Το Artificial Intelligence δίνει τη λύση στα Normal Accidents

Της Αλίκης Τσαμοπούλου

Τι σας έρχεται στο μυαλό όταν σκέφτεστε την Τεχνητή Νοημοσύνη; Το 1956, σε επιστημονικό συνέδριο που έγινε στο Dartmouth, ο όρος Τεχνητή Νοημοσύνη επινοήθηκε από τον John McCarthy, γεννώντας ένα νέο επιστημονικό πεδίο. Η Τεχνητή Νοημοσύνη επιτρέπει στους υπολογιστές και τις μηχανές να προσομοιώνουν την ανθρώπινη νοημοσύνη και να επιλύουν προβλήματα.

Πώς μπορεί όμως η Τεχνητή Νοημοσύνη να επηρεάσει τα ατυχήματα;

Το 1984, ο κοινωνιολόγος του Yale Charles Perrow δημοσίευσε το βιβλίο "Normal Accidents" σε μια προσπάθεια να αναλύσει πως είναι να ζεις σε μια εποχή τεχνολογιών υψηλού κινδύνου. Παρακάτω είναι το διάσημο διάγραμμα του Perrow στο οποίο κατηγοριοποιεί τα ατυχήματα σε τέσσερις ομάδες.

Οι δύο βασικές παράμετροι ενός συστήματος που πρέπει να εξετάσουμε για να προσδιορίσουμε την πιθανότητα να συμβεί ένα Normal Accident είναι το complexity και το coupling. Η ομάδα υψηλότερου κινδύνου ατυχήματος είναι η πάνω δεξιά.

Το ερώτημα είναι, το έτος 2024, πόσο διαφορετικά είναι τα Normal Accidents λόγω της τεχνητής νοημοσύνης;

Γνωρίζουμε με βεβαιότητα ότι τα σημερινά συστήματα τεχνητής νοημοσύνης είναι ήδη εξαιρετικά πολύπλοκα και η πολυπλοκότητά τους αυξάνεται συνεχώς. Οποιοδήποτε σύστημα χρησιμοποιεί μοντέλα Τεχνητής Νοημοσύνης τοποθετείται στην πάνω δεξιά πλευρά του διαγράμματος.

Δεν μπορούμε να σταματήσουμε την ανάπτυξη της Τεχνητής Νοημοσύνης, καθώς είναι πλέον άρρηκτα συνυφασμένη με τις μελλοντικές οικονομικές εξελίξεις. Μπορούμε μόνο να ελπίζουμε ότι στο μέλλον θα έχουμε καλύτερη κατανόηση των μοντέλων AI (Artificial Intelligence) και περισσότερες δικλείδες ασφαλείας.

Εδώ είναι που η ασφάλιση μπαίνει στο παιχνίδι με την Τεχνητή Νοημοσύνη για να βοηθήσει στην επίλυση του προβλήματος των Normal Accidents.

Οι τεχνολογίες AI θα επιτρέψουν στους ασφαλιστές να αντλήσουν πληροφορίες και γνώση από μεγαλύτερα σύνολα δεδομένων, ώστε να βελτιώσουν τις διαδικασίες τους, από την αυτοματοποίηση της υποστήριξης πελατών έως την τελειοποίηση της μοντελοποίησης και των προβλέψεων κινδύνου.

H Τεχνητή Νοημοσύνη θα μπορούσε να μεταμορφώσει τη διαχείριση των απαιτήσεων, συμπεριλαμβανομένης της πρόληψης, της ειδοποίησης, των διακανονισμών και της ανίχνευσης απάτης.

Το AI μπορεί να βοηθήσει τους ασφαλιστές να υποστηρίξουν τους πελάτες τους στην πρόληψη, στον μετριασμό των κινδύνων και στην αποφυγή ζημιών. Η δύναμη των γνώσεων που παράγονται από την Τεχνητή Νοημοσύνη μπορεί να βοηθήσει τις επιχειρήσεις και τις κοινωνίες να γίνουν πιο ανθεκτικές στα Normal Accidents.

Τα AI μοντέλα επιτρέπουν άμεσους ελέγχους κάλυψης, αποτελεσματικότερες εκτιμήσεις και λύσεις αποζημιώσεων, αυτοματοποιημένες αξιολογήσεις στην ασφάλιση αυτοκινήτων, καθώς και ταχύτερες εκτιμήσεις χαμηλών αποζημιώσεων για αποτελεσματικούς διακανονισμούς.

Καθώς καθίστανται διαθέσιμα περισσότερα δεδομένα και πληροφορίες σχετικά με τους κινδύνους, πχ για τις καιρικές συνθήκες ή τις εκθέσεις στον κυβερνοχώρο, η τεχνητή νοημοσύνη θα μπορούσε επίσης να επιτρέψει στους ασφαλιστές να παρέχουν κάλυψη για αναδυόμενους κινδύνους και τεχνολογίες για τις οποίες δεν υπάρχουν ακόμα αντίστοιχες ασφαλίσεις σήμερα.

Ο κοινωνιολόγος Charles Perrow

Ο πατέρας την Τεχνητής Νοημοσύνης Joh McCarthy