Veel elementen van het nieuwe pensioencontract zijn wettelijk voorgeschreven en er is veel informatie en begeleiding beschikbaar. Stefan Lundbergh vraagt zich af, of een computer op basis daarvan niet een regeling zou kunnen uitdokteren.
Nog geen toegang? Abonneer u op Pensioen Pro en krijg:
- Onbeperkt online toegang tot pensioenpro.nl
- Dagelijks pensioennieuws, -achtergronden en -opinie per e-mail
- Vier keer per jaar Pensioen Pro Magazine (inclusief Vermogensbeheergids) per post
- Volledig archief van Pensioen Pro en IPNederland vanaf 2009
4 reacties
Ik vind dit een interessante gedachtengang en waard om dit uit te testen.
Wat een uitstekend idee! Denk zeker dat dit mogelijk is.
Denk zelfs dat het mogelijk is om de code voor de administratie door AI-apps te laten schrijven.
Dan moet er in beide gevallen nog wel wat huiswerk worden gedaan.
De regels, definities en opties in de WTP wetteksten, het Besluit en wetenschappelijke publicaties, zijn niet consistent, noch eenduidig. Wil een AI/ML programma hiermee aan de slag dan zal eerst de terminologie sluitend gemaakt moeten worden Dat is geen gemakkelijk karwei, aangezien deskundigen nu al vaak van mening verschillen wat een bepaalde regel of term precies inhoudt.
Als je deze uitdaging vanuit ML aanvliegt komt daar nog een punt van aandacht bij.
Door de methodiek van training van het ML-model, is de uitkomst van het model uiteindelijk ‘his master’s voice’ (beter: his trainer’s voice ).
De kans dat een dergelijk model de Turingtest doorstaat is dan groot
Heb eigenlijk mee vertrouwen in een modern AI-model als ontwerper voor een regeling.
AI-modellen kunnen zich beter richten op de gebruiker, zijn minder afhankelijk van de trainer en kunnen met mogelijke oplossingen komen die beter bij de gebruiker (deelnemer) passen , maar waar bijvoorbeeld wel de wet voor moet worden aangepast (veegwet; innovatie).
Tenslotte nog een kleine anecdote: denk dat ieder model de Turingtest passeert, als je de test laat uitvoeren door een pensioendeelnemer
Conclusie: gewoon doen; en werk er graag aan mee
Omgekeerd mag ik hopen dat de toezichthouders zelf ook AI/ML gebruiken om al die documentensets door te nemen. Ze hebben er in ieder geval de expertise voor in huis. Zie bijvoorbeeld onderstaand artikel (& code) met een DNB medewerker als co-auteur over het verschil tussen wat fondsen zeggen en doen ten aanzien van ESG impact. Erg benieuwd wat in een mogelijk scenario het ene algoritme zegt over de teksten van het andere algoritme; dat is pas een mooie test!
Onderzoek (ESB-versie):
https://esb.nu/aandacht-voor-duurzaam-pensioenbeleggen-groeit-sneller-dan-implementatie/
Code:
https://github.com/AnnickvOol/si-measures
Bijzonder om te lezen dat één element uit het volledige pakket arbeidsvoorwaarden zich bij uitstek leent om verder te standaardiseren naar het ‘marktgemiddelde’. Zou dit dan ook kunnen voor functiewaardering, de inrichting van de loongebouwen, het verloop van carrières, overige arbeidsvoorwaarden als opleiding, mobiliteit etc?