En los Estados Unidos, el seguro de coche es legalmente requerido en todos los estados menos en uno. Una investigaci\u00f3n reciente se\u00f1ala que la industria de los seguros de autom\u00f3viles se beneficia ampliamente de las pr\u00e1cticas algor\u00edtmicas encubiertas y del uso turbio de los datos de los consumidores. Un an\u00e1lisis realizado en 2015 por Consumer Reports (una organizaci\u00f3n independiente sin fines de lucro que lucha por la verdad, la transparencia y la justicia en el mercado) encontr\u00f3 que las compa\u00f1\u00edas de seguros de autom\u00f3viles utilizan algoritmos que dan a los clientes cotizaciones de tarifas basadas menos en sus h\u00e1bitos de conducci\u00f3n y m\u00e1s en su estatus socioecon\u00f3mico (Consumer Reports, 2015). El an\u00e1lisis de los datos evalu\u00f3 m\u00e1s de 2.000 millones de cotizaciones de precios de seguros de autom\u00f3viles de m\u00e1s de 700 empresas con la mayor cuota de clientes en cada c\u00f3digo postal de EE.UU. de 2015 a 2016. Se identific\u00f3 la forma en que las empresas de seguros de autom\u00f3viles utilizan algoritmos de puntuaci\u00f3n que eval\u00faan factores como el historial crediticio, el historial financiero y las preferencias de los consumidores (por ejemplo, el proveedor de televisi\u00f3n) (ib\u00edd.).<\/p>\n
Los estudiosos del derecho y la tecnolog\u00eda se han vuelto cautelosos con los efectos de los sistemas de puntuaci\u00f3n de cr\u00e9dito alimentados por el big data. Los sistemas integran miles de datos (normalmente sin conocimiento de los consumidores) y crean serios problemas de transparencia (Hurley & Adebayo, 2016). La aplicaci\u00f3n de los an\u00e1lisis de Big Data a las evaluaciones de la solvencia crediticia suele crear pr\u00e1cticas discriminatorias contra ciertas comunidades marginadas (Ib\u00edd.). El resultado discriminatorio de los algoritmos a menudo puede confundirse con un esfuerzo deliberado y concentrado; sin embargo, es el resultado de atributos neutrales o no protegidos (como el c\u00f3digo postal) que sirven como proxies de caracter\u00edsticas inmutables y protegidas (como el g\u00e9nero o la raza) dentro del procesamiento algor\u00edtmico. A pesar de que las variables protegidas nunca han sido utilizadas en el modelo, el resultado discriminatorio es el mismo. Como resultado de ello, el uso de representantes problematiza los esfuerzos por litigar con las empresas por infringir las normas antidiscriminatorias existentes para las caracter\u00edsticas protegidas (Ib\u00edd.). En relaci\u00f3n con esto, el an\u00e1lisis Big Data ha apoyado la selecci\u00f3n de clientes vulnerables y la aplicaci\u00f3n de pol\u00edticas de precios abusivas, que es precisamente lo que Consumer Reports descubri\u00f3 en su informe de la industria de seguros de autom\u00f3viles de 2015.<\/p>","protected":false},"excerpt":{"rendered":"
En los Estados Unidos, el seguro de coche es legalmente requerido en todos los estados menos en uno. Una investigaci\u00f3n reciente se\u00f1ala que la industria de los seguros de autom\u00f3viles se beneficia ampliamente de las pr\u00e1cticas algor\u00edtmicas encubiertas y del uso turbio de los datos de los consumidores. Un an\u00e1lisis realizado en 2015 por Consumer […]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[19],"tags":[],"yoast_head":"\n