Versión clásicaVersión móvil

Varia autour de Justice digitale

 | 
Samuel Benisty

L’assurance digitale

Poule aux œufs d’or ou inexorable autodestruction ?

Fabrice Gréau

Texto completo

  • 1 A. Garapon et J. Lassègue, Justice digitale, Paris, PUF, 2018, p. 164.
  • 2 Ibid., p. 247.
  • 3 Ibid., p. 161 et s.
  • 4 Ibid., p. 163.

1L’ouvrage de MM. Garapon et Lassègue porte un avertissement que les juristes contemporains, et au-delà tous les citoyens, ne peuvent feindre d’ignorer : « le numérique précipite un devenir morne du droit »1. Les mutations déjà en germe et portées par la fascination pour la mécanique froide et en apparence rationnelle d’algorithmes nourris par des données toujours plus denses ne concernent évidemment pas que la mise en œuvre et l’élaboration des règles juridiques. Elles sont aussi d’ores et déjà perceptibles dans le monde des assurances, dont on connaît l’influence sur l’effectivité mais également l’étendue de nombreuses règles juridiques, en particulier celles qui tiennent à la responsabilité civile (est ainsi évoqué dans l’ouvrage l’exemple – pour l’instant imaginaire – de médecins contraints de communiquer avant toute opération médicale les données pertinentes du dossier à leur assureur afin que celui-ci leur donne l’autorisation de réaliser l’acte2). Or, si l’incertitude est au cœur de la mission des assureurs, puisque leur principale obligation consiste à couvrir les conséquences préjudiciables d’un événement en principe aléatoire, ceux-ci s’efforcent surtout depuis toujours de la canaliser en vue de pouvoir, globalement, en proposer une gestion maîtrisée. Les progrès de l’intelligence artificielle peuvent dès lors être rationnellement perçus comme une véritable aubaine pour les assureurs, potentiellement convaincus qu’ils disposent désormais d’instruments susceptibles de leur donner une compréhension d’une finesse auparavant insoupçonnable des événements pour lesquels ils se proposent d’offrir une garantie. Mais cette tentation d’une rationalisation à outrance, par un abandon de l’interprétation du réel au traitement informatique, est-elle réellement compatible avec l’aléa et – surtout – la mutualisation des risques traditionnellement inhérents à l’assurance ? Dans une partie de l’ouvrage relative à la blockchain, les auteurs mettent fort pertinemment en lumière « les mérites de l’incertitude »3 et l’illusion d’une trop grande perfection du droit, alors que « la justice a besoin de s’aménager un espace de jeu pour soupeser le pour et le contre et trouver au cas par cas la solution », ce qui suppose de garder une « distance entre l’énonciation de la loi sous forme d’idéalité, et sa distance avec la réalité »4. Cet éloge de l’incertitude mérite également d’être entendu par tous ceux qui s’intéressent de près ou de loin à l’assurance : source de progrès considérables au xxe siècle, qui a vu le contrat d’assurance se généraliser et se diversifier, le secteur de l’assurance pourrait aussi être tenté par une rationalisation à l’extrême du calcul des risques et prendrait alors le risque non négligeable d’y perdre son âme.

  • 5 Ce terme est couramment utilisé sans pour autant bénéficier d’une définition claire. Brevitatis c (...)
  • 6 A. Abadie, « 80 % des millennials prêts à souscrire une assurance auprès des GAFA ou des insurtec (...)
  • 7 D. Cuny, « L’assurtech dopé à l’IA Lemonade lève 300 millions de dollars pour se lancer en Europe (...)
  • 8 G. Maujean, « Amazon et la stratégie du cheval de Troie », Les Échos, 25 octobre 2018.

2Confrontés aux potentialités devenues presque extravagantes de l’intelligence artificielle, les assureurs sont en effet actuellement dans une position délicate : s’adapter pour survivre en tant qu’acteurs sur le marché de l’assurance, mais, au moins dans une certaine mesure, résister à la folie d’une exploitation incontrôlée des données pour survivre en tant qu’assureurs. Ils sont ainsi invités à se saisir impérativement des nouveaux outils susceptibles de leur permettre d’améliorer considérablement leur fonctionnement, au risque de se faire doubler assez rapidement par de nouveaux acteurs – et notamment les GAFAM – qui sont prêts à se lancer sur le marché de l’assurance avec l’avantage concurrentiel que leur offre une expérience déjà irremplaçable dans la collecte et l’analyse massive des données. Selon une étude récente, 52 % des Français et 80 % des millennials5 seraient ainsi prêts à souscrire une assurance auprès de ces nouveaux acteurs (GAFAM ou assurtech)6. L’assurtech Lemonade, par exemple, a récemment levé 300 millions de dollars pour se lancer en Europe, afin de proposer des contrats d’assurance basés sur l’intelligence artificielle et l’économie comportementale, grâce à l’usage d’informations jugées fortement prédictives (cette société a déjà séduit un demi-million de foyers aux États-Unis en à peine deux ans)7. Et Amazon, sans utiliser encore à proprement parler l’intelligence artificielle, développe une stratégie qui a pu être qualifiée de « cheval de Troie »8 en concluant, par exemple, un partenariat avec l’assureur Aviva en vue de permettre à ce dernier d’obtenir le paiement des primes via Amazon Pay. Au-delà de ce simple système de paiement de l’assurance en France, Amazon fait des suggestions d’assurance en Allemagne via l’assistant vocal Alexa, propose des extensions de garantie sur certains produits en Grande-Bretagne et se prépare à commercialiser des assurances santé aux États-Unis. Il est fort probable à l’avenir que cette société développe ses propres offres avec comme trésor de guerre une masse incommensurable de données.

  • 9 Certains détails en apparence anodins dans nos données peuvent ainsi modifier considérablement l’ (...)
  • 10 A. Basdevant et J.-P. Mignard, L’empire des données : essai sur la société, les algorithmes et la (...)
  • 11 Ibid., p. 64.
  • 12 Ibid.

3Impossible donc pour les assureurs de passer à côté de cette nouvelle ruée vers l’or que sont la collecte des données et leur analyse via des algorithmes9. Ils sont d’ailleurs d’ores et déjà parmi les premiers acquéreurs des données fournies par les data brokers. Ce qui est foncièrement logique puisque les données ont toujours été la matière première des assureurs et qu’elles sont aujourd’hui – c’est même un euphémisme – pléthoriques avec le big data et ses 3 V (vitesse, variété, volume). En effet, « désormais, le big data permet de travailler à partir de données peu structurées, partielles et très souvent incomplètes, provenant de sources différentes. Il identifie les répétitions, modélise les comportements et sélectionne les schémas applicables, procédant par corrélation »10. Cela autorise une plus grande fluidité et un changement de logique puisque l’on passe d’une logique déductive à une logique inductive, avec des algorithmes d’apprentissage et une analyse qui « génère des lois générales »11. Plus encore, « la grande nouveauté du big data est de détecter des signaux faibles qui nous échappaient auparavant »12. En elle-même, l’intelligence artificielle n’est pas une nouveauté. Mais l’efficacité des algorithmes peut aujourd’hui être considérablement amplifiée grâce à des instruments beaucoup plus performants et – surtout – à l’immensité des données disponibles. L’intelligence artificielle permet désormais de combiner des données provenant de sources très nombreuses et d’en proposer des analyses très fines et bien plus rapides que celles qui seraient le fruit de la « simple » intelligence humaine.

  • 13 Th. Lestavel, « L’intelligence artificielle peu à peu incontournable dans la santé », Le Figaro, (...)
  • 14 W. Davtian, M. Monier et V. Sotteau, « Big Data et assurance font-ils bon ménage ? », Revue Banqu (...)

4Dans certains domaines, la puissance d’analyse offerte par l’intelligence artificielle va conduire à une diminution drastique des sinistres et donc, corrélativement, à une réduction de l’activité des assureurs : ainsi, pour les accidents de la circulation (à l’heure actuelle, une très large majorité des accidents trouvent leur origine dans une erreur humaine) avec le développement des véhicules autonomes et connectés, ou encore en matière médicale avec une amélioration parfois considérable des diagnostics (l’intelligence artificielle devient incontournable en matière médicale13 grâce à la reconnaissance automatique d’images, qui ouvre la voie à une véritable médecine prédictive ; elle a ainsi déjà prouvé son efficacité en dermatologie où elle peut reconnaître le mélanome avec 95 % d’efficacité). Par ailleurs, l’intelligence artificielle va inciter les assureurs à renforcer le volet préventif de leur activité, qui pourrait passer sur le devant de la scène alors qu’il peut apparaître aujourd’hui encore comme relativement secondaire14. De surcroît, cette évolution va probablement permettre la couverture de risques qui ne sont actuellement pas pris en charge. De nouveaux risques apparaissent en effet pour lesquels les assureurs tentent déjà d’inventer de nouvelles formes de garantie, en particulier à propos de la cybersécurité (piratage, vol de données…).

  • 15 G. Perrin, « La planète assurtech en pleine révolution », L’Argus de l’assurance, 21 février 2020 (...)
  • 16 A. Nicolas, « La robotisation gagne l’assurance », L’Argus de l’assurance, 10 novembre 2017, p. 3 (...)
  • 17 G. Nedelec, « Assurance-vie : le groupe John Hancock mise sur les objets connectés », Les Échos, (...)
  • 18 L. Thévenin, « L’assurance face à la révolution des données », Les Échos, 8 février 2018, p. 11.

5Une interrogation essentielle demeure toutefois : comment les activités plus traditionnelles des assureurs sont-elles susceptibles d’évoluer et, avec elles, le droit des assurances ? Tiraillé entre les perspectives parfois démesurées qui sont prêtées par certains à l’intelligence artificielle et la volonté de ne pas se laisser emporter par des scénarios qui paraissent par moments relever de la pure science-fiction, l’observateur quasi néophyte ne peut que modestement faire le constat d’une phase d’incertitude sur l’impact réel que pourrait avoir l’intelligence artificielle en la matière. Certains acteurs de l’assurance affirment d’ailleurs que les assureurs ne trouvent pas nécessairement pour l’heure de réelle utilité actuarielle aux données qu’ils récoltent. Les efforts pour identifier les usages possibles sont pourtant bel et bien tangibles, avec des tests via des pilotes élaborés par les start-up du secteur – dénommées assurtech et dont les levées de fonds sont actuellement plutôt significatives15 –, même s’il est vrai que leur potentiel réel n’est pas encore très clair, tout au moins si le secteur veut aller au-delà du simple gadget16. La lecture des revues professionnelles témoigne du fait que les assureurs sont particulièrement attentifs aux évolutions, en particulier pour améliorer les phases de souscription et de gestion des contrats, et espèrent ne pas rater le virage de cette nouvelle révolution en constituant des groupes transversaux de travail. Certains proposent ainsi déjà leurs propres objets connectés. Par exemple, l’assureur américain John Hancock commercialise des assurances-vie basées sur les données de santé collectées par les bracelets connectés (Apple Watch, Fitbit) ou par les smartphones17, ce qui devrait se révéler avantageux pour les assurés qui pratiquent régulièrement un sport et mangent sainement. Une start-up américaine (Lapetus) promet également d’aider les assureurs à personnaliser la souscription de contrats d’assurance-vie à l’aide notamment d’une simple photo de l’assuré, qui permettrait d’estimer la durée de vie et de proposer un contrat en adéquation avec cette estimation18.

  • 19 A. Abadie, « Les assureurs protègent mal leurs données », L’Argus de l’assurance, 28 septembre 20 (...)

6Beaucoup de promesses sont ainsi faites sans qu’il soit évidemment certain qu’elles pourront toutes être tenues. Faut-il rappeler que la ruée vers l’or qui avait démarré en 1848 en Californie et attiré des centaines de milliers de personnes à l’ouest n’avait permis l’enrichissement que d’environ 5 % des prospecteurs ? Les assureurs sont-ils réellement prêts à relever ce défi alors qu’il apparaît pour l’heure qu’ils ne parviennent pas toujours à bien protéger leurs données ? Une étude récente a en effet montré qu’un tiers des assureurs auraient subi « des pratiques telles que la fraude par les bots, ou la falsification de données de capteurs ou de localisation, tandis qu’un autre tiers (32 %) pensent avoir subi une attaque, sans avoir pu le vérifier »19. Or, si les assureurs souhaitent réellement déployer de nouveaux outils nourris par l’intelligence artificielle, il leur faudra non seulement veiller sérieusement à la sécurité de leurs données, mais également à leur éthique et à leur exactitude afin de pouvoir les utiliser à bon escient. Il ne s’agit toutefois pas là d’une problématique spécifique au monde de l’assurance. Car ce qui nourrit le plus les inquiétudes en la matière, tout au moins si les avancées spectaculaires vantées par les promoteurs de l’intelligence artificielle devaient réellement se concrétiser, tient surtout à la pérennité même de la logique assurantielle : les progrès de l’intelligence artificielle et le raffinement du profilage des assurés ne menacent-ils pas à moyen ou long terme le modèle assurantiel ? Si, pour l’heure, l’influence de l’intelligence artificielle est déjà tangible sur les pratiques des assureurs (I), son impact sur le droit des assurances n’est quant à lui pas encore réellement perceptible (II). Mais, à plus long terme, son influence est potentiellement dévastatrice pour l’opération d’assurance (III).

I. L’influence tangible de l’intelligence artificielle sur les pratiques des assureurs

  • 20 R. Price, « Comment l’IA contribue à la transformation de l’expérience client dans le secteur de (...)

7La puissance de calcul et les capacités d’apprentissage de l’intelligence artificielle sont dès aujourd’hui une aubaine pour les assureurs soucieux d’améliorer les relations avec leurs assurés ou désireux de mieux séduire leurs assurés potentiels. De nouveaux outils apparaissent, élaborés par des acteurs maîtrisant l’écosystème de l’intelligence artificielle et développant des applications pour les assureurs. Parmi toutes ces innovations, il est évidemment parfois difficile de faire le tri entre de maigres nouveautés plus ou moins habilement enrobées des artifices du marketing et les applications vraiment utiles de l’intelligence artificielle. L’un dans l’autre, ces progrès sont censés permettre le développement d’« une relation plus personnelle avec les clients » avec « des offres ou des services répondant réellement à leurs besoins »20.

  • 21 « Dans le mouvement en cours vers une assurance augmentée, la plupart des acteurs estiment que l’ (...)
  • 22 J.-C. Catalon, « Japon : une intelligence artificielle est capable de remplacer 34 assureurs », L (...)

8L’objectif premier des assureurs est ici on ne peut plus évident : rechercher une automatisation croissante des tâches de souscription et de gestion des contrats, afin de permettre à leurs salariés de se focaliser sur des tâches sources d’une réelle valeur ajoutée et aux assurés de pouvoir bénéficier d’une assurance que les acteurs du secteur, animés par un enthousiasme peut-être excessif, aiment à qualifier d’« assurance augmentée ». Ce mouvement conduira nécessairement à des suppressions d’emplois qui seront plus ou moins compensées par l’apparition de nouveaux métiers ou par le redéploiement des salariés actuels vers d’autres missions (et l’on nous promet même que l’humain continuera à jouer un rôle primordial21), ce qui n’est évidemment pas garanti. Ainsi, en janvier 2017, un assureur japonais (Fukoku Mutual Life) a annoncé supprimer 34 postes pour remplacer les salariés concernés par le robot Watson Explorer d’IBM22, afin d’enregistrer et de classer les données et de procéder plus rapidement au paiement des clients. Les technologies nouvelles d’analyse de texte permettent par exemple de comprendre le contenu des e-mails, de les classer par ordre d’urgence et de les envoyer au bon service (routage d’e-mails intelligent), ce qui entraîne une réduction importante du temps de traitement. Certains assureurs ont également d’ores et déjà recours à des chatbots (ou agent conversationnel) en vue de permettre une conversation dans un langage supposé naturel. Ces conseillers virtuels sont présentés comme capables de converser avec le client, avec paradoxalement la promesse d’une plus grande personnalisation de la relation.

  • 23 G. Perrin, « Intelligence artificielle : Allianz France lance un nouveau service », L’Argus de l’ (...)

9Au-delà de ces nouvelles techniques, qui ne sont pas propres au secteur de l’assurance, on promet également aux assureurs des algorithmes susceptibles de prévenir le risque de résiliation du contrat par l’assuré : par l’analyse d’un certain nombre de signaux (e-mails, conversations téléphoniques) qui permettraient de détecter les éventuelles velléités de départ d’un assuré et par là de prendre les mesures commerciales nécessaires pour l’en dissuader. Le robot Watson d’IBM est aussi utilisé par la Macif pour détecter des moments de vie susceptibles de déclencher la souscription d’un contrat d’assurance afin que des propositions commerciales puissent être soumises à un moment particulièrement propice. Les possibilités semblent infinies : ainsi, Allianz a lancé un service d’assistance permettant d’automatiser la réalisation de déclarations unilatérales de l’employeur, déclaration qui est l’une des voies possibles pour mettre en place un contrat collectif au sein d’une entreprise23.

  • 24 H. Beroche, « Comment l’intelligence artificielle va révolutionner le secteur de l’assurance », L (...)
  • 25 A. Biancardi, « L’intelligence artificielle au service des assureurs comme des assurés », RiskAss (...)
  • 26 F. Colin, « L’intelligence artificielle d’ATM séduit l’assureur AIG », L’Argus de l’assurance, 14 (...)
  • 27 J.-C. Roda, « Smart contracts, dumb contracts ? », Dalloz IP/IT, 2018, p. 397.
  • 28 J. Raynal, « Clap de fin pour Fizzy, l’application phare d’Axa dans la blockchain », La Tribune, (...)

10Parmi les différentes opportunités offertes par l’intelligence artificielle, les assureurs sont en particulier intéressés par la gestion sans contact des sinistres24, laquelle représente une part prépondérante de leur activité, avec une multitude de documents reçus au quotidien qui doivent être vérifiés, lus et interprétés. L’intelligence artificielle peut ici apporter un soutien considérable, en offrant une plus grande rapidité (ne plus attendre une éternité qu’un salarié d’un call center prenne votre appel), une diminution des risques d’erreurs de l’interprétation humaine25, voire une adaptation à l’humeur du client (par une détection de son éventuelle agressivité et une adaptation de la réponse en conséquence), l’humain n’étant appelé à prendre le relais que lorsque l’intelligence artificielle atteint ses limites. La gestion des sinistres touche notamment à ce que les gestionnaires aiment appeler « l’impact client », qui n’est habituellement pas jugé suffisamment fluide et convivial par les assurés. Par exemple, l’assureur AIG s’est récemment offert les services de la société ATM, qui a développé une intelligence artificielle permettant la gestion d’un sinistre sans l’intervention d’une personne physique (si ce n’est la désignation éventuelle d’un expert), grâce à de très nombreuses données compilées au fil du temps (analyse des mots les plus fréquemment utilisés, avec prise de décision par rapport au contenu du contrat) et qui se révélerait particulièrement efficace pour les sinistres les plus fréquents26. Dans la mise en œuvre de l’assurance automobile, l’avantage pourrait être considérable puisqu’il deviendrait possible, au moins pour les préjudices matériels, que l’assureur informe l’assuré, quelques minutes seulement après un accident, de son droit à indemnisation et pour quel montant, et ce, grâce à l’interprétation des photos du sinistre (identification du modèle de voiture, localisation de l’impact, préchiffrage du montant de la réparation grâce à une corrélation entre le dommage détecté et les devis des réparateurs). La technique pourrait être encore plus efficace avec le déploiement des véhicules autonomes, dont toutes les données sont disponibles immédiatement. Les smart contracts (qui ne sont en réalité que des processus d’exécution automatisés d’un contrat) sont également susceptibles d’intervenir dans cette phase : dès lors que survient un accident avec toutes les caractéristiques définies par le programme, cela peut suffire pour que l’assuré perçoive très rapidement son indemnité, sans que l’assureur ne puisse entreprendre de manœuvres dilatoires27. Pour l’heure, le succès commercial n’est pas encore nécessairement garanti, comme le montre l’exemple du programme Fizzy, commercialisé par Axa en 2017 et permettant à l’assuré d’être directement et automatiquement indemnisé si son vol était retardé de plus de deux heures. Faute d’avoir pu réellement susciter l’intérêt au-delà de l’effet d’annonce, il a dû être stoppé en décembre 201928.

  • 29 B. Chabrier, « Intelligence artificielle : AXA XL enrichit ses services », L’Argus de l’assurance(...)

11Au-delà, l’intelligence artificielle aura un rôle important à jouer dans la prévention des sinistres. L’assureur Luko propose ainsi, grâce à des boîtiers connectés, d’analyser les consommations d’un foyer (en eau, électricité et gaz) afin de signaler tous risques de sinistres ; il utilise également des images satellites pour connaître la hauteur des arbres avoisinant une maison assurée et envoyer aux clients concernés un message leur conseillant de les élaguer pour éviter un dommage sur leur toiture. Pour l’assurance des professionnels, Axa XL Risk Consulting se sert d’un procédé permettant d’analyser rapidement les rapports internes et les rapports tiers sur la situation d’un assuré, en vue d’améliorer l’analyse des risques de chaque client29. Des progrès sont par ailleurs promis concernant la détection des fraudes, par exemple avec une analyse des demandes de remboursement trop fréquentes ou de fausses ordonnances médicales. Aux Pays-Bas, la société Friss propose ainsi un logiciel fonctionnant avec un modèle algorithmique censé détecter la fraude aussi bien au niveau de la déclaration des sinistres que lors de la souscription du contrat.

II. L’influence incertaine sur le droit des assurances

  • 30 V. en particulier L. Andreu (dir.), Des voitures autonomes : une offre de loi, Paris, Dalloz, 201 (...)
  • 31 L’article 31 de la loi no 2019-1428 du 24 décembre 2019 dite « d’orientation des mobilités » habi (...)

12L’impact réel de l’intelligence artificielle sur les règles propres au contrat d’assurance est pour l’heure assez difficile à mesurer. Doit-on envisager une rénovation de fond en comble de la matière ? Cela serait évidemment quelque peu prématuré car le droit contemporain des assurances paraît actuellement pouvoir s’accommoder sans grande difficulté des innovations dont l’intelligence artificielle semble réellement porteuse. Des débats intéressants sont certes déjà ouverts dans le domaine bien identifié, et classique pour les civilistes, des accidents de la circulation grâce aux promesses des voitures autonomes30, mais la généralisation de ces véhicules apparaît encore bien lointaine pour que l’on puisse en tirer dès aujourd’hui des conclusions juridiques31. Si l’on veut demeurer dans une posture prudente, il semble que les transformations actuellement à l’œuvre sont surtout susceptibles de permettre aux assureurs d’améliorer considérablement la bonne exécution de leurs obligations légales existantes.

  • 32 Cass. 2e civ., 7 mars 2006, no 05-12.338 et no 05-10.366 ; D., 2008, p. 120, obs. H. Groutel ; RG (...)
  • 33 Cass. 2e civ., 19 mars 2016, no 15-12.767 ; D., 2016, p. 1797, note L. Perdrix ; RGDA, 2016, p. 4 (...)
  • 34 Par ex. : Cass. 2e civ., 13 juin 2019, no 18-17.907 et no 18-14.743 ; RGDA, juillet 2019, p. 35, (...)

13On songe ainsi notamment aux obligations d’informations qui pèsent sur l’assureur et, en particulier, à celles qui sont imposées lors de la souscription d’un contrat d’assurance-vie. Elles sont si nombreuses et minutieuses, en raison de l’enchevêtrement des textes en la matière et de leur évolution constante, que les assureurs, en dépit des grands moyens dont ils disposent, sont loin de toujours les satisfaire correctement. Ce qui a été à l’origine d’un contentieux très important (encouragé par une jurisprudence de la Cour de cassation extrêmement favorable au souscripteur32) puisque, suivant l’article L. 132-5-2 du Code des assurances, le défaut de remise des documents et informations imposés par ce texte a pour conséquence la prorogation du délai de la faculté de renonciation qui est offerte au souscripteur d’un contrat d’assurance-vie par l’article L. 132-5-1 du même code. Ce contentieux est certes appelé à se tarir étant donné qu’une loi du 30 décembre 2014 est venue préciser que la prorogation du délai ne pouvait jouer que pour les souscripteurs de bonne foi, ce qui a conduit la Cour de cassation à un revirement spectaculaire en affirmant, dans des affaires où la loi nouvelle n’était pas encore applicable, que la faculté de renonciation peut dégénérer en abus33 et en exigeant des juges du fond qu’ils procèdent systématiquement et très concrètement à la recherche d’un tel abus34. Ces variations jurisprudentielles autour du manquement de l’assureur à son obligation d’information pourraient évidemment être évitées si celui-ci ne se montrait pas aussi fréquemment défaillant. L’automatisation et l’individualisation permises par l’intelligence artificielle ne pourraient-elles pas ici conduire à des progrès significatifs ? On peine à croire qu’une technique porteuse d’immenses progrès technologiques se montre incapable d’accomplir une tâche qui, par contraste, apparaît relativement sommaire.

  • 35 V. Chocron, « Quand l’intelligence artificielle enquête sur les assurances-vie non réclamées », L (...)

14De manière certainement plus significative au regard des potentialités de l’intelligence artificielle, le traitement des contrats d’assurance-vie en déshérence pourrait également être considérablement amélioré. Il s’agit de contrats qui prévoient le versement du bénéfice en cas de décès de l’assuré mais pour lesquels ce bénéfice n’a pas été réclamé, en raison de l’ignorance du décès par l’assureur ou de l’absence de renseignements suffisants sur la personne du bénéficiaire. Afin de mettre fin à la passivité souvent coupable des assureurs en la matière (ceux-ci ne souhaitaient pas avoir à se comporter comme des enquêteurs), le législateur a, au cours des quinze dernières années, amplement accru les mesures susceptibles de résorber les contrats en déshérence. Avec en particulier une obligation de recherche des bénéficiaires et des moyens techniques non négligeables puisqu’il est prévu que les entreprises d’assurance doivent s’informer du décès éventuel de leurs assurés via des organismes professionnels (C. ass., art. L. 132-9-3), lesquels sont autorisés à consulter le Répertoire national d’identification des personnes physiques (RNIPP). Lorsqu’il est informé du décès, l’assureur est « tenu de rechercher le bénéficiaire, et, si cette recherche aboutit, de l’aviser de la stipulation faite à son profit » (C. ass., art. L.132‑8, in fine). Pour satisfaire à ces obligations35, Generali utilise ainsi le programme Watson d’IBM et a constaté une amélioration d’un tiers sur les dossiers problématiques de recherche des bénéficiaires ou de leurs ayants droit, grâce à un croisement des différentes bases de données internes à l’assureur, ce qui permet d’établir des liens à l’origine insoupçonnés et de les enrichir avec des données publiques disponibles sur Internet. Les réponses apportées par le programme bénéficient d’un taux élevé de probabilité et sont accompagnées des éléments expliquant sa démonstration.

  • 36 Cass. ch. mixte, no 12-85.107 ; Bull. civ., no 1 ; D., 2014, p. 1074, note A. Pélissier ; RGDA, 2 (...)

15Surtout, et l’on commence là seulement à toucher véritablement le cœur du sujet, l’intelligence artificielle est susceptible d’améliorer et d’affiner considérablement l’évaluation du risque par l’assureur. Classiquement, cette évaluation s’opère à partir de quelques données relativement basiques corrélées par les actuaires aux statistiques et probabilités. Dans cette opération, la déclaration des risques faite par le candidat à l’assurance lors de la conclusion du contrat était jusqu’à présent une étape essentielle, pour l’évaluation du risque lui-même mais encore pour permettre à l’assureur d’apporter ultérieurement la preuve d’une fausse déclaration intentionnelle susceptible d’emporter la nullité du contrat. Le Code des assurances exige ainsi de l’assuré qu’il réponde « exactement aux questions posées par l’assureur, notamment dans le formulaire de déclaration du risque par lequel l’assureur l’interroge lors de la conclusion du contrat, sur les circonstances qui sont de nature à faire apprécier par l’assureur les risques qu’il prend en charge » (C. ass., art. L. 113-2 2o), et le questionnaire soumis par l’assureur doit être précis car l’assureur « ne peut se prévaloir du fait qu’une question exprimée en termes généraux n’a reçu qu’une réponse imprécise » (C. ass., art. L. 112-3, al. 4). Pour tenter de clore une divergence entre la deuxième Chambre civile et la Chambre criminelle, une chambre mixte a posé en principe, dans un arrêt du 7 février 201436, que l’assureur, pour démontrer une fausse déclaration, ne peut se prévaloir que des réponses de l’assuré aux questions précises qui lui ont été posées, rejetant ainsi la pratique de la simple déclaration préimprimée et signée par le souscripteur. Les solutions en la matière demeurent malgré tout quelque peu hésitantes quant à la portée des affirmations de l’assuré qui ne procéderaient pas de réponses à des questions précises. Il peut donc être délicat pour les assureurs de se dépêtrer de ces joutes jurisprudentielles et de fixer clairement leurs pratiques. Mais ces flottements importeront-ils réellement à l’avenir ? En effet, dans un univers qui fourmille de données déjà collectées et analysées par l’assureur, cet imbroglio juridique autour de la déclaration des risques aura-t-il encore vraiment une raison d’être ? Dans un premier réflexe, on pourrait craindre que la solution de la chambre mixte ne constitue un frein au développement de l’intelligence artificielle, par le formalisme excessif qu’elle impose au stade de la conclusion du contrat : s’il est nécessaire pour l’assureur de se prévaloir, pour faire la preuve d’une fausse déclaration intentionnelle, de réponses de l’assuré à des questions précises, quelle pourrait être la place en la matière d’une analyse du profil de l’assuré par l’intelligence artificielle ? Toutefois, dans un second temps, on peut être plutôt enclin à considérer que l’intelligence artificielle, si elle tient les promesses que l’on veut bien lui prêter (ce qui est loin d’être acquis), permettra en réalité aux assureurs de contourner cette jurisprudence en rendant peu à peu obsolète la déclaration de risques de l’assuré ! Si l’assureur sait déjà presque tout du candidat à l’assurance (peut-être mieux que celui-ci) avant même de conclure le contrat et qu’il peut donc en tracer un profil relativement précis, à quoi bon lui soumettre un questionnaire qui n’est pas en soi obligatoire ? Si l’assureur est en mesure d’évaluer précisément le risque par lui-même (l’assureur Luko évalue ainsi déjà en partie le risque de l’assurance d’une habitation à l’aide d’images satellites), il peut se passer d’un questionnaire qui ne trouverait plus ses utilités d’antan : évaluer le risque mais également faire la preuve de la fausse déclaration intentionnelle. Et s’il commet une erreur d’appréciation, il ne pourra alors s’en prendre qu’à lui-même et revoir ses méthodes de récolte et d’analyse des données… Cette connaissance très fine par l’assureur du profil de ses assurés actuels et potentiels est d’ailleurs le trait marquant de la révolution promise par l’intelligence artificielle. Au risque de flirter avec la science-fiction, il est toutefois difficile de ne pas observer qu’elle porte en germe la destruction de la logique assurantielle.

III. L’influence potentiellement dévastatrice sur l’opération d’assurance

  • 37 A. Garapon et J. Lassègue, op. cit., p. 245 et s.
  • 38 Sur l’opération d’assurance, v. not. Y. Lambert-Faivre et L. Leveneur, Droit des assurances, 14e  (...)

16Quel sera en effet l’avenir de la mutualisation des risques si les assureurs parviennent par eux-mêmes à constituer le profil de leurs assurés ? Une confiance excessive dans la rationalité des algorithmes ne risque-t-elle pas à terme de faire purement et simplement disparaître la traditionnelle opération d’assurance, de la même manière qu’elle serait susceptible d’éradiquer la généralité de la loi qui serait remplacée par des injonctions personnalisées37 ? Classiquement, l’opération d’assurance peut techniquement exister grâce à l’organisation d’une mutualité d’assurés exposés à des risques similaires, ce qui permet à l’assureur de se prémunir contre le hasard en créant un mécanisme de solidarité entre tous ses assurés. C’est l’existence de cette collectivité qui est au cœur de l’assurance puisqu’elle facilite la dilution du coût des sinistres entre tous les membres de cette collectivité38. Le montant des primes est certes fixé en fonction de l’intensité du risque pour chaque individu (par exemple, en assurance automobile, les primes des jeunes conducteurs sont plus élevées que celles d’autres classes d’âge), mais, globalement, les « bons risques » paient pour les « mauvais risques » car les méthodes classiques ne permettent que des différenciations assez frustes. La segmentation existe évidemment, mais elle est pour l’heure restée relativement sommaire.

  • 39 A. A., « Greather Than veut révolutionner l’assurance auto », L’Argus de l’assurance, 26 octobre (...)
  • 40 CNIL, Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l (...)
  • 41 A. Garapon et J. Lassègue, op. cit., p. 249.
  • 42 Ibid., p. 239, où les auteurs évoquent de manière encore plus parlante « l’effet moutonnier de la (...)
  • 43 Ibid.
  • 44 Ibid., p. 158.
  • 45 Ibid., p. 161-162.
  • 46 Cons. const., 12 janvier 2018, décision no 2017-685. Suivant le Conseil constitutionnel, « la seu (...)

17Comment maintenir cet écrêtement avec la segmentation toujours plus fine permise par l’intelligence artificielle ? Par exemple, la société suédoise Greater Than, qui propose ses services aux assureurs et gère une plateforme appelée Enerfly prenant appui sur des données recueillies depuis plus de quatorze ans à partir de l’analyse du comportement de centaines de milliers de conducteurs dans 27 pays, prétend avoir élaboré plus de 400 millions de profils de conducteurs référents, afin d’établir une corrélation entre le mode de conduite et le risque d’accident39. Cet écueil a déjà été pointé par la CNIL : « La dynamique de personnalisation des offres et des services ne conduit-elle pas à une remise en cause de la mutualisation, c’est-à‑dire de la logique même de l’assurance et du pacte social sur lequel elle repose ? »40 Antoine Garapon et Jean Lassègue observent également que l’affinement de la logique pay as you drive « implique non seulement un contrat adapté à la conduite de chacun (selon le nombre d’accidents, ce qui existe déjà avec les principes de bonus / malus), mais aussi selon son comportement tel qu’identifié par les big data »41. Corrélativement, le danger est de conduire à de nouvelles formes de discrimination et d’exclusion puisque les personnes présentant des risques élevés pourraient plus facilement qu’autrefois se voir appliquer des primes plus fortes ou même se heurter à des refus d’assurance. À défaut pour l’assureur de faire l’effort d’ajouter son interprétation à celle déjà fournie par la machine, nous ne serions ici pas loin du fameux « risque de performativité » identifié par Antoine Garapon et Jean Lassègue42 et qui consiste à octroyer la valeur d’une véritable règle aux simples prévisions fournies par les algorithmes avec pour conséquence « une uniformisation des pratiques »43. L’opération d’assurance serait alors prise au piège du risque de la « radicalité de la norme technique »44 : une règle peut en effet être considérée comme « en voie de radicalisation lorsqu’elle s’exécute sans avoir à se formuler ni s’interpréter (ce qui est source d’imprévisibilité et de lenteur) »45. Ce péril de la démutualisation n’est certes pas propre à la mise en œuvre de l’intelligence artificielle : il est parfois présent dans des mesures législatives destinées à accentuer la concurrence entre assureurs au profit présumé des consommateurs (par un élargissement des acteurs de ce marché). Une loi du 10 février 2017 a en effet étendu à l’assurance emprunteur la faculté de résiliation annuelle du contrat d’assurance déjà offerte par l’article L. 113-12 du Code des assurances. Les assureurs (ou, tout au moins, ceux déjà présents sur ce marché) avaient protesté contre cette solution (et son application à des contrats conclus antérieurement) en faisant notamment valoir que la volatilité des assurés risquait de conduire à une plus grande segmentation du marché (les emprunteurs à faibles risques pouvant être « captés » par des assureurs leur proposant des primes peu élevées) et donc à un surenchérissement du coût du crédit (ou un refus de crédit) pour les emprunteurs les plus risqués, mais l’argument n’avait pas été entendu par le Conseil constitutionnel46.

18Un morcellement croissant du marché de l’assurance est-il alors dans l’air du temps ? L’intelligence artificielle permet en théorie d’aller beaucoup plus loin que ce qui existe déjà ! Lorsqu’il est question d’une assurance obligatoire, le refus de souscription peut actuellement être pallié par la saisine du Bureau central de tarification, qui fixe une prime et impose à un assureur de garantir le risque refusé. Ce système sera-t-il encore viable si les assureurs cèdent à la tentation d’une fragmentation particulièrement épurée des risques qu’ils acceptent de couvrir ? Faudra-t-il alors se résoudre à élargir le champ d’intervention des différents fonds de garantie ? L’État aurait à prendre en charge les mauvais risques et devrait donc trouver de nouvelles sources de financement : la solidarité nationale se substituerait dès lors à la solidarité des assurés, et cela pourrait conduire à un déclin brutal du « pacte social » qui est sous-jacent à la logique assurantielle traditionnelle…

  • 47 P.-G. Marly, « Les transformations de l’assurance par la robotisation », APD, 2017, p. 209 ; W. D (...)
  • 48 Cass. ch. mixte, 23 novembre 2004, no 03-13.673, no 01-13.592, no 02-17.507 et no 02‑11.352 ; D., (...)

19Plus encore, l’organisation d’une mutualité est le support technique de l’analyse juridique du contrat d’assurance, qui a pour objet, en contrepartie du paiement d’une prime, la couverture d’un risque aléatoire prévu par le contrat. C’est la mutualité qui permet à l’assureur de gérer globalement l’aléa des contrats individuels. Le déclin de la mutualité peut donc faire glisser l’analyse juridique du contrat d’assurance : la maîtrise des risques peut être d’une telle ampleur que l’idée d’un contrat aléatoire, sans disparaître complètement, en sera indéniablement altérée. Si l’assureur peut prédire la réalisation d’un risque, le contrat ne deviendrait-il pas alors simplement celui visant à la constitution d’une épargne pour couvrir la réalisation d’un risque47 ? Ce qui ne serait pas autre chose, au moins pour les personnes présentant un bon profil, qu’une auto-assurance. À nouveau, le phénomène ne serait pas entièrement nouveau puisqu’il s’est déjà produit à propos des contrats d’assurance-vie mixte, qui permettent au souscripteur assuré de ne subir aucune perte (il profite du bénéfice s’il est encore en vie à la date anniversaire du contrat ; s’il décède avant, ce sont les bénéficiaires désignés qui le percevront). Il s’agit bel et bien de contrats d’épargne auxquels la Cour de cassation a choisi de conserver, après une vive controverse, la qualification de contrat d’assurance en se contentant d’un aléa très léger (les modalités d’exécution du contrat dépendent de la durée de la vie humaine) et parce qu’il aurait été inopportun de procéder à une requalification brutale qui aurait privé de très nombreux contrats du régime juridique spécifique de l’assurance-vie48.

  • 49 Dans sa version initiale, l’article 2, alinéa 2 de la loi du 6 janvier 1978 prévoyait déjà qu’« a (...)
  • 50 A. Debet, « Liberté et protection des personnes. Loi no 2018-493 du 20 juin 2018 », JCPG, 2018, p (...)
  • 51 J. Rochfeld, « L’encadrement des décisions prises par algorithmes », Dalloz IP/IT, 2018, p. 474.
  • 52 Ibid.
  • 53 Ibid.
  • 54 Ibid., in fine.

20Le garde-fou contre une telle dérive pourrait-il alors être trouvé dans la législation relative aux données personnelles ? À l’examen, celle-ci n’apparaît pourtant pas susceptible de contenir l’individualisation à outrance des contrats d’assurance. L’actuel article 47 de la loi informatique et libertés du 6 janvier 1978 (ancien article 10 modifié par la loi du 20 juin 2018 sur les données personnelles, devenu article 47 avec l’ordonnance du 12 décembre 2018) pose certes dans son alinéa 2 le principe clair suivant lequel « aucune décision produisant des effets juridiques à l’égard d’une personne ou l’affectant de manière significative ne peut être prise sur le seul fondement d’un traitement automatisé de données à caractère personnel, y compris le profilage »49. C’est le principe « de la prise de décision par l’homme et non par la machine »50 qui permet d’encadrer les décisions prises par des algorithmes51 et qui rejoint l’article 22 du Règlement général sur la protection des données du 27 avril 2016 proclamant « un droit des personnes à ne pas faire l’objet d’une décision uniquement prise par un algorithme »52. Toutefois, ces textes envisagent dans la foulée des exceptions dont la portée est importante puisque, par renvoi de l’article 47 de la loi du 6 janvier 1978 à l’article 22 2o a) et c) du RGPD, un traitement automatisé est possible lorsque la décision « est nécessaire à la conclusion ou à l’exécution d’un contrat entre la personne concernée et un responsable du traitement » et qu’elle « est fondée sur le consentement explicite de la personne concernée ». Des nuances sont certes apportées à ces exceptions avec en particulier l’obligation de mettre en œuvre des mesures appropriées « pour la sauvegarde des droits et des libertés et des intérêts légitimes de la personne concernée, au moins du droit de la personne concernée d’obtenir une intervention humaine de la part du responsable du traitement, d’exprimer son point de vue et de contester la décision » (RGPD, article 22 3o), de même que la possibilité pour toute personne intéressée d’obtenir la communication, de la part du responsable du traitement, des « règles définissant le traitement ainsi que [d]es principales caractéristiques de sa mise en œuvre », « à l’exception des secrets protégés par la loi, par le responsable de traitement à l’intéressé » (article 47 1o de la loi du 6 janvier 1978). Ces règles forment donc le socle minimal de protection « de la personne algorithmée »53, mais l’encadrement des exceptions laisse quelques doutes sur leur réelle effectivité. Et que pèsent ces limites face aux doutes sur la possibilité de vérifier le comportement des algorithmes lorsque ceux-ci sont « auto-apprenants » et qu’ils fixent eux-mêmes des critères54 ?

  • 55 L’intervention du législateur en la matière est parfaitement concevable et a déjà un précédent no (...)
  • 56 C. Castets-Renard, « Comment construire une intelligence artificielle responsable et inclusive ?  (...)
  • 57 Rapport cité par A. Basdevant et J.-P. Mignard, op. cit., p. 102, note no 1.
  • 58 Le numérique et les droits fondamentaux, rapport d’étude du Conseil d’État, 2014, p. 236.
  • 59 A. Basdevant et J.-P. Mignard, op. cit., p. 74.
  • 60 A. Rouvroy, « Des données et des hommes. Droits et libertés fondamentaux dans un monde de données (...)
  • 61 A. Basdevant et J.-P. Mignard, op. cit., p. 74.

21Si l’on souhaite réellement neutraliser les dérives potentielles de l’intelligence artificielle et le risque de destruction du modèle assurantiel, il sera nécessaire pour les assureurs – et probablement pour le législateur55 – d’agir en amont afin de réduire les risques de discriminations. La profusion des chartes éthiques sur l’usage de l’intelligence artificielle ayant peu de chances d’avoir une portée véritablement significative, une approche contraignante demeure préférable56. A minima, une intervention humaine plus effective dans la prise de décision serait nécessaire, comme le préconisait déjà le rapport de la Commission de réflexion et de propositions sur le droit et les libertés à l’âge du numérique57. Le Conseil d’État avait lui-même déjà relevé en 2014 dans son rapport sur « Le numérique et les droits fondamentaux » qu’à terme, le législateur se retrouvera nécessairement au pied du mur et devra choisir « d’accepter ou d’interdire un plus grand niveau de différenciation par l’utilisation des données, avec des conséquences importantes en termes d’équité »58. Préserver le modèle assurantiel suppose ainsi de canaliser la logique purement arithmétique, au risque de reproduire ad vitam æternam des inégalités préexistantes ou, pire encore, d’entériner et d’amplifier de simples biais cognitifs. Le traitement prétendument objectif des données ne peut en effet se réaliser « sans certains choix, préjugés, biais »59 et suscite seulement l’illusion de nous préserver des incertitudes : « plutôt que de répartir la charge des risques, les politiques préemptives consistent à faire comme si l’événement redouté avait eu lieu et à prendre immédiatement, par avance, les mesures s’imposant en conséquence »60, comme le refus d’assurance à un fraudeur potentiel. Que devient alors l’interprétation face à cette prétention de décryptage brutal du réel ? Pour conserver une part d’humanité et accepter l’incertitude inhérente à l’analyse d’une situation, « la nouvelle science des données ne peut […] s’affranchir de l’impératif de reconstitution des processus historiques, sociaux, ayant contribué à la création de celles-ci »61.

  • 62 Article L. 111-7 I, al. 1er, C. ass. : « Toute discrimination directe ou indirecte fondée sur la (...)
  • 63 Article L. 117-7 I, al. 3 : « Par dérogation au premier alinéa, le ministre chargé de l’Économie (...)
  • 64 CJUE, 1er mars 2011, aff. C-236/09, Association belge des consommateurs Test Achat ASBL ; JOUE, 3 (...)
  • 65 L. Mayaux, note préc.
  • 66 Ibid.

22Sans interdire la segmentation des risques dont a besoin l’opération d’assurance, il importe donc en la matière de réinventer le principe d’égalité. La difficulté sera de trouver le juste milieu entre l’impératif d’individualisation de la prime et celui de la nécessaire préservation de la mutualité. Il n’est pas inutile à cet égard de se souvenir d’un précédent notable, sur lequel les progrès de l’intelligence artificielle invitent peut-être à porter un nouvel éclairage. Avec une directive européenne du 13 décembre 2004 « mettant en œuvre le principe de l’égalité de traitement entre les femmes et les hommes dans l’accès à des biens et services et la fourniture de biens et services », le droit européen avait posé le principe de l’interdiction d’avoir recours au critère du sexe dans l’élaboration des cotisations et prestations d’assurance. Les statistiques peuvent pourtant ici être favorables aux femmes : en assurance automobile, elles révèlent clairement que les femmes provoquent moins d’accidents que les hommes (la différence est encore plus significative dans la catégorie des jeunes conducteurs), ce qui peut avoir une incidence sur le calcul de la prime ; en matière d’assurance-vie ou d’assurance-décès, la plus grande espérance de vie des femmes peut également avoir pour conséquence une prime moins importante. La directive prévoyait pourtant une dérogation lorsque le sexe est un facteur déterminant du risque, dérogation qui pour être acceptable devait être basée sur des données actuarielles et statistiques pertinentes, précises, régulièrement publiées et mises à jour. L’article L. 111-7 du Code des assurances (avec la loi du 17 décembre 2007, transposant la directive) avait repris le principe62 et l’exception63, exception mise en œuvre par les articles A. 111-1 et s. du même code (sont ici énumérées de manière exhaustive les branches d’assurance concernées par la dérogation). Toutefois, se montrant indifférente à la recherche d’un équilibre entre la lutte contre les discriminations fondées sur le sexe et l’exigence d’individualisation des primes, la CJUE, à l’initiative d’une association de consommateurs belges (à propos d’une question relative à l’assurance-vie), avait estimé, dans une décision du 1er mars 2011, que la dérogation ainsi accordée ne pouvait être que temporaire64 (« il existe un risque que la dérogation à l’égalité de traitement entre les femmes et les hommes prévue à l’article 5, § 2, de la directive 2004/113 soit indéfiniment permise par le droit de l’Union », ce qui serait « contraire à la réalisation de l’objectif d’égalité de traitement entre les femmes et les hommes que poursuit la directive 2004/113 et incompatible avec les articles 21 et 23 de la charte ») et avait donc invité les États membres à modifier leur législation. Par la suite, la Commission européenne avait précisé que l’interdiction de recourir au sexe pour tarifer un contrat devait s’appliquer aux contrats nouvellement souscrits à compter du 21 décembre 2012. Une loi du 26 juillet 2013 a ainsi repris ces précisions au sein d’un nouvel article L. 111-7-II bis du Code des assurances. À l’époque, cette solution avait pu être jugée excessive en ce qu’elle revient à traiter de la même manière des personnes qui se trouvent dans des situations différentes. Elle avait également pu être perçue comme portant atteinte « à la technique de l’assurance » puisque « celle-ci fonctionne sur une segmentation des risques et donc sur une nécessaire catégorisation »65. Aujourd’hui, sans être nécessairement approuvée de manière rétrospective (car le seul critère du sexe ne conduit pas à une hypersegmentation des assurés), elle peut être regardée comme un avertissement nécessaire : il est impératif de trouver un juste équilibre entre des profils de risque totalement individualisés, qui détruisent la solidarité assurantielle, et des profils trop vagues qui conduisent à confondre l’assurance avec la solidarité nationale66.

  • 67 M. Robineau, note préc. : « Ainsi, d’un côté, le monde de l’assurance se caractérise par un trans (...)

23À propos de l’arrêt de la CJUE de 2011, un auteur avait pu ainsi écrire qu’il y avait bel et bien une « négation de la technique assurantielle » mais que celle-ci pouvait être légitimée par la nécessité de ne pas aller vers « une individualisation excessive » de l’assurance, dans un contexte où l’État tend parfois à restreindre la solidarité nationale en déplaçant cette charge vers les assureurs privés67. À cet égard, cette solution peut être regardée comme la suprématie de l’intérêt social sur la pure logique assurantielle. L’idée pourrait être reprise aujourd’hui, en la formulant légèrement différemment : les progrès de l’intelligence artificielle nécessitent de faire prévaloir un projet de société susceptible d’imposer des limites à la logique assurantielle car la poursuite de cette logique par son perfectionnement toujours plus pointu risque bel et bien de conduire à terme à sa propre destruction.

Notas

1 A. Garapon et J. Lassègue, Justice digitale, Paris, PUF, 2018, p. 164.

2 Ibid., p. 247.

3 Ibid., p. 161 et s.

4 Ibid., p. 163.

5 Ce terme est couramment utilisé sans pour autant bénéficier d’une définition claire. Brevitatis causa, il permet de viser approximativement les personnes nées entre 1980 et 2000, c’est-à‑dire celles qui ont grandi avec l’évolution des nouvelles technologies et qui les utilisent quotidiennement.

6 A. Abadie, « 80 % des millennials prêts à souscrire une assurance auprès des GAFA ou des insurtech », L’Argus de l’assurance, 12 octobre 2018.

7 D. Cuny, « L’assurtech dopé à l’IA Lemonade lève 300 millions de dollars pour se lancer en Europe », La Tribune, 12 avril 2019.

8 G. Maujean, « Amazon et la stratégie du cheval de Troie », Les Échos, 25 octobre 2018.

9 Certains détails en apparence anodins dans nos données peuvent ainsi modifier considérablement l’analyse de notre profil : dans un outil déployé par une société de crédit (Zest Finance), les personnes qui saisissent leurs noms et prénoms uniquement en majuscules ou en minuscules se voient ainsi attribuer un risque plus élevé !

10 A. Basdevant et J.-P. Mignard, L’empire des données : essai sur la société, les algorithmes et la loi, Paris, Don Quichotte, 2018, p. 63.

11 Ibid., p. 64.

12 Ibid.

13 Th. Lestavel, « L’intelligence artificielle peu à peu incontournable dans la santé », Le Figaro, 9 octobre 2018.

14 W. Davtian, M. Monier et V. Sotteau, « Big Data et assurance font-ils bon ménage ? », Revue Banque, no 805, 2017.

15 G. Perrin, « La planète assurtech en pleine révolution », L’Argus de l’assurance, 21 février 2020, p. 16.

16 A. Nicolas, « La robotisation gagne l’assurance », L’Argus de l’assurance, 10 novembre 2017, p. 36 et s.

17 G. Nedelec, « Assurance-vie : le groupe John Hancock mise sur les objets connectés », Les Échos, 22 septembre 2018.

18 L. Thévenin, « L’assurance face à la révolution des données », Les Échos, 8 février 2018, p. 11.

19 A. Abadie, « Les assureurs protègent mal leurs données », L’Argus de l’assurance, 28 septembre 2018, p. 30.

20 R. Price, « Comment l’IA contribue à la transformation de l’expérience client dans le secteur de l’assurance », Les Échos, 20 mars 2019.

21 « Dans le mouvement en cours vers une assurance augmentée, la plupart des acteurs estiment que l’humain va jouer un rôle primordial et que les collaborateurs vont pouvoir monter en compétence, en étant libérés des tâches à faible valeur ajoutée » (« Intelligence artificielle : quel impact RH pour les assureurs ? », L’Argus de l’assurance, 22 novembre 2017).

22 J.-C. Catalon, « Japon : une intelligence artificielle est capable de remplacer 34 assureurs », La Tribune, 7 janvier 2017.

23 G. Perrin, « Intelligence artificielle : Allianz France lance un nouveau service », L’Argus de l’assurance, 28 novembre 2018.

24 H. Beroche, « Comment l’intelligence artificielle va révolutionner le secteur de l’assurance », Les Échos, 17 octobre 2017.

25 A. Biancardi, « L’intelligence artificielle au service des assureurs comme des assurés », RiskAssur hebdo, 18 octobre 2017.

26 F. Colin, « L’intelligence artificielle d’ATM séduit l’assureur AIG », L’Argus de l’assurance, 14 décembre 2018, p. 24.

27 J.-C. Roda, « Smart contracts, dumb contracts ? », Dalloz IP/IT, 2018, p. 397.

28 J. Raynal, « Clap de fin pour Fizzy, l’application phare d’Axa dans la blockchain », La Tribune, 8 novembre 2019.

29 B. Chabrier, « Intelligence artificielle : AXA XL enrichit ses services », L’Argus de l’assurance, 11 janvier 2019.

30 V. en particulier L. Andreu (dir.), Des voitures autonomes : une offre de loi, Paris, Dalloz, 2018.

31 L’article 31 de la loi no 2019-1428 du 24 décembre 2019 dite « d’orientation des mobilités » habilite toutefois le gouvernement à prendre par ordonnance des mesures permettant d’adapter le Code de la route à la circulation des véhicules délégant partiellement ou totalement la conduite à un système automatisé et ajoute la définition du « régime de responsabilité applicable ». L’article 32 de la même loi prévoit quant à lui que l’ordonnance devra rendre accessibles, en cas d’accident, les données d’état de délégation de conduite aux entreprises d’assurance (lorsque le traitement de ces données est nécessaire à l’exécution du contrat) et au fonds de garantie des assurances obligatoires de dommages lorsque aucune entreprise d’assurance n’est en mesure de procéder aux indemnisations dans le cadre de l’exécution d’un contrat d’assurance.

32 Cass. 2e civ., 7 mars 2006, no 05-12.338 et no 05-10.366 ; D., 2008, p. 120, obs. H. Groutel ; RGDA, 2006, p. 479, note J. Kullmann ; JCP, 2006, I, p. 135, no 10, obs. L. Mayaux ; RDC, 2007, p. 223, obs. J. Rochfeld.

33 Cass. 2e civ., 19 mars 2016, no 15-12.767 ; D., 2016, p. 1797, note L. Perdrix ; RGDA, 2016, p. 438, note J. Kullmann ; JCP, 2016, p. 811, note L. Mayaux.

34 Par ex. : Cass. 2e civ., 13 juin 2019, no 18-17.907 et no 18-14.743 ; RGDA, juillet 2019, p. 35, note L. Mayaux ; JCP, 2019, 879, no 1, obs. G. Loiseau.

35 V. Chocron, « Quand l’intelligence artificielle enquête sur les assurances-vie non réclamées », Le Monde, 10 octobre 2017.

36 Cass. ch. mixte, no 12-85.107 ; Bull. civ., no 1 ; D., 2014, p. 1074, note A. Pélissier ; RGDA, 2014, p. 196, note J. Kullmann ; RDI, 2014, p. 217, obs. P. Dessuet.

37 A. Garapon et J. Lassègue, op. cit., p. 245 et s.

38 Sur l’opération d’assurance, v. not. Y. Lambert-Faivre et L. Leveneur, Droit des assurances, 14e éd., Paris, Dalloz, 2017, no 44 et s.

39 A. A., « Greather Than veut révolutionner l’assurance auto », L’Argus de l’assurance, 26 octobre 2018, p. 18.

40 CNIL, Comment permettre à l’homme de garder la main ? Les enjeux éthiques des algorithmes et de l’intelligence artificielle, synthèse du débat public animé par la CNIL dans le cadre de la mission de réflexion éthique confiée par la loi pour une République numérique, 2017, p. 38.

41 A. Garapon et J. Lassègue, op. cit., p. 249.

42 Ibid., p. 239, où les auteurs évoquent de manière encore plus parlante « l’effet moutonnier de la justice prédictive ».

43 Ibid.

44 Ibid., p. 158.

45 Ibid., p. 161-162.

46 Cons. const., 12 janvier 2018, décision no 2017-685. Suivant le Conseil constitutionnel, « la seule circonstance que ces établissements bancaires et les sociétés d’assurance aient choisi d’établir l’équilibre économique de leur activité à travers une mutualisation de ces contrats, en se fondant sur les conditions restrictives de résiliation alors en vigueur, n’a pas non plus pu faire naître une attente légitime à leur profit » (no 13).

47 P.-G. Marly, « Les transformations de l’assurance par la robotisation », APD, 2017, p. 209 ; W. Davtian, M. Monier et V. Sotteau, Art. cit.

48 Cass. ch. mixte, 23 novembre 2004, no 03-13.673, no 01-13.592, no 02-17.507 et no 02‑11.352 ; D., 2005, p. 1905, note B. Beignier ; RDC, 2005, p. 297, obs. A. Bénabent ; RGDA, 2005, p. 110, note L. Mayaux ; RTD civ., 2005, p. 435, obs. M. Grimaldi ; Defrénois, 2005, p. 607, obs. J.-L. Aubert.

49 Dans sa version initiale, l’article 2, alinéa 2 de la loi du 6 janvier 1978 prévoyait déjà qu’« aucune décision administrative ou privée impliquant une appréciation sur un comportement humain ne peut avoir pour seul fondement un traitement automatisé d’informations donnant une définition du profil ou de la personnalité de l’intéressé ». Après la loi du 6 août 2004, c’est l’article 10, alinéa 2 qui disposait qu’« aucune autre décision produisant des effets juridiques à l’égard d’une personne ne peut être prise sur le seul fondement d’un traitement automatisé de données destiné à définir le profil de l’intéressé ou à évaluer certains aspects de sa personnalité ». Mais il était déjà prévu une exception en matière contractuelle puisque l’alinéa 3 du texte précisait ensuite que « ne sont pas regardées comme prises sur le seul fondement d’un traitement automatisé les décisions prises dans le cadre de la conclusion ou de l’exécution d’un contrat et pour lesquelles la personne concernée a été mise à même de présenter ses observations, ni celles satisfaisant les demandes de la personne concernée ».

50 A. Debet, « Liberté et protection des personnes. Loi no 2018-493 du 20 juin 2018 », JCPG, 2018, p. 907, no 24.

51 J. Rochfeld, « L’encadrement des décisions prises par algorithmes », Dalloz IP/IT, 2018, p. 474.

52 Ibid.

53 Ibid.

54 Ibid., in fine.

55 L’intervention du législateur en la matière est parfaitement concevable et a déjà un précédent notable en matière de « justice prédictive » : afin d’endiguer le risque – non illusoire – d’une analyse des décisions de justice sous le prisme de l’identité des magistrats auteurs de la décision, la loi no 2019-222 du 23 mars 2019 a ainsi prévu à l’article L. 111‑13, alinéa 3 du Code de l’organisation judiciaire que « les données d’identité des magistrats et des membres du greffe ne peuvent faire l’objet d’une réutilisation ayant pour objet ou pour effet d’évaluer, d’analyser, de comparer ou de prédire leurs pratiques professionnelles réelles ou supposées ».

56 C. Castets-Renard, « Comment construire une intelligence artificielle responsable et inclusive ? », D., 2020, p. 225.

57 Rapport cité par A. Basdevant et J.-P. Mignard, op. cit., p. 102, note no 1.

58 Le numérique et les droits fondamentaux, rapport d’étude du Conseil d’État, 2014, p. 236.

59 A. Basdevant et J.-P. Mignard, op. cit., p. 74.

60 A. Rouvroy, « Des données et des hommes. Droits et libertés fondamentaux dans un monde de données massives », 2016, citée par A. Basdevant et J.-P. Mignard, op. cit., p. 73.

61 A. Basdevant et J.-P. Mignard, op. cit., p. 74.

62 Article L. 111-7 I, al. 1er, C. ass. : « Toute discrimination directe ou indirecte fondée sur la prise en compte du sexe comme facteur dans le calcul des primes et des prestations ayant pour effet des différences en matière de primes et de prestations est interdite. »

63 Article L. 117-7 I, al. 3 : « Par dérogation au premier alinéa, le ministre chargé de l’Économie peut autoriser par arrêté des différences de primes et de prestations fondées sur la prise en compte du sexe et proportionnées aux risques lorsque des données actuarielles et statistiques pertinentes et précises établissent que le sexe est un facteur déterminant dans l’évaluation du risque d’assurance. »

64 CJUE, 1er mars 2011, aff. C-236/09, Association belge des consommateurs Test Achat ASBL ; JOUE, 30 avril 2011, no C-130 ; D., 2011, p. 1592, note M. Robineau ; JCP, 2011, p. 465, note L. Mayaux ; RGDA, 2011, p. 851, note G. Parleani.

65 L. Mayaux, note préc.

66 Ibid.

67 M. Robineau, note préc. : « Ainsi, d’un côté, le monde de l’assurance se caractérise par un transfert de la solidarité nationale vers l’assurance privée, en partie compensé par l’interdiction d’utiliser certains critères de segmentation des risques ; de l’autre, il est traversé par une individualisation excessive face à laquelle le droit ne semble pas, pour l’heure, réagir. Or, ce second versant mérite tout autant que le premier son attention. »

Autor

Professeur de droit privé à l’université Paris-Est Créteil

Salvo indicación contraria, el texto y otros elementos (ilustraciones, archivos adicionales importados) se puede utilizar bajo licencia OpenEdition Books License.

Buscar en OpenEdition Search

Se le redirigirá a OpenEdition Search