Logo do repositório
 
Publicação

The pincer and the rogue algorithm

2022-01-19Dissertação de mestrado Acesso aberto
Ver registo simples
datacite.subject.fosDireitopt_PT
dc.contributor.advisorEsposito, Fabrizio
dc.contributor.authorBarbosa, Sandra Senra
dc.date.accessioned2022-07-01T09:30:50Z
dc.date.available2022-07-01T09:30:50Z
dc.date.issued2022-01-19
dc.date.submitted2021-09
dc.description.abstractAs decisões automatizadas, baseadas em algoritmos de machine learning, estão a ganhar terreno no sector segurador, considerando a reputação que detêm quanto à precisão com que preveem o exato risco dos segurados e quanto à minimização dos custos que oferecem às seguradoras. No entanto, os riscos inerentes, demasiado perturbadores para serem ignorados, têm estado no epicentro da discussão. Desde perpetuarem os preconceitos pré-existentes a facilitarem uma vigilância governamental invasiva, tudo debaixo do nariz até daqueles que as implementam, torna-se difícil ignorar os seus inevitáveis perigos por conta dos seus benefícios. Esta dissertação explora, assim, como podem as pessoas ser protegidas destas consequências nocivas das decisões automatizadas e o que as seguradoras podem e devem fazer para as ajudar, no combate ao inimigo comum. A análise encontra-se dividida em três partes. Primeiramente, é analisado o contexto das decisões automatizadas no setor segurador, sendo identificados os seus riscos numa taxonomia compreensiva, que inclui exemplos aplicáveis ao setor. Posteriormente, é abordada, de forma mais aprofundada, a posição da UE relativamente à antidiscriminação e à proteção de dados pessoais, duas das minhas principais preocupações com as decisões automatizadas. No âmbito da proteção de dados, a análise volta-se para os direitos garantidos aos titulares de dados, quando, em relação a si, é tomada uma decisão automatizada, no sentido de lhes garantir proteção na eventualidade de impactos adversos. Considerando as dificuldades de garantir na prática o direito de contestar uma decisão automatizada, a última parte desta dissertação dedica-se à interpretação do modelo de dupla proteção do RGPD relativo às decisões automatizadas, baseado nos seus mecanismos de responsabilização algorítmica. Esta dissertação termina trazendo para a discussão sobre o direito a contestar uma decisão automatizada, um ponto de vista mais prático e baseado na experiência, sugerindo uma integração proativa das Avaliações de Impacto sobre a Proteção de Dados na estratégia das seguradoras quando implementam um sistema de decisões automatizadas.pt_PT
dc.description.abstractAutomated decision-making based on machine learning algorithms is gaining ground in the insurance sector, as these systems have a reputation of accurately predicting the true risk of policyholders and minimizing costs for insurance companies. However, their inherent perils are on the spotlight of discussion as they are too disturbing to feel at ease with. From exacerbation of pre-existent biases to allowing excessive government surveillance, all under the noses of even the ones implementing it, it is inconceivable to disregard the inevitable hazards just on account of the benefits. This dissertation thus explores how can people be protected from the unintended harmful consequences of ADM and what insurers can and should do to help them fight a common enemy. The analysis is divided in three parts. First, analysing the ADM in insurance context and situating its hazards in a comprehensive taxonomy including examples that directly apply to the sector. Second, providing a more in-depth EU approach towards antidiscrimination and data protection (my two main concerns with ADM). In the context of data protection, the analysis turns to the rights granted to data subjects when an automated decision is taken, as to protect them in case of adverse outcomes. Considering the difficulty to grant in practice the right to contest an automated decision, the last part dedicates to an interpretation of the dual protection model of the GDPR concerning ADM, based on the Regulation’s algorithmic accountability mechanisms. This dissertation ends by proposing a more practical and experience-based point of view to the discussion on the feasibility of the right to contest, suggesting a proactive integration of Data Protection Impact Assessments in the pipelines of insurers when deciding to implement an ADM system.pt_PT
dc.identifier.tid202962253pt_PT
dc.identifier.urihttp://hdl.handle.net/10362/141139
dc.language.isoengpt_PT
dc.subjectAutomated decision-makingpt_PT
dc.subjectProfilingpt_PT
dc.subjectInsurance underwritingpt_PT
dc.subjectInsurance pricingpt_PT
dc.subjectRisk-poolingpt_PT
dc.subjectAlgorithmic biaspt_PT
dc.subjectDiscriminationpt_PT
dc.subjectGeneral data protection regulationpt_PT
dc.subjectRight to contestpt_PT
dc.subjectDual protection modelpt_PT
dc.subjectAlgorithmic accountabilitypt_PT
dc.subjectData protection impact assessmentpt_PT
dc.subjectDecisões automatizadaspt_PT
dc.subjectDefinição de perfispt_PT
dc.subjectSubscrição de seguropt_PT
dc.subjectDefinição de preços de segurospt_PT
dc.subjectPartilha de riscospt_PT
dc.subjectViés algorítmicopt_PT
dc.subjectDiscriminaçãopt_PT
dc.subjectRegulamento geral sobre a proteção de dadospt_PT
dc.subjectDireito a contestarpt_PT
dc.subjectModelo de dupla proteçãopt_PT
dc.subjectResponsabilidade algorítmicapt_PT
dc.subjectAvaliações de impacto sobre a proteção de dadospt_PT
dc.titleThe pincer and the rogue algorithmpt_PT
dc.title.alternativethe GDPR's dual protection model agains automated decision-making in the insurance sectorpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Direito e Tecnologiapt_PT

Ficheiros

Principais
A mostrar 1 - 1 de 1
Miniatura
Nome:
SenraBarbosa_2021.pdf
Tamanho:
901.76 KB
Formato:
Adobe Portable Document Format
Ver/Abrir

Coleções

FD - Dissertações de Mestrado