Algorytmiczne ceny ubezpieczeń: AI dyskryminuje, a prawo goni za nowymi modelami
Nowy Jork, od listopada 2025 r., wymusza od firm informację: „TA CENA ZOSTAŁA USTALONA PRZEZ ALGORYTM Z UŻYCIEM TWOICH DANYCH OSOBOWYCH”. Kalifornia, od stycznia 2026 r., zakazuje stosowanie „wspólnych algorytmów cenowych” – systemów, w których dwa lub więcej podmiotów wykorzystuje dane konkurenta do rekomendowania, wyrównywania lub stabilizowania cen. Nowy Jersy i Connecticut idą tę samą drogą w odniesieniu do czynszów mieszkaniowych. W Illinois pracuje się nad zakazem wykorzystywania danych monitorujących (surveillance) do indywidualnych cen – także płac.
To nie są pojedyncze eksperymenty. Wedle raportu Future of Privacy Forum (kwiecień 2026), w 2025 i 2026 r. w USA złożono ponad 60 ustawodawczych inicjatyw rocznie dotyczących algorytmicznego cenowania. Większość skupia się na trzech filarach: (1) objawianie, że cena powstała algorytmem z danych osobowych; (2) zakaz personalizowanych cen opartych na profilowaniu konsumenta; (3) blokada „algorytmicznej koluzji” – układu między podmiotami rizyków przez wspólny model cenowy wytrenowany na niepublicznych danych rynkowych.
W ubezpieczeniach problem ma wymiar egzystencjalny. Algorytmy wyceny ryzyka (risk scoring) przetwarzają setki zmiennych: historię roszczeń, wynik kredytowy, kod pocztowy, rodzaj pojazdu, a coraz częściej – dane z telematyki, urządzeń noszonych, a nawet aktywności w mediach społecznościowych. Raport FPF wskazuje, że wykluczanie chronionych cech (rasa, płeć, wiek) z danych wejściowych nie gwarantuje braku dyskryminacji – modele uczą się proxy (np. kod pocztowy koreluje z rasą, historia zakupów ze stanem zdrowia). Badania NIST AI RMF i ISO/IEC 42001 zalecają testowanie biasu na etapie treningu, walidacji i wdrożenia, ale w praktyce audyty rzadko są publiczne.
Przykład z USA: Arizona Attorney General w czerwcu 2026 r. pozwała MultiPlan i największe ubezpieczyciele zdrowotne o spisek ustalania cen za pomocą algorytmów. W sektorze nieruchomości: D.C., Arizona, Maryland i Waszyngton pozwali RealPage o algorytmiczną koluzję czynszową. W Polsce: UOKiK i KNF nie ogłosiły jeszcze podobnych postępowań, choć RODO (art. 22 – decyzje zautomatyzowane) i dyrektywa o usługach cyfrowych (DSA) narzucają obowiązek transparentności i prawa do ludzkiego przeglądu. Nowela ustawy o ubezpieczeniach (w toku) ma wprowadzić rejestr systemów AI używanych do wyceny ryzyka i oceny roszczeń.
Konsument ma dziś ograniczone narzędzia. W Nowym Jorku – prawo do informacji. W Kalifornii – prawo do wniosku o ludzki przegląd decyzji algorytmicznej (w określonych sektorach). W UE – prawo do wyjaśnienia (art. 15 RODO) i skargi do organu nadzorczego. Ale w praktyce: klient dowiaduje się o algorytmicznej cenie po fakcie, a proces wyjaśnienia trwa miesiącami. Rozwiązaniem może być publiczny rejestr modeli ryzyka (jak w projekcie polskiej nowelizacji) oraz obowiązkowe audyty biasu przez niezależne podmioty – standard, który w USA dopiero rodzi się w stanach, a w UE ma stać się wymogiem w ramach AI Act (wysokie ryzyko: ubezpieczenia).
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
