Categories
- DATA SCIENCE / AI
- AFIR / ERM / RISK
- ASTIN / NON-LIFE
- BANKING / FINANCE
- DIVERSITY & INCLUSION
- EDUCATION
- HEALTH
- IACA / CONSULTING
- LIFE
- PENSIONS
- PROFESSIONALISM
- THOUGHT LEADERSHIP
- MISC
ICA LIVE: Workshop "Diversity of Thought #14
Italian National Actuarial Congress 2023 - Plenary Session with Frank Schiller
Italian National Actuarial Congress 2023 - Parallel Session on "Science in the Knowledge"
Italian National Actuarial Congress 2023 - Parallel Session with Lutz Wilhelmy, Daniela Martini and International Panelists
Italian National Actuarial Congress 2023 - Parallel Session with Kartina Thompson, Paola Scarabotto and International Panelists
0 views
0 comments
0 likes
0 favorites
Les prévisions des algorithmes sont plus rapides, plus précises et comportent moins d’erreurs que les prévisions humaines. Malgré ce constat, les individus ne choisissent pas toujours de suivre les propositions de l’algorithme. Parfois au contraire, les individus choisissent de suivre les propositions d’un algorithme alors que les signaux semblent indiquer que l’algorithme se trompe.
Ces phénomènes d’aversion ou d’appréciation des algorithmes ont des conséquences négligeables dans certaines prises de décision de la vie courante (ne pas suivre une recommandation de film). Cependant, elle peut entraîner des conséquences beaucoup plus significatives dans des domaines où la prise de décision est incertaine et imprévisible : les domaines d’intervention de l’actuaire !
Afin de permettre aux participants de mieux comprendre ces phénomènes, nous présenterons les facteurs qui influencent l’aversion/appréciation des algorithmes selon 4 axes : les facteurs liés à l’algorithme, ceux liés à la tâche et à l’environnement, les facteurs individuels, les facteurs sociétaux.
Pour illustrer les propos, l'intervention inclue des questions interactives. Les participants seront mis dans des situations de prise de décision et les résultats seront commentés en direct.
L’objectif de cette présentation, qui mêle théorie, résultats d’expérimentation et interaction, est d’offrir aux actuaires et data scientists une perspective réflexive sur leur propre rationalité face aux défis posés par l’utilisation des algorithmes.
0 Comments
There are no comments yet. Add a comment.