Un modèle de langage peut-il raisonner comme un actuaire ?
Écrit par Jonas Mohamed Osman Abdelghafour
Ne pas extraire des données. Ne pas automatiser des tâches. Soutenir le raisonnement actuariel fondamental. C'est une question bien plus difficile qu'il n'y paraît, et c'est la bonne.
Par Jonas Osman Abdelghafour.
Commentaire sur un appel à propositions de 2026 émis par le groupe de travail sur l'intelligence artificielle de la Casualty Actuarial Society (CAS). Tous les détails figurent sur le site de la CAS.
Le groupe de travail sur l'intelligence artificielle de la CAS a lancé un appel à recherche examinant comment les grands modèles de langage peuvent être délibérément adaptés pour soutenir le raisonnement actuariel fondamental en assurance IARD.
Lisez cela attentivement, car la formulation est précise d'une manière que la plupart des commentaires sur l'IA en assurance ne sont pas. Pas extraire des données. Pas automatiser des tâches. Soutenir le raisonnement actuariel fondamental. Et non pas « les LLM peuvent-ils le faire par défaut » mais comment ils peuvent y être délibérément adaptés.
C'est une question bien plus difficile qu'il n'y paraît, et je pense que c'est la bonne. Laissez-moi expliquer pourquoi, et ce qu'une réponse sérieuse devrait démontrer.
Ce qu'est réellement le « raisonnement actuariel »
L'expression est utilisée de façon relâchée. Une fois précisée, le raisonnement actuariel est un ensemble spécifique d'opérations cognitives, qui ne sont pas toutes de même nature.
La sélection sous preuve rare. Choisir un schéma de développement, un facteur de queue, une forme de distribution, lorsque les données ne déterminent pas la réponse. L'actuaire ne calcule pas — il décide ce qu'il faut calculer, sur des bases défendables mais non dérivables.
La réconciliation d'indications contradictoires. Le développement payé dit une chose, l'encouru en dit une autre, la fréquence-sévérité en dit une troisième. Le raisonnement est ce qui se passe dans l'écart entre elles.
La propagation des hypothèses. Comprendre qu'un changement de l'hypothèse de tendance affecte le ratio de sinistres, qui affecte l'indication tarifaire, qui affecte l'hypothèse de rétention, qui affecte la composition du portefeuille, qui affecte la tendance. Les actuaires gardent ces chaînes de dépendance à l'esprit et raisonnent dessus sous changement.
La reconnaissance du moment où la méthode ne s'applique pas. La compétence la plus précieuse et la moins documentée de la profession. Savoir qu'un chain-ladder est inapproprié pour ce portefeuille, cette année, à cause d'un changement que personne n'a consigné.
Communiquer l'incertitude à des personnes qui veulent un chiffre. C'est véritablement une tâche de raisonnement, pas de présentation : décider quelle fourchette est défendable et quelles réserves sont significatives.
Un LLM qui produit un texte au ton actuariel plausible ne fait aucune de ces choses. Il fait mal la cinquième et pas du tout les quatre autres.
Les trois modes d'échec qui comptent
Quiconque évalue des LLM pour le raisonnement actuariel les rencontrera. Ils méritent d'être nommés à l'avance.
La fluidité prise pour de la compétence. Un modèle de langage produira une justification bien structurée, confiante, à la formulation professionnelle, d'une sélection de facteur de queue. La qualité de la prose n'est pas corrélée à la pertinence de la sélection. C'est le plus grand risque de tout ce domaine, car le travail actuariel est jugé en partie sur sa qualité rédactionnelle, et un système qui écrit bien passera une revue qu'il ne devrait pas passer.
L'arithmétique qui a l'air juste. Les modèles de langage traitent le raisonnement numérique de manière peu fiable, et cela de façons difficiles à repérer, en particulier pour les calculs multi-étapes où une erreur intermédiaire se propage. La parade est architecturale — le modèle doit orchestrer des calculs exécutés par du code déterministe, jamais les effectuer lui-même — et toute recherche qui n'adopte pas ce schéma teste la mauvaise chose.
L'absence du cas négatif. Le jugement actuariel consiste pour une bonne part à ne pas faire les choses. Ne pas appliquer une méthode, ne pas faire confiance à un segment de données, ne pas extrapoler. Un modèle entraîné sur des travaux actuariels publiés a vu massivement les cas où des méthodes ont été appliquées, pas le bien plus vaste ensemble où un actuaire expérimenté a discrètement décidé de ne pas le faire. C'est un problème de données d'entraînement sans solution facile, et c'est pourquoi « le modèle était d'accord avec l'actuaire » est une preuve faible.
Ce qu'impliquerait réellement une adaptation délibérée
La formulation de la CAS — délibérément adaptés — implique que la capacité prête à l'emploi n'est pas l'objet de l'étude. Quatre voies d'adaptation, par ordre croissant de promesse pour ce domaine :
Le prompting et l'élicitation structurée. La moins coûteuse, et plus efficace que sa réputation ne le laisse penser. Forcer le modèle à énumérer des alternatives, à énoncer les preuves pour chacune, et à identifier ce qui changerait sa sélection produit un résultat nettement meilleur que des questions ouvertes. Cela produit aussi une trace de raisonnement auditable, ce qui compte ici davantage que la qualité de la réponse.
L'ancrage par récupération d'information. Connecter le modèle à des documents de référence réels — normes de pratique, documentation méthodologique propre à l'entreprise, analyses antérieures du même portefeuille. Cela traite les hallucinations méthodologiques, l'échec visible le plus fréquent. Cela ne traite pas la qualité du jugement.
Le fine-tuning sur des corpus de domaine. Souvent proposé, et j'y suis sceptique pour cette application. Le fine-tuning sur la littérature actuarielle publiée apprend au modèle à sonner davantage comme cette littérature. Étant donné que la fluidité est déjà le principal facteur de confusion, rendre la sortie plus fluide sans rendre le raisonnement meilleur est sans doute contre-productif.
L'orchestration d'outils avec des composants déterministes. La voie la plus prometteuse. Le modèle de langage prend en charge les parties pour lesquelles il est réellement bon — interpréter la question, sélectionner une approche, expliquer le résultat, signaler les incohérences — tandis que chaque opération numérique s'exécute dans du code inspectable et testable. Cela exploite le véritable avantage comparatif et élimine entièrement le mode d'échec arithmétique.
Comment un tel système devrait être évalué
Si je devais concevoir l'évaluation, je la construirais autour de quatre tests, en pondérant le plus fortement les deux derniers.
1. Sélection de méthode face à un panel d'experts. Présenter des cas où la méthode appropriée est contestée et comparer la sélection et le raisonnement du modèle à ceux d'un panel. Mesurer l'accord, mais mesurer séparément la qualité du raisonnement énoncé — une bonne réponse pour une mauvaise raison est un échec.
2. Sensibilité à l'information significative. Changer un fait pertinent dans le cas — un changement de gestion des sinistres en cours d'année, une évolution des limites de police — et tester si la recommandation change de façon appropriée. Un modèle qui donne la même réponse quel que soit le contexte significatif fait du filtrage de motifs, pas du raisonnement, et ce test l'expose immédiatement.
3. Le comportement de refus. Présenter des cas où la réponse professionnelle correcte est que les données ne soutiennent pas de conclusion. Le modèle le dit-il, ou produit-il quand même une estimation confiante ? C'est le test le plus diagnostique disponible, et presque personne ne l'exécute.
4. La robustesse au cadrage orienté. Présenter le même cas formulé pour suggérer une réponse préférée. La recommandation du modèle change-t-elle ? L'indépendance actuarielle a de la valeur précisément parce qu'elle résiste à la pression commerciale. Un système qui se déplace face à des questions orientées ne peut pas soutenir cette fonction.
La question professionnelle sous-jacente
Il y a une question sous la question technique à laquelle la profession n'a pas encore répondu.
Lorsqu'un actuaire signe un avis éclairé par l'analyse d'un modèle de langage, qu'exige de lui l'obligation professionnelle d'avoir fait ? Les normes applicables exigent que l'actuaire comprenne les méthodes et modèles sur lesquels il s'appuie, s'assure de leur pertinence, et documente son jugement. Rien de tout cela ne change parce qu'un modèle a été impliqué.
Ma lecture est que la chaîne de dépendance doit rester intacte : l'actuaire doit être capable d'expliquer la sélection, de la défendre indépendamment de la justification du modèle, et d'identifier les circonstances dans lesquelles elle serait erronée. Un modèle qui produit une conclusion que l'actuaire ne peut pas défendre indépendamment n'a pas soutenu son raisonnement — il l'a remplacé, et la signature qui suit n'est pas correctement étayée.
Ce n'est pas un argument contre la recherche. C'est un argument en faveur exactement du cadrage que la CAS a choisi : soutenir le raisonnement actuariel, délibérément adapté. Soutenir signifie que l'actuaire raisonne mieux. Cela ne signifie pas que l'actuaire raisonne moins.
Ce que j'espère que la recherche produira
Pas un score de référence. Une taxonomie : quelles tâches de raisonnement actuariel ces systèmes améliorent réellement, lesquelles ils laissent inchangées, et lesquelles ils dégradent activement en ajoutant une justification fluide à une qualité de jugement inchangée.
Cette troisième catégorie est celle que la profession a le plus besoin de cartographier, et c'est celle pour laquelle les fournisseurs commerciaux ont le moins d'incitation à investiguer.
Points clés à retenir
- L'appel du groupe de travail IA de la CAS vise l'adaptation délibérée des LLM pour soutenir le raisonnement actuariel IARD fondamental — un problème bien plus difficile que l'extraction de données.
- Le raisonnement actuariel comprend la sélection sous preuve rare, la réconciliation d'indications contradictoires, la propagation des hypothèses, la reconnaissance de l'inapplicabilité d'une méthode, et la communication de l'incertitude.
- Le risque dominant est la fluidité prise pour de la compétence : le travail actuariel est en partie jugé sur sa qualité rédactionnelle, si bien qu'un système qui écrit bien passe une revue qu'il ne devrait pas passer.
- L'orchestration d'outils avec des composants de calcul déterministes est la voie d'adaptation la plus prometteuse ; le fine-tuning sur la littérature publiée peut aggraver le facteur de confusion lié à la fluidité.
- Le comportement de refus et la robustesse au cadrage orienté sont les tests d'évaluation les plus diagnostiques, et sont rarement exécutés.
Questions fréquentes
L'IA peut-elle remplacer le jugement actuariel ? Les preuves actuelles ne le confirment pas. Les modèles de langage peuvent soutenir des tâches de raisonnement spécifiques — faire émerger des alternatives, vérifier la cohérence, rédiger des explications — mais les opérations de jugement fondamentales de sélection de méthode sous preuve rare et de reconnaissance de l'inapplicabilité d'une méthode restent humaines. Les normes professionnelles exigent également que l'actuaire signataire comprenne et puisse défendre les méthodes sur lesquelles il s'appuie.
Quel est le principal risque de l'usage des LLM en travail actuariel ? La fluidité prise pour de la compétence. Un modèle de langage produit une justification confiante et à la formulation professionnelle, que la sélection sous-jacente soit appropriée ou non, et le travail actuariel est en partie évalué sur sa qualité rédactionnelle. Cela rend un mauvais jugement plus difficile à détecter plutôt que plus facile.
Comment le travail actuariel assisté par LLM devrait-il être documenté ? L'actuaire devrait consigner le jugement indépendamment de la production du modèle — les alternatives envisagées, la base de la sélection, et les circonstances dans lesquelles la sélection serait erronée. Si l'actuaire ne peut pas défendre la conclusion sans référence à la justification du modèle, la dépendance n'est pas correctement étayée.
Jonas Osman Abdelghafour est le fondateur de Quantica Risk Model, qui conçoit et valide de manière indépendante des modèles actuariels et d'IA pour les assureurs. Cet article est un commentaire sur un appel à recherche de la CAS publiquement disponible.