人工智能治理时代『保险条款可读性评估系统』的改进措施：基于EDA技术的探索性研究

当前『保险条款等理解度评估』制度正在运行，实际对消费者投诉数量减少的效果尚不理想。本文旨在人工智能治理转型期，基于数据诊断现行制度的实效性并提出发展对策。为此，收集了2019至2025年『保险条款等理解度评估』结果分数（来自保险开发院）以及投诉数量（来自生命保险协会公开数据），利用R程序进行了探索性数据分析和相关性分析。结果表明，在全部样本中，『保险条款等理解度评估』分数与投诉数量之间未发现统计学上显著相关性，证明了该制度在效果上的局限性。但投入保险种类作为调节变量后，发现异质性。'保障性保险（终身·定期保险，第3类保险）'分数越高，投诉越少，呈负相关；而'投资性保险（变额，养老金·生死混合）'则表现为正相关，暗示需根据产品风险属性采取差异化方法。基于以上结果，研究提出“反映保险产品特性的双元化评估体系”建议。保障性保险应验证基于LLM的大型文本AI，投资性保险则需基于风险模拟的AI验证投资风险。此外，建议对所有保险种类的保险条款和产品说明书强制实行AI辅助的“初次自主预评估”，以预防不完整销售与投诉，实现预防性人工智能治理。