Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Transparenta algoritmer i försäkringsbranschen
RISE Research Institutes of Sweden, Digital Systems.ORCID iD: 0000-0003-2017-7914
2021 (Swedish)Report (Other academic)
Abstract [en]

This is the final report of the project Transparent algorithms in insurance, which has been conducted at RISE and KTH Royal Institute of Technology, funded by Länsförsäkringars forskningsfond, from 2018 to 2021. The report starts by discussing some of the difficulties that arise with automated decision-making and black box-like algorithms, as well as the prospects for alleviating these through appropriate transparency. Next, some research results are presented. From an analysis of national AI strategies from the Nordic countries, it is concluded that ethics play an important part in them: ethical AI is said to be a competitive advantage. However, the documents do not offer any convincing arguments for this position, and do not offer any clear ethical guidance. Based on two case studies, the prospects for using the Value Sensitive Design method to conduct design work while taking transparency and other values into account are discussed. The method is deemed promising for use in actual design work, e.g., within insurance. An empirical investigation of how the right to explanation under GDPR works in practice in Swedish insurance finds large discrepancies between companies. The times required to respond were long and the contents of the answers showed considerable variability. A follow-up study in several EU countries is planned and will in due time give a better picture of what the GDPR right to meaningful information actually means in practice. Based on interviews with some 30 senior managers and board members within banking and insurance, possibilities and challenges of implementing transparent and explainable AI in large organizations are discussed. Difficulties include coming to grips with different points of view and creating common frames of reference. The perspective of the Swedish insurance industry on AI and transparency was also investigated through interviews. There is a widespread belief that transparency could be a competitive advantage, but most informants are uncertain about how this advantage can actually be realized. It is also apparent that AI is not yet used in the insurance core business in Sweden, meaning that the questions of transparent and explainable AI are still somewhat theoretical to the industry. Still, they are expected to become important in due time. The report is concluded with some observations that are practically relevant to insurance, and a few directions for future research.

Abstract [sv]

Denna rapport utgör slutrapport för projektet Transparenta algoritmer i försäkringsbranschen (TALFÖR) som har genomförts vid RISE och KTH med finansiering från Länsförsäkringars forskningsfond från 2018 till 2021. Inledningsvis diskuterar rapporten några av de svårigheter som kan uppstå med automatiserat beslutsfattande och algoritmer som liknar svarta lådor, liksom möjligheterna att genom lämplig transparens komma till rätta med dessa. Därefter presenteras några forskningsresultat. Utifrån en analys av de nordiska ländernas nationella AI-strategier konstateras att etik spelar en framträdande roll i dessa: etisk AI sägs vara en konkurrensfördel. Däremot lägger dokumenten inte fram några övertygande argument för denna ståndpunkt och ger inte heller någon tydlig vägledning i etiska frågor. Baserat på två genomförda försök diskuteras utsikterna att använda metoden Value Sensitive Design för design med hänsyn till transparens och andra värden. Metoden bedöms ha god potential för användning i konkret designarbete, exempelvis i försäkringsbranschen. En empirisk undersökning av hur GDPR-rätten till förklaring fungerar hos svenska försäkringsbolag finner stora skillnader bolagen emellan. Svarstiderna var långa och själva innehållet i svaren skiljer sig betänkligt åt. En uppföljande studie i fler EU-länder planeras och kommer på sikt att ge en bättre bild av vad GDPR-rätten till meningsfull information faktiskt innebär i praktiken. Utifrån intervjuer med ett trettiotal högre chefer och styrelseledamöter inom bank och försäkring diskuteras möjligheter och utmaningar med att införa transparent och förklarbar AI i större organisationer. Svårigheterna handlar bland annat om att hantera olika utgångspunkter och lyckas skapa gemensamma referensramar. Den svenska försäkringsbranschens syn på AI och transparens undersöktes också genom intervjuer. Det finns en spridd uppfattning om att transparens kan vara en konkurrensfördel, men de flesta informanter är osäkra på hur denna faktiskt kan realiseras. Det är också uppenbart att AI ännu inte används i försäkringsbolagens kärnverksamhet i Sverige, vilket innebär att frågorna om transparens och förklarbarhet än så länge är lite teoretiska för branschen. Samtidigt väntas de bli viktiga på sikt. Rapporten avslutas med några iakttagelser av praktisk relevans för försäkringsbranschen och några uppslag till framtida forskning.

Place, publisher, year, edition, pages
Stockholm, 2021. , p. 36
Series
RISE Rapport ; 2021:04
Keywords [en]
Insurance, transparency, Value Sensitive Design (VSD), GDPR, national AI strategies, AI governance
Keywords [sv]
Försäkring, transparens, Value Sensitive Design, GDPR, nationella AI-strategier, ledning och styrning av AI
National Category
Computer and Information Sciences Economics and Business
Identifiers
URN: urn:nbn:se:ri:diva-52484ISBN: 978-91-89167-87-2 (print)OAI: oai:DiVA.org:ri-52484DiVA, id: diva2:1531443
Projects
Transparenta algoritmer i försäkringsbranschen (TALFÖR)
Funder
Länsförsäkringar AB, P4/18Available from: 2021-02-26 Created: 2021-02-26 Last updated: 2023-06-08Bibliographically approved

Open Access in DiVA

Rapport(501 kB)528 downloads
File information
File name FULLTEXT01.pdfFile size 501 kBChecksum SHA-512
6ac071447a2973f9fa76a01c100ebcfc25d4ea32b228fdddc9516fbe769d36419309ae951ea9b37791fb7f62e2c087c906ebdf819a4a28af04ea75ee5d7847df
Type fulltextMimetype application/pdf
Bilaga(300 kB)48 downloads
File information
File name FULLTEXT02.pdfFile size 300 kBChecksum SHA-512
a8542acab46f4d55ed77513ca8393424b1e4be43e155d6da5e129f8b52b1ad9c349567bec494d0a5a76b4d531d1cb32d86cd8f7fa80b02b6aabf7636adb35d00
Type fulltextMimetype application/pdf

Authority records

Franke, Ulrik

Search in DiVA

By author/editor
Franke, Ulrik
By organisation
Digital Systems
Computer and Information SciencesEconomics and Business

Search outside of DiVA

GoogleGoogle Scholar
Total: 576 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

isbn
urn-nbn

Altmetric score

isbn
urn-nbn
Total: 999 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf