{"id":58766,"date":"2024-05-09T09:49:48","date_gmt":"2024-05-09T07:49:48","guid":{"rendered":"https:\/\/blogs.dlapiper.com\/iptitaly\/?p=58766"},"modified":"2024-05-09T09:49:48","modified_gmt":"2024-05-09T07:49:48","slug":"assicurare-limprevedibile-le-polizze-per-il-rischio-ia","status":"publish","type":"post","link":"https:\/\/blogs.dlapiper.com\/iptitaly\/2024\/05\/assicurare-limprevedibile-le-polizze-per-il-rischio-ia\/","title":{"rendered":"Assicurare l\u2019imprevedibile: le polizze per il rischio IA"},"content":{"rendered":"\n

di Giacomo Lusardi e Karin Tayel<\/em><\/p>\n\n\n\n

L\u2019intelligenza artificiale \u00e8 intorno a noi ed \u00e8 qui per restare<\/strong><\/p>\n\n\n\n

L’intelligenza artificiale (IA) sta rapidamente permeando vari settori economici. Dai servizi finanziari e assicurativi al life science<\/em>, passando per ambiti diversi come la vendita al dettaglio, l’industriale, l’immobiliare, il media e lo sport, l’IA sta rimodellando i paradigmi tradizionali e segnando un cambiamento nel modo in cui le imprese operano e innovano.<\/p>\n\n\n\n

Solo per fare qualche esempio, nel settore dei servizi finanziari<\/strong> le tecnologie di IA sono impiegate per potenziare il servizio clienti, semplificare la valutazione del merito creditizio e rafforzare i meccanismi di rilevamento delle frodi. I modelli di IA stanno trasformando anche le operazioni assicurative<\/strong> nella gestione dei sinistri, nella sottoscrizione, nel servizio clienti e nella valutazione del rischio, migliorando il processo decisionale. Nel life science<\/em><\/strong> l’IA sta alimentando il progresso nella ricerca e sviluppo, facilitando la scoperta di nuovi farmaci, l’assistenza personalizzata ai pazienti e innovando i metodi diagnostici e terapeutici. Anche il comparto industriale<\/strong> sta sfruttando le potenzialit\u00e0 dell’IA per ottimizzare l’efficienza operativa e migliorare la resilienza organizzativa rispetto a fluttuazioni e perturbazioni di mercato.<\/p>\n\n\n\n

Secondo il Global AI Governance Report di DLA Piper<\/a> dello scorso settembre le grandi e medie imprese stanno adottando l’IA in modo consistente<\/strong>. Il 96% delle imprese intervistate ha dichiarato di avere almeno quattro progetti di IA in corso di realizzazione e l’83% di aver delineato una strategia di IA<\/strong>, inclusa l\u2019adozione di linee guida per governare le proprie iniziative di IA. Il Report suggerisce anche che le imprese stiano compiendo passi significativi verso un uso conforme ed etico dell’IA<\/strong>, ma che saranno necessarie misure molto pi\u00f9 incisive<\/strong> per affrontare la portata delle problematiche sollevate.<\/p>\n\n\n\n

Vantaggi e rischi<\/strong><\/p>\n\n\n\n

Nonostante il potenziale dell’IA nel trasformare le pratiche aziendali e nel favorire una creazione di valore senza precedenti, il suo percorso di integrazione pu\u00f2 presentare parecchie insidie. Quando il Regolamento europeo sull’IA<\/strong> (\u201cAI Act\u201d) entrer\u00e0 in vigore, verosimilmente prima dell\u2019estate, le imprese avranno 24 mesi di tempo (con alcune eccezioni) per conformars<\/strong>i. Tuttavia, normativa e regolamentazione di settore esistenti pongono gi\u00e0 diverse problematiche da considerare e il rischio attuale di sanzioni e azioni giudiziarie<\/strong> non \u00e8 affatto da sottovalutare.<\/p>\n\n\n\n

La mancanza di trasparenza<\/strong>, soprattutto in modelli complessi di deep learning<\/em>, come gli LLM (Large Language Models<\/em>), \u00e8 una delle principali criticit\u00e0 da gestire. Da un lato rende pi\u00f9 complicata per gli utenti la comprensione dei meccanismi decisionali<\/strong> dei sistemi di IA, favorendo sfiducia e resistenza alla loro adozione. Dall\u2019altro lato pu\u00f2 ostacolare l\u2019identificazione e la correzione dei bias<\/em> (pregiudizi) dell\u2019IA<\/strong>, proprio a fronte della difficolt\u00e0 di esaminare i processi decisionali sottostanti. Inoltre, la mancanza di trasparenza \u00e8 da considerare anche in relazione all\u2019adeguamento normativo e alla supervisione, <\/strong>poich\u00e9 pu\u00f2 rendere meno agevole determinare se i sistemi di IA siano conformi a leggi, regolamenti e standard.<\/p>\n\n\n\n

I sistemi di IA sono potenzialmente in grado di propagare i bias<\/em> della societ\u00e0, dando luogo a discriminazioni<\/strong>. Ci\u00f2 si verifica quando i dati utilizzati per l’addestramento dei modelli di IA rispecchiano talune inclinazioni sociali radicate<\/strong>, come quelle legate all\u2019appartenenza etnica, al sesso o allo status socioeconomico. Se i dati di addestramento presentano pregiudizi, il sistema di IA potrebbe interiorizzarli e perpetuarli nei suoi processi decisionali. Ad esempio, nel settore assicurativo<\/strong>, se i dati storici utilizzati per addestrare uno strumento di valutazione del rischio basato sull’IA dimostrano un pregiudizio nei confronti di alcuni gruppi demografici, il sistema di IA potrebbe inconsciamente perpetuare questo pregiudizio, fissando premi iniqui<\/strong> per le polizze o negando la copertura<\/strong> a persone appartenenti a specifici gruppi, aggravando cos\u00ec le disparit\u00e0 esistenti nell’accesso alle coperture assicurative.<\/p>\n\n\n\n

Altre questioni riguardano la protezione dei dati<\/strong> e la sicurezza informatica<\/strong>. I sistemi di IA si basano su grandi moli di dati, utilizzati per addestrare gli algoritmi e migliorarne le prestazioni. Dati che comprendono una vasta gamma di informazioni e possono includere dati personali come nomi, indirizzi, informazioni finanziarie e informazioni sensibili<\/strong>, ad esempio in relazione allo stato di salute. Dati che potrebbero essere esposti a un maggior rischio di accesso e trattamento non autorizzato, come anche di data breach<\/em><\/strong>. Inoltre, l\u2019adozione di sistemi di IA pu\u00f2 portare con s\u00e9 vulnerabilit\u00e0 e minacce specifiche<\/strong> anche sotto il profilo della sicurezza informatica, tra cui potenziali violazioni, manipolazione dei dati, attacchi “adversarial<\/em>” e, in generale, sfruttamento dei sistemi di IA per scopi malevoli<\/strong>.<\/p>\n\n\n\n

L’IA pone, oltretutto, una serie di sfide per la propriet\u00e0 intellettuale<\/strong>, in particolare per quanto concerne l’addestramento di modelli di IA su dataset di terzi e la tutela dei risultati generati dall’IA. L’addestramento di modelli di IA utilizzando dataset di terzi pu\u00f2 tradursi in una violazione dei loro diritti di propriet\u00e0 intellettuale<\/strong>, aprendo la via a potenziali controversie in materia di diritto d\u2019autore, segreto commerciale<\/strong> o altri diritti di propriet\u00e0 intellettuale. Un altro importante tema riguarda la tutelabilit\u00e0 degli output generati dall’IA<\/strong>, ossia codice software, testo, immagini o altri contenuti. Soprattutto ove si tratti di combinare e trasformare opere gi\u00e0 esistenti, determinare se l\u2019output dell\u2019IA sia proteggibile<\/strong> e definire i confini di un\u2019eventuale tutela pu\u00f2 risultare un\u2019operazione complessa.<\/p>\n\n\n\n

I rischi appena elencati, ma non solo, possono esporre le imprese che adottano l’IA a gravi responsabilit\u00e0 nei confronti di clienti, partner e altri stakeholder<\/strong>. Per mitigarli \u2013 oltre a conformarsi requisiti e gli obblighi che si applicheranno in base all’AI Act e che gi\u00e0 si applicano in base a normative e regolamenti attuali \u2013 le imprese dovrebbero adottare solide policy e linee guida interne<\/strong> per governare lo sviluppo, l\u2019implementazione e l\u2019utilizzo dei sistemi di IA. Dovrebbero anche avvalersi di clausole contrattuali robuste<\/strong> negli accordi con fornitori e altri stakeholder per delineare con precisione obblighi e responsabilit\u00e0 legati all’utilizzo dell’IA. Per proteggere i dati e i sistemi di IA da violazioni ed accessi non autorizzati, dovrebbero inoltre adottare misure tecniche<\/strong> come, ad esempio, la crittografia, il controllo degli accessi, un\u2019efficace supervisione e meccanismo di rilevamento delle anomalie. Inoltre, l\u2019adozione di misure organizzative<\/strong>, come programmi continuativi di formazione<\/strong> e sensibilizzazione di dipendenti e collaboratori, potrebbe facilitare la creazione di una cultura aziendale<\/strong> basata su responsabilizzazione e conformit\u00e0 ai requisiti normativi e agli standard etici nell\u2019impiego dell\u2019IA.<\/p>\n\n\n\n

Assicurare l’imprevedibile<\/strong><\/p>\n\n\n\n

Oltre a queste misure, di natura legale, tecnica e organizzativa, le aziende di vari settori stanno valutando con i loro broker<\/strong> se i rischi derivanti dall’utilizzo dei sistemi di IA possano essere ricompresi nelle coperture assicurative esistenti<\/strong> o debbano essere affrontati con nuove polizze<\/strong>.<\/p>\n\n\n\n

Sebbene alcune polizze esistenti, come l\u2019assicurazione PL\/PI<\/strong>, la cyber<\/em><\/strong>e la RC<\/strong>, possano coprire alcuni rischi legati all\u2019IA, sono emerse lacune significative<\/strong> che richiedono un ripensamento delle stesse e la possibile creazione di nuove soluzioni<\/strong> a seconda delle situazioni specifiche.<\/p>\n\n\n\n

Come noto, alla base del contratto di assicurazione vi \u00e8 sempre la valutazione del rischio<\/strong>. E il rischio pu\u00f2 essere assicurato se origina una perdita definitiva <\/strong>che ha luogo in un momento determinato, in un luogo preciso e che deriva da alcune cause specifiche; il danno causato \u00e8 accidentale<\/strong>; le perdite sono prevedibili (la prevedibilit\u00e0 consente di valutare la frequenza e la gravit\u00e0) e i sottoscrittori possono offrire premi ragionevoli. Effettuare un\u2019accurata valutazione del rischio risulta fondamentale sia per i sottoscrittori che per gli assicurati. Infatti, da un lato, i sottoscrittori possono escludere o limitare alcuni rischi specifici<\/strong> e, dall\u2019altro, gli assicurati possono definire la copertura pi\u00f9 appropriata<\/strong> contro determinati sinistri.<\/p>\n\n\n\n

Nel caso della responsabilit\u00e0 civile per l\u2019uso di IA la valutazione del rischio \u00e8 una nuova frontiera da esplorare. In questo caso, l’assicurazione non \u00e8 un concetto statico: <\/strong>potrebbe essere molto difficile valutare l\u2019aggravamento o la riduzione dei rischi, che possono mutare rapidamente.<\/p>\n\n\n\n

Le primissime polizze<\/strong> disponibili sul mercato che garantiscono una certa copertura contro i rischi di terzi derivanti dall\u2019IA consistono in soluzioni per adattare le assicurazioni esistenti alle sfide poste dall\u2019IA<\/strong>, quali esclusioni<\/strong> e franchigie<\/strong> specifiche, assunzione del rischio in coassicurazione<\/strong>, limiti\/sottolimiti <\/strong>di copertura specifici che possono trasformare rischi sottostanti non quantificabili in esposizioni determinate<\/strong>.<\/p>\n\n\n\n

Nel prossimo futuro<\/strong> alcuni rischi attualmente coperti potrebbero non essere pi\u00f9 assicurabili<\/strong>, almeno non senza un premio pi\u00f9 elevato. Allo stesso tempo, potrebbe accadere che alcuni rischi attualmente non coperti siano meglio compresi e diventino assicurabili a prezzi accessibili. Un numero maggiore di rischi rispetto al passato potrebbe essere ammesso alla copertura a condizioni ragionevoli, sulla base di valutazioni personalizzate<\/strong>.<\/p>\n\n\n\n

Indicazioni pi\u00f9 precise potrebbero essere fornite dall\u2019UE. L’Unione Europea \u00e8 intervenuta con una proposta di direttiva<\/strong><\/a> (la Direttiva IA), con l’obiettivo di armonizzare il regime di responsabilit\u00e0 extracontrattuale<\/strong> in caso di danni causati dai sistemi di IA, e con il gi\u00e0 citato AI Act<\/strong>, che i danni mira principalmente a prevenirli<\/strong>. In particolare, l’articolo 5 della Direttiva IA stabilisce che in una seconda fase di applicazione della stessa l\u2019UE prender\u00e0 in considerazione la possibilit\u00e0 di imporre una copertura assicurativa obbligatoria<\/strong>. Tuttavia, la norma non chiarisce chi sarebbe soggetto a tale obbligo: le imprese che utilizzano l’IA? Le imprese che producono sistemi di IA? Le imprese che distribuiscono sistemi di IA? Tutte?<\/p>\n\n\n\n

Di fronte a questa incertezza, una cosa \u00e8 per\u00f2 certa: che le coperture assicurative costituiranno uno degli strumenti fondamentali<\/strong> \u2013 assieme ad altri che in parte abbiamo citato in questo articolo \u2013 per creare le condizioni di un utilizzo pi\u00f9 sicuro e controllato dell\u2019IA<\/strong> in tutti i settori economici.<\/p>\n","protected":false},"excerpt":{"rendered":"

di Giacomo Lusardi e Karin Tayel L\u2019intelligenza artificiale \u00e8 intorno a noi ed \u00e8 qui per restare L’intelligenza artificiale (IA) sta rapidamente permeando vari settori economici. Dai servizi finanziari e assicurativi al life science, passando per ambiti diversi come la vendita al dettaglio, l’industriale, l’immobiliare, il media e lo sport, l’IA sta rimodellando i paradigmi […]<\/p>\n","protected":false},"author":606,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_s2mail":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[1],"tags":[],"class_list":["post-58766","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/posts\/58766","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/users\/606"}],"replies":[{"embeddable":true,"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/comments?post=58766"}],"version-history":[{"count":0,"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/posts\/58766\/revisions"}],"wp:attachment":[{"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/media?parent=58766"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/categories?post=58766"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogs.dlapiper.com\/iptitaly\/wp-json\/wp\/v2\/tags?post=58766"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}