Может ли языковая модель мыслить как актуарий?

Автор: Jonas Mohamed Osman Abdelghafour.

Комментарий к запросу предложений 2026 года от Рабочей группы по искусственному интеллекту Актуарного общества по страхованию иному, чем страхование жизни (CAS). Полная информация доступна на сайте CAS.

Рабочая группа CAS по искусственному интеллекту призвала к проведению исследований, изучающих, как большие языковые модели могут быть целенаправленно адаптированы для поддержки основ актуарного мышления в страховании имущества и ответственности (P&C).

Прочитайте это внимательно, потому что формулировка точна так, как это редко бывает в комментариях об ИИ в страховании. Не извлекать данные. Не автоматизировать задачи. Поддерживать основы актуарного мышления. И не «могут ли LLM делать это по умолчанию», а как они могут быть целенаправленно адаптированы для этого.

Это гораздо более сложный вопрос, чем кажется, и я считаю его правильным. Позвольте мне объяснить почему, и что должен будет продемонстрировать серьезный ответ.

---

Что на самом деле представляет собой «актуарное мышление»

Эта фраза часто используется вольно. Если говорить конкретнее, актуарное мышление — это определенный набор когнитивных операций, и они не однотипны.

Выбор при недостатке доказательств. Выбор паттерна развития, хвостового фактора, формы распределения, когда данные не определяют ответ однозначно. Актуарий не вычисляет — он решает, что вычислять, на основаниях, которые можно защитить, но нельзя вывести математически.

Согласование противоречивых индикаторов. Оплаченные убытки говорят об одном, понесенные — о другом, частота-тяжесть — о третьем. Мышление — это то, что происходит в разрыве между ними.

Распространение допущений. Понимание того, что изменение допущения о тренде влияет на коэффициент убыточности, что влияет на индикатор тарифа, что влияет на допущение об удержании, что влияет на микс портфеля, что, в свою очередь, влияет на тренд. Актуарии удерживают эти цепочки зависимостей в уме и рассуждают о них при изменениях.

Распознавание случаев, когда метод неприменим. Самый ценный и наименее задокументированный навык в профессии. Знание того, что метод цепной лестницы (chain ladder) неуместен для этого портфеля в этом году из-за изменений, о которых никто не написал.

Сообщение о неопределенности людям, которым нужно число. Это подлинная задача мышления, а не задача презентации: решение о том, какой диапазон является защитимым и какие оговорки существенны.

LLM, которая выдает правдоподобный текст, звучащий по-актуарному, не делает ничего из этого. Пятый пункт она выполняет плохо, а остальные четыре — никак.

Три критических режима отказа

Любой, кто оценивает LLM для актуарного мышления, столкнется с ними. Их стоит назвать заранее.

Беглость речи, принимаемая за компетентность. Языковая модель выдаст хорошо структурированное, уверенное, профессионально сформулированное обоснование выбора хвостового фактора. Качество прозы не коррелирует с уместностью выбора. Это самый большой риск во всей области, потому что актуарный продукт судят отчасти по качеству написания, и система, которая пишет хорошо, пройдет проверку там, где не должна.

Арифметика, которая выглядит правильной. Языковые модели ненадежно справляются с численными рассуждениями способами, которые трудно заметить, особенно в многоэтапных вычислениях, где промежуточная ошибка накапливается. Решение здесь архитектурное — модель должна управлять вычислениями, выполняемыми детерминированным кодом, и никогда не выполнять их сама. Любое исследование, которое не следует этому паттерну, тестирует не то.

Отсутствие «негативного случая». Актуарное суждение во многом заключается в том, чего не следует делать. Не применять метод, не доверять сегменту данных, не экстраполировать. Модель, обученная на опубликованных актуарных работах, видела в подавляющем большинстве случаи, когда методы применялись, а не гораздо больший набор случаев, когда опытный актуарий тихо решил отказаться от них. Это проблема обучающих данных, у которой нет простого решения, и именно поэтому фраза «модель согласилась с актуарием» является слабым доказательством.

Что на самом деле повлечет за собой целенаправленная адаптация

Формулировка CAS — целенаправленно адаптированы — подразумевает, что объектом изучения не являются возможности «из коробки». Четыре пути адаптации в порядке возрастания перспективности для данной области:

Промптинг и структурированный опрос. Самый дешевый и более эффективный метод, чем принято считать. Принуждение модели перечислить альтернативы, изложить доказательства для каждой и определить, что изменило бы ее выбор, дает заметно лучшие результаты, чем открытые вопросы. Это также создает аудируемый след рассуждений, что здесь важнее, чем качество ответа.

Обоснование через извлечение (Retrieval grounding). Подключение модели к реальным справочным материалам — стандартам практики, собственной методологической документации фирмы, предыдущим анализам того же портфеля. Это решает проблему галлюцинаций в методологии, что является самым частым видимым сбоем. Это не решает проблему качества суждений.

Дообучение (Fine-tuning) на отраслевых корпусах данных. Часто предлагается, но я скептически отношусь к этому для данной цели. Дообучение на опубликованной актуарной литературе учит модель звучать более похоже на литературу. Учитывая, что беглость речи уже является основным мешающим фактором, делать вывод более беглым без улучшения мышления — пожалуй, контрпродуктивно.

Оркестрация инструментов с детерминированными компонентами. Самый многообещающий путь. Языковая модель берет на себя части, в которых она действительно хороша — интерпретацию вопроса, выбор подхода, объяснение результата, выявление несоответствий, — в то время как каждая численная операция выполняется в коде, который можно проверить и протестировать. Это использует реальное конкурентное преимущество и полностью устраняет ошибки арифметики.

Как следует оценивать такую систему

Если бы я разрабатывал оценку, я бы построил ее вокруг четырех тестов, причем последние два имели бы наибольший вес.

1. Выбор метода в сравнении с экспертной панелью. Представить случаи, когда выбор метода является спорным, и сравнить выбор и рассуждения модели с мнением панели экспертов. Измерять согласие, но отдельно оценивать качество изложенного обоснования — правильный ответ по неверной причине является провалом.

2. Чувствительность к существенной информации. Изменить один важный факт в кейсе — изменение в обработке убытков в середине года, сдвиг лимитов полиса — и проверить, меняется ли рекомендация соответствующим образом. Модель, дающая один и тот же ответ независимо от контекста, занимается сопоставлением паттернов, а не мышлением, и этот тест немедленно это выявляет.

3. Поведение при отказе. Представить случаи, когда правильный профессиональный ответ заключается в том, что данные не позволяют сделать вывод. Скажет ли об этом модель или все равно выдаст уверенную оценку? Это самый диагностический из доступных тестов, и его почти никто не проводит.

4. Устойчивость к наводящим формулировкам. Представить тот же кейс, но сформулированный так, чтобы предложить предпочтительный ответ. Изменится ли рекомендация модели? Актуарная независимость ценна именно потому, что она противостоит коммерческому давлению. Система, которая прогибается под наводящими вопросами, не может поддерживать эту функцию.

Профессиональный вопрос в основе

Под техническим вопросом скрывается вопрос, на который профессия еще не ответила.

Когда актуарий подписывает заключение, основанное на анализе языковой модели, что профессиональный долг требует от него сделать? Применимые стандарты требуют, чтобы актуарий понимал методы и модели, на которые он полагается, убедился в их уместности и задокументировал свое суждение. Ничто из этого не меняется из-за участия модели.

Мое понимание таково, что цепочка ответственности должна оставаться нетронутой: актуарий должен уметь объяснить выбор, защитить его независимо от обоснования модели и определить обстоятельства, при которых он был бы неверным. Модель, выдающая заключение, которое актуарий не может защитить самостоятельно, не поддержала его мышление — она заменила его, и подпись, которая следует за этим, не имеет должного обоснования.

Это не аргумент против исследований. Это аргумент именно в пользу той формулировки, которую выбрал CAS: поддержка актуарного мышления при целенаправленной адаптации. Поддержка означает, что актуарий мыслит лучше. Это не означает, что актуарий мыслит меньше.

Что я надеюсь получить от этих исследований

Не баллы в бенчмарках. А таксономию: какие задачи актуарного мышления эти системы действительно улучшают, какие оставляют без изменений, а какие активно ухудшают, добавляя беглое обоснование к неизменному качеству суждений.

Именно эту третью категорию профессии больше всего необходимо нанести на карту, и именно ее коммерческие поставщики имеют меньше всего стимулов исследовать.

---

Ключевые выводы

• Призыв Рабочей группы CAS по ИИ направлен на целенаправленную адаптацию LLM для поддержки основ актуарного мышления в страховании P&C — задача гораздо более сложная, чем извлечение данных.
• Актуарное мышление включает выбор при недостатке доказательств, согласование противоречивых индикаторов, распространение допущений, распознавание неприменимости методов и сообщение о неопределенности.
• Главный риск — беглость речи, принимаемая за компетентность: актуарная работа частично оценивается по качеству текста, поэтому хорошо пишущая система проходит проверку там, где не должна.
• Оркестрация инструментов с детерминированными вычислительными компонентами — самый многообещающий путь адаптации; дообучение на опубликованной литературе может усугубить проблему ложной беглости.
• Поведение при отказе и устойчивость к наводящим формулировкам — самые диагностические тесты оценки, которые проводятся редко.

---

Часто задаваемые вопросы

Может ли ИИ заменить актуарное суждение? Текущие данные этого не подтверждают. Языковые модели могут поддерживать конкретные задачи мышления — поиск альтернатив, проверка согласованности, подготовка объяснений, — но ключевые операции суждения, такие как выбор метода при недостатке данных и распознавание неприменимости метода, остаются за человеком. Профессиональные стандарты также требуют, чтобы подписывающий актуарий понимал и мог защитить используемые методы.

В чем основной риск использования LLM в актуарной работе? Беглость речи, принимаемая за компетентность. Языковая модель выдает уверенное, профессионально сформулированное обоснование независимо от того, уместен ли базовый выбор, а актуарный продукт частично оценивается по качеству текста. Это делает ошибочные суждения труднее, а не легче для обнаружения.

Как должна документироваться актуарная работа с использованием LLM? Актуарий должен фиксировать суждение независимо от вывода модели — рассмотренные альтернативы, основание для выбора и обстоятельства, при которых выбор был бы неверным. Если актуарий не может защитить заключение без ссылки на обоснование модели, такая опора не является адекватно обоснованной.

---

Йонас Мохамед Осман Абдельгафур — основатель Quantica Risk Model, которая создает и независимо валидирует актуарные модели и модели ИИ для страховщиков. Эта статья является комментарием к публично доступному призыву CAS к исследованиям.