The paper examines the impact of big data and artificial intelligence on insurance, highlighting the shift from information scarcity to information overload. New sources (digital footprint, IoT, biometric devices) and machine learning transform risk management from a reactive to a predictive logic ("predict and prevent"), producing increasingly granular premium segmentation. This raises legal and ethical concerns: hyper-segmentation, erosion of the mutualistic principle, risk of exclusion and discrimination, and the unlawful use of sensitive data for commercial purposes. The analysis recalls the protective framework, from the GDPR to the right to oncological oblivion and the EU prohibition of direct and indirect discrimination.

Il contributo analizza l'impatto di big data e intelligenza artificiale sul settore assicurativo, evidenziando il passaggio da un contesto di scarsità informativa a uno di sovrainformazione. Nuove fonti (digital footprint, IoT, dispositivi biometrici) e tecniche di machine learning trasformano la gestione del rischio da logica reattiva a predittiva ("predict and prevent"), producendo una segmentazione dei premi sempre più granulare. Ne emergono criticità giuridiche ed etiche: iper-segmentazione, erosione del principio mutualistico, rischio di esclusione e discriminazione, oltre all'uso illecito di dati sensibili per finalità commerciali. L'analisi richiama il quadro di tutela, dal GDPR al diritto all'oblio oncologico e al divieto eurounitario di discriminazione diretta e indiretta.

Big Data e Intelligenza Artificiale nel settore assicurativo: dalle analisi predittive al divieto di discriminazione | Big Data e Intelligenza Artificiale nel settore assicurativo: dall’analisi predittiva al divieto di discriminazione

nazzaro
Writing – Original Draft Preparation
2026-01-01

Abstract

The paper examines the impact of big data and artificial intelligence on insurance, highlighting the shift from information scarcity to information overload. New sources (digital footprint, IoT, biometric devices) and machine learning transform risk management from a reactive to a predictive logic ("predict and prevent"), producing increasingly granular premium segmentation. This raises legal and ethical concerns: hyper-segmentation, erosion of the mutualistic principle, risk of exclusion and discrimination, and the unlawful use of sensitive data for commercial purposes. The analysis recalls the protective framework, from the GDPR to the right to oncological oblivion and the EU prohibition of direct and indirect discrimination.
2026
Il contributo analizza l'impatto di big data e intelligenza artificiale sul settore assicurativo, evidenziando il passaggio da un contesto di scarsità informativa a uno di sovrainformazione. Nuove fonti (digital footprint, IoT, dispositivi biometrici) e tecniche di machine learning trasformano la gestione del rischio da logica reattiva a predittiva ("predict and prevent"), producendo una segmentazione dei premi sempre più granulare. Ne emergono criticità giuridiche ed etiche: iper-segmentazione, erosione del principio mutualistico, rischio di esclusione e discriminazione, oltre all'uso illecito di dati sensibili per finalità commerciali. L'analisi richiama il quadro di tutela, dal GDPR al diritto all'oblio oncologico e al divieto eurounitario di discriminazione diretta e indiretta.
Big data, AI, dirscimination, insurance
Big Data, AI, discriminazione, assicurazioni
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14090/15741
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
social impact