas rutinaria y análisis de conjuntos de datos. La firma de investigación y asesoría Celent explicó que la razón de la rápida adopción de ChatGPT es la facilidad de uso ya que para muchas personas que podrían no haber estado en el campo de la inteligencia artificial de la tecnología, realmente no es necesario saber programar o tener algún tipo de aplicación especial para acceder a él.

Este tipo de IA amplía las capacidades de las empresas ya que la capacidad realmente ha procedido a tener numerosas aplicaciones para áreas como servicio al cliente, marketing y creación de contenido. Estos modelos se utilizan para automatizar algunas.

En el estudio realizado se encontró que El 53 % de las divisiones de seguros de Propiedad y vida están apostando a LLM (Large Language Model) en el área de servicios al cliente. Entre los aspectos positivos de adoptar esta tecnología se destaca:

Riesgos

Pese a los importantes avances y grandes beneficios que tiene utilizar esta innovadora tecnología en el ámbito de los seguros, también se han detectado factores negativos de implementar este tipo de modelo: Falsificaciones profundas o ultrafalsos que permite editar vídeos falsos de personas que aparentemente son reales, en seguros podría utilizarse para crear un siniestro falso y generar un reclamo.

Asimismo, es posible tener más vulnerabilidad ante ataques de phishing, poniendo en riesgo información altamente personalizada. Algunos casos son:

Daño reputacional: Manipulación del mercado a través de la falsificación de algunos de los ejecutivos de la empresa.
Generación de malware: violaciones de seguridad cibernética. Puede llevar a un compromiso de violación de datos con la información de los clientes.

Problema regulatorio para implementar sistemas de IA: Debe darse un equilibrio entre la innovación y la regulación que encuentre la protección del consumidor digital.

Algunas aseguradoras han prohibido ChatGPT y otras IA generativas en sus empresas hasta que comprendan mejor los riesgos inherentes asociados con su uso. Los investigadores de IBM publicaron un informe que encontró que ChatGPT y otros modelos de lenguaje extenso podrían usarse para propósitos más nefastos, como escribir código malicioso o brindar consejos peligrosos que hacen que las empresas sean más vulnerables a los ataques cibernéticos en lugar de protegerlas.

La adopción por parte de las aseguradoras está aumentando y las encuestas del informe de Celent mostraron que el 10 % tenía grandes modelos de lenguaje en producción y que el 50 % compartió que esperaban tener algo en una fase de prueba o en producción para fin de año.

A pesar de los posibles riesgos de implementar estas nuevas tecnologías, su uso avanza rápidamente y la industria aseguradora podrá contar con una herramienta potente que permitirá generar transformaciones profundas en los procesos y así lograr una mejor eficiencia, aumentar la satisfacción del cliente, entender mejor los riesgos y ofrecer productos que responden a las necesidades del consumidor.

Relacionada: Inteligencia artificial para mejorar procesos logísticos