Las conversaciones en las redes sociales a veces pueden tornarse desagradables, pero ¿podrían las máquinas poner fin a estas discusiones antes de que se produzcan?
Investigadores de la Universidad de Cornell, Google Jigsaw y Wikimedia están tratando de averiguarlo. Están utilizando Perspective API, una herramienta de inteligencia artificial (IA) de Google, para
valora el tono amistoso o la «toxicidad» de las conversaciones por mensaje.
La tecnología aún se encuentra en fase de pruebas, por lo que todavía no va a traer la paz mundial. Sin embargo, el experimento demuestra que la tecnología puede predecir una situación incómoda antes de que se produzca.
El uso de
aprendizaje automático ha crecido rápidamente en los últimos años. A medida que los ordenadores «aprenden» a reconocer patrones en los datos, los algoritmos de los procesos de aprendizaje automático ya nos recomiendan productos que deberíamos comprar, películas que podemos ver y personas con las que podríamos conectar en las redes sociales.
Para las aseguradoras, el aprendizaje automático y la inteligencia artificial pueden proporcionar información en el mismo momento de la cotización. Cuando se aplica a imágenes aéreas de alta resolución, la tecnología de aprendizaje automático puede identificar las características de una propiedad. Estos datos pueden incluir aspectos como el estado, el tipo y la forma del tejado, así como factores de riesgo habituales como árboles que sobresalen, piscinas y otros elementos.
Una piscina en el jardín trasero supone un riesgo potencial para una propiedad. El Informe de gestión de riesgos de EagleView incluye observaciones sobre la propiedad, como la presencia de piscinas.
Gracias al análisis de inmuebles virtuales, los suscriptores de seguros pueden:
- Elabora presupuestos más precisos y reduce los errores
- Completa los datos que falten sobre una vivienda y que quizá los propietarios no conozcan
- Acelerar el proceso de suscripción
- Ayudar a los agentes a atender mejor a los solicitantes y a ofrecer a los clientes actuales el nivel adecuado de cobertura
Cada póliza que suscriben las aseguradoras conlleva cierto nivel de riesgo. Gracias al aprendizaje automático y a las imágenes aéreas de alta resolución, las aseguradoras pueden comprender mejor esos riesgos en el momento de la suscripción.
EagleView utiliza el aprendizaje automático para analizar lo que ha ocurrido tras un fenómeno catastrófico, como el huracán Harvey
Después de
Los huracanes Harvey e Irma, EagleView pudo determinar dónde se habían producido los daños más graves comparando imágenes aéreas tomadas antes y después del suceso. Durante el
Los incendios forestales de California de 2017, EagleView ayudó a las compañías de seguros a determinar el número total de edificios dañados o destruidos. En combinación con imágenes aéreas, las tecnologías de aprendizaje automático pueden identificar
granizo que golpea los tejados y detectar patrones aleatorios para ayudar a las aseguradoras a evitar el pago de reclamaciones fraudulentas.
Las aseguradoras deben estar preparadas para cualquier eventualidad. Aunque la mayoría de los inmuebles no sufrirán pérdidas devastadoras como las registradas en 2017, otros riesgos, como incendios, inundaciones o la caída de árboles, podrían producirse en cualquier momento. Con una visión clara de los riesgos gracias a las tecnologías de aprendizaje automático, los suscriptores pueden ofrecer tranquilidad tanto a la aseguradora como a sus asegurados.