ประกันใช้ ML กำหนดเบี้ย ความเสี่ยงด้าน fairness ควรจัดการอย่างไร
กลบตัวแปรเพศแล้วถือว่าจบ
ขไม่บันทึกเหตุผลการตัดสินใจกำหนดเบี้ยประกันของโมเดล ไม่เก็บ log หรือเอกสารประกอบการอนุมัติ/ปฏิเสธ และไม่มีกระบวนการตรวจสอบย้อนหลังใด ๆ
คใช้โมเดลซับซ้อนที่สุด
งตรวจ proxy/bias แยกกลุ่ม วัดผลกระทบ มี human review/appeal และ monitor drift
เฉลยอธิบาย
ตัวแปรอื่นอาจเป็น proxy และ bias เปลี่ยนตามเวลา จึงต้องกำกับข้อมูล ผลลัพธ์ และสิทธิทบทวน