Chapitre 7 — Ce que chacun ne voit pas
Le risque ne se présente pas de la même manière à l’assuré et à l’assureur. Le premier l’appréhende à partir de son histoire, de ses contraintes et des conséquences possibles d’un sinistre. Le second l’estime à partir d’un portefeuille constitué par des contrats acceptés, des prix, des refus et des départs. Aucun de ces points de vue n’est complet.
Depuis vingt-sept ans, Marianne habite à une centaine de mètres de la rivière. Elle a connu des alertes, des routes fermées et une cave humide, mais jamais de véritable inondation. Lorsque sa prime augmente fortement, elle ouvre les volets et regarde le jardin. Rien ne lui paraît avoir changé. La rivière suit son cours derrière les arbres. La nouvelle carte lui semble exagérer un danger dont elle n’a jamais fait directement l’expérience.
Au siège de l’assureur, un analyste examine la même zone sur un écran. Il voit des parcelles colorées, des montants assurés, des dates de sinistre et des estimations de fréquence. Les données de la compagnie couvrent trente années et des milliers de contrats. Elles indiquent une exposition croissante aux inondations.
Cet historique reste pourtant incomplet. Il ne contient pas les maisons que la compagnie a refusé d’assurer, les propriétaires qui ont renoncé devant le prix demandé, ceux qui ont réparé sans déclarer le dommage, ceux qui ont vendu avant la crue suivante ni les ménages qui n’ont jamais pu entrer dans le portefeuille. L’assureur observe une population déjà façonnée par ses règles de souscription et par les décisions des assurés.
Marianne s’appuie sur son expérience, celle de ses voisins et la stabilité apparente du paysage. L’assureur dispose d’un historique plus vaste, mais sélectionné. Aucun des deux ne voit entièrement le risque.
Leurs erreurs n’ont toutefois pas les mêmes conséquences. Marianne peut sous-estimer son exposition et rester insuffisamment protégée. L’évaluation de l’assureur peut modifier les primes, l’accès au crédit et, à terme, l’avenir du quartier.
La psychologie du risque a beaucoup étudié les limites du jugement individuel. L’angle mort apparaît lorsque les biais sont réservés aux assurés, comme si l’organisation qui les classe observait le monde sans sélection, sans routine et sans contrainte propre.
L’événement qui n’arrive jamais
Une maison qui n’a pas brûlé depuis trente ans semble offrir une preuve quotidienne de sa sécurité. Une personne qui n’a jamais été gravement malade peut reporter l’achat d’une protection. Une alerte ancienne perd de sa force à mesure que le temps passe. Le risque abstrait entre difficilement en concurrence avec les dépenses présentes.
Le biais d’optimisme, la préférence pour le présent, l’illusion de contrôle et l’heuristique de disponibilité donnent des noms à certaines de ces régularités. Un événement récent ou spectaculaire paraît plus probable. Une catastrophe jamais vécue reste lointaine. Après une inondation, la demande d’assurance peut augmenter, puis diminuer lorsque le souvenir s’atténue.
Ces mécanismes ne produisent pourtant pas une réponse universelle. Une expérience extrême modifie à la fois les ressources, les émotions, les croyances, les réseaux d’entraide et la confiance accordée aux institutions. Elle peut accroître la prudence, renforcer certaines solidarités ou nourrir le sentiment que toute protection est vaine [1].
L’absence d’assurance ne révèle donc pas nécessairement une mauvaise compréhension des probabilités. Elle peut traduire un prix trop élevé, un contrat difficile à comprendre, une indemnisation jugée incertaine ou la conviction que la famille et les voisins offriront une aide plus fiable. Elle peut aussi résulter d’un arbitrage contraint entre une prime immédiate et des besoins qui ne peuvent attendre.
Cette distinction importe parce que l’explication choisie prépare la réponse. Présenter le ménage comme irrationnel conduit à mieux informer, à simplifier le message ou à insister davantage sur le danger. Reconnaître que le contrat lui-même peut sembler risqué oblige à examiner son prix, sa qualité, le fournisseur, le calendrier du paiement et la confiance dans la procédure.
Lorsque l’assurance elle-même paraît risquée
La microassurance1 rend ce problème particulièrement visible. Des ménages fortement exposés à la maladie, aux pertes de récolte ou aux catastrophes devraient, selon les modèles usuels, attribuer une grande valeur à la protection. Pourtant, beaucoup n’achètent pas les produits proposés [2, 3].
L’explication par les biais est tentante. Les ménages comprendraient mal les probabilités, sous-estimeraient les catastrophes ou accorderaient trop de poids aux dépenses présentes. Ces facteurs comptent, mais ils ne suffisent pas. Le prix, le manque de liquidités, la complexité du contrat et le moment où la prime doit être payée jouent aussi un rôle important [4–6].
Pour un ménage pauvre, l’assurance peut elle-même apparaître comme une transaction incertaine. La prime réduit immédiatement des ressources rares. Le bénéfice dépend d’un événement futur, puis d’une institution qui devra reconnaître la perte et appliquer le contrat. La personne ne juge donc pas seulement la probabilité d’un dommage. Elle évalue également le risque que la promesse ne réponde pas à sa situation.
Dans une assurance indicielle, le paiement dépend d’une mesure fixée à l’avance, comme la pluie enregistrée par une station ou le rendement moyen d’une zone. L’agriculteur peut subir une mauvaise récolte sans recevoir d’indemnité si l’indice ne franchit pas le seuil prévu. Cet écart entre la perte vécue et le paiement contractuel est appelé risque de base. Il peut rendre une faible demande parfaitement rationnelle, même lorsque le produit est correctement tarifé [7, 8].
La confiance dans le fournisseur compte également. Une étude menée en milieu rural au Cambodge montre que la demande hypothétique de microassurance dépend du prix, mais aussi de l’expérience antérieure des catastrophes, des connaissances financières et de la crédibilité accordée à l’organisation qui vend le contrat [9]. Avoir déjà subi une perte n’accroît donc pas mécaniquement la volonté de s’assurer.
L’assurance formelle n’est par ailleurs qu’une manière de faire face au dommage. Les ménages peuvent compter sur la famille, les voisins, l’épargne, le crédit ou d’autres formes locales d’entraide. Ces réseaux peuvent réduire l’intérêt du contrat et répondre plus rapidement à certains besoins. Ils restent fragiles lorsque le même choc atteint simultanément toute la communauté [10, 11].
Acheter une assurance revient ainsi à évaluer deux risques. Le premier concerne la perte possible. Le second concerne le contrat qui doit la prendre en charge. L’assureur classe la personne selon le risque qu’elle représente. La personne classe aussi l’assureur selon la confiance qu’elle accorde à sa promesse. Cette seconde évaluation reste beaucoup moins visible dans les modèles de tarification et de souscription.
Deux visions du même avenir
Au début des années 1990, David vit à San Francisco. Il a trente-six ans, un ancien emploi dans une agence de publicité et une assurance vie souscrite quelques années plus tôt. Il sait depuis trois ans qu’il est séropositif. Après une pneumonie à pneumocystis, la discussion ne porte plus seulement sur le virus de l’immunodéficience humaine, le VIH, mais sur le sida.
Les traitements coûtent cher, le travail s’éloigne et le loyer continue d’arriver. Un courtier lui propose une transaction viagère2. David recevra immédiatement une partie du capital prévu à son décès. L’acheteur paiera les primes restantes et touchera ensuite la somme garantie [12, 13].
Pour David, l’opération transforme une promesse trop tardive en ressource disponible maintenant. Pour l’investisseur, elle transforme une vie en durée probable. Plus David meurt rapidement, plus le rendement est élevé. Les deux parties connaissent le même diagnostic, mais elles ne voient pas le même objet [14, 15].
David voit des mois de logement et de soins à payer, ainsi qu’une autonomie encore possible. L’investisseur voit un échéancier incertain. Le médecin voit une maladie et l’évolution des traitements. L’assureur voit une obligation qui sera déclenchée au décès.
L’arrivée de traitements antirétroviraux plus efficaces bouleverse ce marché. Les assurés vivent plus longtemps. Ce progrès médical est une bonne nouvelle pour eux et une mauvaise nouvelle pour les investisseurs qui avaient acheté une mort proche. La même information prend ainsi une valeur différente selon l’acteur qui la reçoit et la décision qu’il doit prendre [16].
Une durée de vie estimée peut guider un soin, rendre une somme disponible, fixer un prix ou organiser un investissement. La donnée ne contient pas son propre usage. Elle prend son sens dans une relation et dans une institution.
Cette pluralité ne signifie pas que tous les points de vue se valent. Le déséquilibre apparaît lorsque l’un d’eux reçoit seul le pouvoir de fixer le prix et les conditions de la décision. David connaît sa maladie de l’intérieur, mais l’investisseur dispose du capital et du contrat qui transforment cette connaissance en marché.
Le risque de l’un, le danger de l’autre
La distinction entre risque et danger dépend de la position occupée dans la décision [17, 18]. Une conséquence apparaît comme un risque lorsqu’elle est rapportée à une décision que l’acteur contrôle. Elle apparaît comme un danger lorsqu’elle est subie comme venant de l’extérieur.
L’assureur choisit un modèle, une franchise, un seuil de souscription et une composition de portefeuille. Il peut présenter son retrait comme une décision prudente face à une perte possible. Le ménage ne choisit ni le reclassement de son quartier ni la disparition des offres. Ce qui constitue un risque de bilan pour l’un devient un danger contractuel, immobilier ou financier pour l’autre.
Cette distinction empêche de confondre exposition et choix. Une perte ne peut être attribuée à une décision personnelle que si une alternative réelle était accessible. La possibilité abstraite de déménager, de changer d’emploi ou d’emprunter une autre route ne suffit pas à transformer toute vulnérabilité en risque volontaire.
Les deux regards peuvent donc être rationnels sans être équivalents. Celui qui décide peut définir la situation comme un risque à gérer. Celui qui reçoit la conséquence doit souvent s’adapter à un danger qu’il n’a pas choisi.
La vue d’en haut
Les photographies aériennes et satellitaires donnent à l’assureur un point de vue que l’habitant ne possède pas. Elles permettent d’examiner rapidement une toiture, la végétation, les débris ou la proximité d’autres bâtiments. Cette vue couvre un espace plus large que l’expérience quotidienne du propriétaire. Elle reste toutefois imparfaite.
Des régulateurs américains ont reçu des plaintes relatives à des refus ou à des non-renouvellements fondés sur des images anciennes, floues ou attribuées au mauvais bâtiment. La Virginie-Occidentale et le Tennessee ont rappelé que l’image devait rester un élément parmi d’autres. Lorsque son interprétation est incertaine, l’assureur doit rechercher une preuve complémentaire, montrer l’image à l’assuré et accepter des photographies récentes ou une inspection physique [19, 20].
L’assuré ne peut pas corriger une information dont il ignore l’existence. Une bâche peut être prise pour une piscine, une installation appartenant au voisin rattachée à la mauvaise parcelle et un équipement ancien rester visible après sa suppression. L’erreur demeure alors silencieuse jusqu’au jour où elle entraîne une hausse, une demande de travaux ou un non-renouvellement.
Le correctif ne consiste pas à opposer l’œil de l’habitant à la technologie. Les deux peuvent se tromper. Il consiste à organiser une vérification contradictoire avant que l’interprétation de l’image ne devienne une décision. Le pouvoir de voir à distance doit s’accompagner d’un droit de voir ce que l’institution affirme avoir observé.
Le logement produit aussi des données depuis l’intérieur. Consommation d’énergie, température, ouvertures de porte, détection de fumée, présence, fuites ou activation d’une alarme peuvent aider à prévenir un dommage. Ces traces peuvent également faire du domicile un espace continuellement observable. La frontière entre prévention et surveillance dépend moins du capteur que des usages autorisés pour les informations qu’il produit.
Le portefeuille n’est pas la population
L’assureur dispose parfois de millions d’observations. Cette abondance donne une impression d’exhaustivité. Pourtant, le portefeuille est une population filtrée. Il contient ceux que l’entreprise a acceptés, ceux qui ont accepté son prix, ceux dont le contrat a été maintenu et ceux qui ont déclaré une perte reconnue par la procédure. Il rend moins visibles les refusés, les non-assurés, les clients partis chez un concurrent, les dommages restés sous la franchise et les réparations prises en charge par les familles.
Le crédit fournit une comparaison simple. Un prêteur observe le remboursement de ceux auxquels il a accordé un prêt. Il ne sait pas directement ce qu’auraient fait les demandeurs refusés. La décision antérieure a supprimé une partie de l’information dont le modèle suivant aurait besoin. Le même problème apparaît en assurance. Les résultats observés dépendent des règles qui ont déterminé l’entrée et la sortie du portefeuille.
Les catégories anciennes disposent en outre d’un avantage cumulatif. Elles ont produit des séries longues, des formulaires stables et des habitudes professionnelles. Les groupes exclus ou mal décrits viennent rarement contredire l’histoire statistique de l’assureur. Une variable peut ainsi survivre parce qu’elle est intégrée aux systèmes et non parce qu’elle représente la meilleure description disponible [21].
Avant d’écrire que les données montrent une différence, il faut donc demander qui elles décrivent, après quels refus, quelles franchises et quels départs.
Les données sont produites
Le mot donnée suggère quelque chose qui serait déjà là, prêt à être recueilli. Une trace devient pourtant une donnée lorsqu’une institution décide de la retenir, de lui donner un format, de l’associer à une unité et de la rendre comparable [22–24].
Il n’existe pas d’indice de freinage entièrement brut. Le boîtier choisit une fréquence d’enregistrement et un seuil d’accélération. L’application détermine quand un trajet commence et comment traiter un téléphone éteint, une route en pente ou un arrêt imposé par un autre véhicule. La base de sinistres dépend des déclarations, des garanties, des franchises, des expertises et des catégories administratives.
Le caractère construit d’une donnée ne rend pas toutes les mesures équivalentes. Certaines sont plus précises, plus complètes et mieux adaptées à la décision. Il oblige toutefois l’institution à documenter leur origine, leurs transformations et les situations qu’elles laissent hors champ. Lorsqu’une mesure renchérit un contrat ou ferme l’accès au marché, l’assureur répond de toute cette chaîne et pas seulement du calcul final.
La donnée change de fonction
Une information ne reste pas nécessairement là où elle a été recueillie. Une donnée collectée pour prévenir un dégât devient un facteur de tarification. Une information produite pour le soin entre dans la souscription. Une carte conçue pour organiser les secours accompagne une lettre de non-renouvellement. Des éléments banals deviennent sensibles lorsqu’ils sont réunis et recoupés [25, 26].
Leur sens dépend du contexte dans lequel ils circulent [27]. Une donnée médicale n’a pas la même fonction lorsqu’elle guide un traitement ou lorsqu’elle décide de l’accès à une assurance. Une carte climatique ne produit pas la même relation lorsqu’elle ouvre une aide aux travaux ou lorsqu’elle justifie un retrait. Cette extension progressive des usages est souvent appelée function creep, que l’on peut traduire par glissement de fonction [28].
L’extension procède rarement par une décision spectaculaire. La donnée existe déjà, son coût de réutilisation paraît faible, puis un nouveau service lui attribue une tâche supplémentaire. L’outil de prévention devient progressivement un instrument de sélection sans que les personnes concernées aient pu discuter ce changement.
Une trace ne porte pas davantage l’histoire qui l’explique. Un achat peut signaler une consommation risquée ou une démarche administrative. Une présence dans un quartier peut correspondre à un travail, à un rendez-vous médical ou à une visite familiale. Les modèles prédictifs peuvent établir qu’une variable améliore la prévision sans montrer pourquoi la relation existe [29, 30].
La pratique actuarielle ne peut pas exiger une démonstration causale complète pour chaque variable. Les données d’assurance sont principalement observationnelles. Une association stable peut donc fournir une information utile. Elle ne décide toutefois ni de la signification de la variable ni de la conséquence qu’il convient de lui attacher.
Aux États-Unis, des travaux professionnels ont proposé d’exiger une rational explanation, c’est-à-dire une explication plausible et compréhensible reliant la variable à des circonstances susceptibles de contribuer au risque [30]. Cette exigence écarte certaines corrélations accidentelles. Elle ne dit toujours pas si l’information doit produire une prime, une condition de souscription ou un soupçon de fraude.
Les pertes qui ne deviennent jamais des sinistres
Une perte n’entre dans les données de l’assureur qu’après plusieurs passages. Elle doit être remarquée, interprétée comme couverte, déclarée, documentée, acceptée et évaluée. À chacune de ces étapes, des dommages disparaissent du fichier.
Un ménage peut juger que le montant restera sous la franchise. Il peut craindre une hausse future ou un non-renouvellement. Il peut réparer avec l’aide de proches, différer les travaux ou ne pas comprendre que le contrat pouvait intervenir. Un locataire peut subir l’humidité d’un logement sans détenir la police du propriétaire. Une petite entreprise peut absorber une interruption pour préserver une relation commerciale. Le seuil réel de déclaration peut ainsi dépasser la franchise prévue au contrat. Cette franchise de fait est parfois désignée par l’expression anglaise pseudo-deductible [31].
L’absence de déclaration n’est donc pas l’absence de perte. Elle peut montrer que le contrat a laissé une partie du coût à celui qu’il devait protéger. La décision de déclarer dépend aussi des ressources. À dommage identique, un ménage disposant d’épargne peut payer une réparation, éviter les démarches et préserver son historique. Un ménage sans liquidités doit plus souvent mobiliser la garantie qu’il a achetée.
Les controverses américaines sur les scores assurantiels fondés sur le crédit rendent cette ambiguïté visible. Ces scores prédisent le nombre et le coût des demandes d’indemnisation, mais cette relation ne prouve pas que les personnes mal notées provoquent davantage d’accidents. Dans les données examinées par la Federal Trade Commission, l’écart concernait surtout la fréquence des demandes, beaucoup plus que leur coût moyen, sans qu’une explication causale définitive puisse être établie [32, 33].
Une interprétation possible tient à la capacité d’absorber une petite perte sans recourir au contrat. Le score peut alors mesurer en partie le besoin de demander une indemnisation plutôt qu’une propension à provoquer le dommage. Cette hypothèse reste discutée. Elle suffit néanmoins à montrer que la fréquence observée mêle l’exposition, la décision de déclarer et les ressources disponibles.
Le tarif risque ainsi de faire payer davantage ceux qui ont le moins les moyens de se passer de l’assurance. Les procédures de règlement sélectionnent elles aussi ce qui deviendra une dépense reconnue. Une expertise peut écarter une cause, réduire un montant ou demander une preuve difficile à produire. Une procédure complexe retient surtout les personnes qui connaissent leurs droits, disposent de temps et peuvent supporter le coût d’une contestation. Les dossiers abandonnés disparaissent plus facilement des statistiques que des vies qu’ils ont fragilisées [34–36].
Une connaissance publique du dommage doit donc rapprocher plusieurs sources. Les sinistres payés sont indispensables, mais ils doivent être complétés par des enquêtes auprès des ménages, des données de santé, des recours, des dépenses municipales, des travaux différés et des trajectoires résidentielles. L’assureur possède une connaissance précieuse. Il n’est pas le comptable exhaustif de la perte sociale.
Les organisations ont aussi une psychologie
Les institutions ne ressentent pas la peur ou l’espoir comme les personnes. Elles produisent pourtant des régularités qui ressemblent à des biais. Un événement récent reçoit davantage d’attention dans les comités et les modèles. Une longue période sans pertes banalise l’exposition. Les objectifs annuels rendent les dépenses immédiates de prévention plus visibles que les pertes futures évitées. Les équipes privilégient les données disponibles, les méthodes déjà validées et les catégories comprises par le régulateur [37–39].
Cette myopie vient en partie de la division du travail. Le souscripteur3 surveille la composition du portefeuille. L’actuaire cherche un tarif défendable. La direction financière protège le capital. Le service juridique limite le contentieux. Le gestionnaire traite et clôt les dossiers. Chacun peut remplir correctement sa fonction et contribuer, par l’addition de ces rationalités locales, à une décision que personne n’a examinée dans son ensemble [40].
L’organisation voit très précisément ce qu’elle a appris à compter et beaucoup moins ce qui traverse ses frontières. Elle connaît la charge des sinistres, moins les dommages restés chez les ménages. Elle mesure le coût d’une aide à la prévention, pas toujours la valeur de la perte évitée. Elle suit la résiliation d’un contrat, mais ignore souvent ce que devient la personne après son départ. Les catégories et les procédures sélectionnent les informations qui pourront circuler jusqu’aux lieux de décision [39, 41, 42].
Les annonces technologiques orientent aussi cette attention. Les objets connectés permettront de connaître les comportements, l’intelligence artificielle personnalisera les contrats et les décisions deviendront presque instantanées. Ces annonces ne décrivent pas toujours des pratiques stabilisées. Elles influencent pourtant les budgets, les recrutements, les partenariats et les attentes. Une expérimentation peut ainsi contribuer à fabriquer le marché qu’elle annonce [43].
Le battage autour de l’intelligence artificielle ne sert pas seulement à exagérer les performances des outils. Il présente également leur adoption comme inévitable. Une organisation qui refuse d’automatiser paraît prendre du retard. La discussion porte alors moins sur l’utilité du projet et sur la tâche précise qui serait automatisée que sur la vitesse du déploiement. Le discours technologique réduit l’espace des alternatives avant même que l’outil ait fait ses preuves [44].
Bender et Hanna soulignent aussi que l’étiquette « intelligence artificielle » rassemble des technologies et des usages très différents. Parler plus précisément d’automatisation oblige à demander quelle tâche sera confiée à l’outil, au bénéfice de qui et avec quelle possibilité de revenir en arrière. Cette précision aide à résister à l’idée qu’une innovation générale imposerait partout la même réponse [44].
Le futur annoncé devient ainsi une contrainte présente. L’entreprise constitue une base de données, choisit un fournisseur, adapte ses procédures et prépare ses équipes avant d’avoir établi la valeur réelle du dispositif. L’investissement déjà réalisé rend ensuite l’abandon plus coûteux. Une décision provisoire acquiert progressivement la solidité d’une infrastructure.
L’« assurance en temps continu » donne un nom à cet horizon. Le contrat était traditionnellement organisé autour de moments distincts comme la souscription, le renouvellement et le sinistre. Les objets connectés et les données externes permettent d’imaginer une relation dans laquelle l’exposition serait observée pendant toute la durée du contrat. La littérature professionnelle parle notamment de continuous underwriting, ou souscription continue [45, 46].
Cette continuité peut désigner des opérations très différentes. La donnée peut servir à prévenir l’assuré, à actualiser une évaluation interne ou à modifier les conditions futures du contrat. L’observation, l’intervention et la conversion tarifaire ne doivent pas être confondues. Une alerte rapide peut éviter un dommage sans que chaque variation momentanée devienne une variation de prime.
Même un essai décevant peut apprendre à l’entreprise à collecter des traces, à construire une interface ou à faire coopérer plusieurs partenaires. Ces « échecs heureux » montrent que l’échec de la preuve n’empêche pas toujours la réussite organisationnelle [47]. Il faut donc regarder les expérimentations assez tôt, lorsque plusieurs usages restent encore possibles et que le retrait demeure réaliste.
Les absents, les départs et les pertes déplacées
Les pertes non déclarées ne sont pas les seuls éléments absents du portefeuille. Les départs transforment eux aussi la population observée. Après une hausse, les assurés qui changent de compagnie, réduisent leurs garanties ou renoncent à la couverture ne ressemblent pas nécessairement à ceux qui restent. Les résultats du portefeuille survivant peuvent s’améliorer alors que la protection se détériore à l’échelle du marché [48, 49].
Un territoire peut ainsi paraître moins risqué dans les comptes d’une compagnie lorsque ses contrats les plus difficiles ont été transférés vers un marché résiduel ou ne sont plus assurés. Les dispositifs de dernier recours concentrent, par construction, les risques que le marché ordinaire n’a pas conservés. Leurs résultats reflètent à la fois les caractéristiques des biens et le processus de sélection qui les y a conduits [50, 51].
Une difficulté comparable apparaît dans les programmes comportementaux. Le capteur décrit les personnes qui acceptent d’être suivies et restent dans le dispositif. Il renseigne moins bien sur celles qui refusent, abandonnent le programme ou quittent l’assureur. La population observée résulte donc aussi d’une décision de participer [52, 53].
Aucun assureur ne voit seul l’ensemble de ces trajectoires. Il connaît le non-renouvellement d’un contrat, mais rarement ce qui lui succède. La personne a-t-elle trouvé un concurrent, réduit sa couverture, rejoint un marché de dernier recours ou renoncé à s’assurer ? Une observation à l’échelle du marché doit rapprocher les primes, les franchises, les garanties, les non-renouvellements et les sorties. Sans cette vue d’ensemble, la protection peut diminuer par accumulation de décisions privées, chacune défendable lorsqu’elle est examinée séparément [50, 51].
La boucle qui fabrique sa preuve
Une classification peut prévoir le futur et contribuer à le produire. Elle modifie d’abord ce que l’institution observe. Un territoire inspecté plus souvent fournit davantage de défauts enregistrés. Un groupe soumis à des contrôles renforcés génère davantage d’alertes et de dossiers. Ces observations semblent ensuite confirmer qu’il méritait une attention particulière. Les défauts ne sont pas nécessairement inventés, mais leur probabilité d’être détectés dépend de la classification initiale. Des mécanismes comparables ont été étudiés dans la police prédictive [54, 55].
La décision peut aussi transformer le risque qu’elle prétend seulement mesurer. Une prime plus élevée réduit les ressources disponibles pour entretenir une maison. Une franchise plus forte retarde une réparation. Un refus de crédit empêche certains travaux. Le retrait d’un assureur affecte la valeur du bien et peut accélérer le départ des ménages qui disposent des moyens de partir.
Quelques années plus tard, le quartier présente effectivement davantage de vulnérabilité. La prédiction est devenue performative. En modifiant les possibilités offertes aux personnes, elle entre dans la chaîne causale du résultat qu’elle annoncera ensuite [56, 57].
Une autre boucle apparaît lorsqu’une mesure devient un objectif de gestion. Selon la formulation associée à la loi de Goodhart, un indicateur cesse souvent d’être une bonne mesure lorsqu’il devient une cible [58, 59].
Un assureur qui cherche à réduire la fréquence déclarée peut augmenter les franchises, complexifier les procédures ou écarter les contrats les plus exposés. L’indicateur s’améliore sans que les pertes diminuent. Elles ont été laissées aux assurés ou déplacées hors du portefeuille. De même, un objectif de clôture rapide réduit la durée moyenne des dossiers tout en risquant de dégrader l’examen des situations complexes. Les agents n’ont pas besoin de manipuler les chiffres. Il suffit qu’ils adaptent leur travail aux critères selon lesquels il sera évalué [60].
Ces boucles ne rendent pas toutes les prévisions fausses. Elles obligent à distinguer la prédiction d’un état extérieur de l’évaluation d’une situation que l’institution contribue à transformer. Une bonne performance sur les données futures ne suffit plus lorsque la décision modifie la population observée, les ressources disponibles ou les événements qui seront enregistrés.
Le portefeuille est donc une archive des pertes, mais aussi des politiques qui les ont encadrées. Il conserve les conséquences de l’aménagement, du crédit, des refus, des franchises, des procédures de règlement et des objectifs de gestion. Le traiter comme un miroir naturel du monde efface les institutions déjà présentes dans les données.
Les données ne parlent pas seules
La rhétorique du score oppose volontiers la donnée objective au jugement humain, supposé intuitif et biaisé. Pourtant, une institution choisit le résultat à prédire, la population de référence, les informations retenues, le traitement des absences et la conséquence attachée au nombre. Les données ne choisissent ni la question ni leur usage.
Cette exigence vaut également pour les outils vendus comme intelligence artificielle. Une bonne performance sur un test standardisé ne démontre pas que le système convient à la tâche précise, à la population concernée et aux conséquences prévues dans l’organisation [44].
L’idéal d’objectivité mécanique possède lui-même une histoire [61]. Les instruments standardisés devaient limiter l’intervention visible de l’observateur. L’absence d’une main au moment du calcul n’abolit toutefois pas le jugement. Elle le déplace vers la conception de l’instrument, la sélection des cas et la définition des catégories.
Le politiste Brian Glenn parle à ce propos du « mythe de l’actuaire ». La sélection des risques présente une face extérieure faite de nombres et de critères objectifs. Elle conserve une face moins visible, composée de récits sur la prudence, le caractère et la responsabilité des assurés [62, 63].
L’histoire de Frederick Hoffman en offre un exemple important. À la fin du XIXe siècle, ce statisticien de Prudential rassembla de nombreuses données pour soutenir que les Afro-Américains formaient une population difficilement assurable. La masse des tableaux donnait au raisonnement une apparence d’impartialité. W. E. B. Du Bois et d’autres critiques montrèrent que les comparaisons agrégeaient des populations vivant dans des conditions sociales et économiques très différentes. La catégorie raciale avait été retenue comme explication principale alors qu’une autre organisation des données aurait fait apparaître d’autres mécanismes [64].
Les chiffres n’avaient pas inventé le récit. Un récit préalable avait déterminé les données à rapprocher et la cause qu’il convenait d’y chercher. Les procédures contemporaines peuvent rendre ces choix moins visibles, mais elles ne les suppriment pas [65, 66].
L’alternative n’oppose donc pas une subjectivité humaine désordonnée à une objectivité automatique. Une pratique objective explicite ses choix, documente ses limites et organise la contradiction. Le score devient dangereux lorsque la procédure disparaît et que le nombre arrive seul, comme si le réel avait lui-même choisi la question et la décision.
Des erreurs qui n’ont pas le même pouvoir
Il serait facile de conclure que l’assuré et l’assureur se trompent chacun à leur manière. Cette symétrie serait fausse. L’assuré peut sous-estimer un péril. L’assureur peut confondre une perte non déclarée avec une perte inexistante, apprendre sur une population sélectionnée ou traiter comme extérieure une vulnérabilité que ses propres décisions contribuent à renforcer.
Ces erreurs n’ont pas la même portée. Celle de Marianne agit d’abord sur sa décision de se protéger. Celle de l’assureur entre dans un modèle, une règle de souscription ou une procédure de tarification. Elle peut toucher tous ceux qui partagent la caractéristique mal interprétée, puis être reprise par une banque, un réassureur, un régulateur ou une collectivité.
L’autorité d’une estimation dépend donc de la qualité de la mesure, mais aussi de la position de celui qui peut lui attacher une conséquence. Chercher une institution sans angle mort serait vain. Il faut plutôt confronter des regards qui n’observent pas les mêmes choses. Les habitants font apparaître des pertes absentes des fichiers. Les associations rapprochent les refus. Les chercheurs étudient la sélection. Les régulateurs comparent les portefeuilles et suivent ceux qui disparaissent du marché.
Cette confrontation ne demande pas que toute décision soit abandonnée au témoignage individuel. Elle exige que l’assureur indique ce que ses données permettent d’affirmer, ce qu’elles ne voient pas et comment la personne peut présenter une information contraire.
La vision partielle du risque change alors de fonction. Elle ne sert plus seulement à prévoir une dépense. Elle commence à qualifier l’effort, le choix et le mérite de la personne classée. Le chapitre suivant examine ce passage de la trace observée au jugement sur le comportement.
Références
La microassurance désigne des contrats conçus pour des ménages disposant de faibles revenus, souvent avec des primes et des garanties limitées. Elle couvre notamment la santé, les récoltes, le décès ou les catastrophes. Sa simplicité apparente ne supprime pas les difficultés liées au paiement de la prime, à la compréhension du contrat et à la confiance dans l’indemnisation.↩︎
Dans une transaction viagère d’assurance vie, le titulaire d’un contrat vend à un tiers le droit de recevoir le capital prévu à son décès. L’acheteur verse immédiatement une somme au vendeur, prend généralement en charge les primes futures, puis reçoit le capital lorsque l’assuré meurt.↩︎
Le souscripteur désigne ici le professionnel qui examine les risques et décide si l’assureur les accepte, les refuse ou les couvre à certaines conditions.↩︎