(Private) verzekeraars maken gebruik van verschillende vormen van informatie om verzekeringspremies toe te kennen aan te verzekeren risico's. Denk hierbij aan de vragenlijsten die ieder van ons moet invullen bij het aangaan van een auto-, brand-, of levensverzekering. Deze data worden gekoppeld aan populatiedata over het te verzekeren risico. Verzekeraars beroepen zich op de noodzaak een faire overeenstemming vast te leggen tussen verzekeringspremies en de voor hen verwachte kosten. Zonder deze link zou het aanbieden van verzekeringen niet rendabel zijn door de dreiging van 'adverse selectie' waarbij een onevenwicht ontstaat tussen de kosten van het verzekerde risico en de geleverde bijdragen door verzekerden. Bovendien zou het niet fair zijn dat lage risicogroepen de kosten van hoge risicogroepen dragen. Kortom, verschillen in risico moeten voor verzekeraars uitgedrukt worden in faire verschillen in de betaalde premies. Hierdoor ontstaat er idealiter een solidariteit binnen risicogroepen tussen zij die 'pech' hebben en zij die 'geluk' hebben.

Wat betekent solidariteit nog nu big data zijn intrede doet in de wereld van verzekeringen?

Ondanks deze redenering zullen verzekeraars niet alle gekende verschillen tussen risicogroepen in rekening nemen. Het is bijvoorbeeld niet toegelaten om genetische risico's of risicoverschillen gelinkt aan gender te hanteren voor het bepalen van verzekeringspremies, 'omdat we niet onder controle hebben' welke genen we dragen of met welk gender we door het leven gaan. Daarnaast maken verzekeraars een afweging tussen de kosten om data te verzamelen en de baten van het maken van kleinere risicogroepen. Bovenop de solidariteit binnen groepen, treedt er door antidiscriminatiemaatregelen dus ook een solidariteit op tussen groepen: de lage risicogroepen subsidiëren de hoge risicogroepen. Dit toont dat niet elk verschil (tussen te onderscheiden risicogroepen) een verschil maakt (in verzekeringspremies): sommige vormen van solidariteit overstijgen een verschil ondanks het expliciet (er)kennen van dat verschil.

Gaan we als maatschappij elk gekend verschil een verschil laten maken, en daardoor de betaalbaarheid van verzekeringen voor sommige (risico-)groepen bemoeilijken?

Er zijn, bijvoorbeeld in onze smartphones, alsmaar meer en accuratere sensoren die het maken het mogelijk om levensstijl of gezondheidsgedrag te traceren én te visualiseren. Het dataficeren van het alledaagse leven gaat gepaard met het produceren alsmaar meer verschillen: verschillen tussen mensen die meer of minder dan 7.901 stappen per dag zetten, verschillen in aantal connecties op sociale media, verschillen tussen mensen die steeds op tijd hun facturen betalen en zij die dat niet doen/kunnen, verschillen tussen mensen die nooit vergeten de verwarming af te zetten en zij die dat wel al eens doen. Techno-utopisten claimen dat met behulp van deze nieuwe technologieën de gezondheidszorg en verzekeringen bijvoorbeeld goedkoper, efficiënter en van betere kwaliteit kunnen worden.

Critici wijzen dan weer op de gevaren voor de privacy en vrijheid van het doordringen van al deze sensoren in het alledaagse en de groeiende surveillance die hiermee gepaard gaat. Zowel de claims van de utopisten als de critici zijn vaak gestoeld op voorbarige veronderstellingen en presenteren deze ontwikkelingen alsof het voldongen feiten zijn. Deze technologische mogelijkheden moeten echter nog vertaald worden naar de praktijk, naar concrete verzekeringsproducten, en dit gebeurt niet in een vacuüm. Wat nog bepaald dient te worden is welke verschillen wij een verschil willen laten maken in verzekeringspraktijken, en welke niet.

Cruciale vragen hierbij zijn: welk gekend verschil moet leiden tot een verschillende behandeling? Gaan we als maatschappij elk gekend verschil een verschil laten maken, en daardoor de betaalbaarheid van verzekeringen voor sommige (risico-)groepen bemoeilijken? Gaan we in staat zijn om bepaalde gekende verschillen naast ons neer te leggen als verschillen die er niet toe doen? Zo ja, wanneer is het fair om een verschil in rekening te nemen en wanneer moeten we ons beroepen op solidariteit? Wat wordt de basis van solidariteit in toekomstige data-gedreven maatschappijen/verzekeringsmarkten? Moet verschil door het dragen van risico's anders doorwegen dan verschil door het nemen van risico's - en is dit onderscheid zo eenvoudig te maken? Er is een maatschappelijk debat nodig om te bepalen welke principes nagestreefd horen te worden in het vertalen van deze technologische mogelijkheden tot de praktijk. Dit om te voorkomen dat we achteraf voor een mogelijk ongewenst voldongen feit staan: het maakt een verschil hoe er verschil gemaakt wordt.

Gert Meyers is postdoctoraal onderzoeker in de sociologie en Science and Technologie Studies (Life Sciences & Society Lab, CeSO, KU Leuven).

De Vrijdaggroep heeft tien onderzoekers uit verschillende disciplines uitgenodigd om hun visie op de uitdagingen van de digitale maatschappij met ons te delen. Deze zomer vindt leest u hier elke vrijdag.