Inteligencia artificial y sesgos algorítmicos en seguros

Autores/as

  • Óscar E. Velandia G. Federación de Aseguradores Colombianos Fasecolda

Palabras clave:

Inteligencia artificial, Sesgos algorítmicos, Seguros, Equidad, Desafíos regulatorios

Resumen

Análisis de las definiciones de equidad y los desafíos regulatorios.

Biografía del autor/a

Óscar E. Velandia G., Federación de Aseguradores Colombianos Fasecolda

Director de Actuaría de Fasecolda

Referencias bibliográficas

Charpentier, A. (2024). Insurance, Biases, Discrimination and Fairness. Springer.

Reglamento (UE) 2024/1689 sobre Inteligencia Artificial. EUR-Lex. https://eur-lex.europa.eu/legal-content/ES/TXT/?uri=CELEX:32024R1689.

Barry, L. y Charpentier, A. (17 de mayo de 2022). The Fairness of Machine Learning in Insurance: New Rags for an Old Man? Artículo

08112 en arXiv. https://arxiv.org/abs/2205.08112

Molnar, C. (2024). Interpretable Machine Learning. A Guide for Making Black Box Models Explainable. https://christophm.github.io/

interpretable-ml-book/

Descargas

Publicado

2025-03-24

Cómo citar

Velandia G., Óscar E. (2025). Inteligencia artificial y sesgos algorítmicos en seguros. Revista Fasecolda, (197), 46–49. Recuperado a partir de https://revista.fasecolda.com/index.php/revfasecolda/article/view/1063

Número

Núm. 197 (2025)

Sección

Visión

Licencia

Derechos de autor 2025 Revista Fasecolda

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.