36、传统与自动驾驶车辆基于使用情况的保险中的歧视问题

传统与自动驾驶车辆基于使用情况的保险中的歧视问题

1. 引言

1.1 保险行业用户跟踪趋势

近年来，出于各种目的的个人跟踪设备激增，如用于健康的体重跟踪、性生活跟踪、儿童安全的位置跟踪以及汽车防盗的 GPS 跟踪等。保险行业也开始采用这些创新技术，例如人寿保险公司利用社交媒体数据设定保费费率，健康保险公司使用健身追踪器数据设定健康保险费率。然而，健康保险公司对其算法保密，且过去曾被发现使用有缺陷的风险评估方法。

在汽车保险领域，基于使用情况的保险政策逐渐兴起。若用户在车内安装专用跟踪设备或使用能跟踪 GPS、速度和加速度数据的智能手机应用，就有望获得更低的保费。保费基于与分心程度、驾驶平稳性等因素相关的定量“分数”。保险公司热衷于使用此类基于监控的技术来确定保费，原因有二：一是能吸引更多低风险、高利润的客户；二是促使客户因知晓或担心保费上涨而主动减少危险驾驶行为。

1.2 当前对基于使用情况的汽车保险的批评

1.2.1 择优筛选

基于使用情况的保险进一步细化和缩小了风险类别，导致最低和最高缴费类别之间的保费差异增大，这被称为“择优筛选”。这种价格差异可能使高风险群体被排除在服务之外，但实际上被筛选的群体并非真正的高风险群体，而是被预测为高风险的群体。

1.2.2 隐私问题

为进行风险评估而跟踪客户的位置或健康状况会引发隐私侵犯问题。保险公司员工或数据分析承包商可能获取敏感个人信息，即使数据被匿名化，也可通过去匿名化算法恢复个人身份，尤其是位置数据。此外，实际中难以构建完全安全的计算机系统，且用户数据与第三方共享（如用于广告、维修和保养）也存在隐私隐患。