O que aconteceu
WIRED relata que os avaliadores de sinistros de seguros tiveram o sentimento mais negativo sobre IA entre os trabalhadores americanos em uma análise da Glassdoor: 98% das avaliações que mencionam IA foram críticas. Os avaliadores disseram à WIRED que a IA classificou incorretamente as reivindicações, gerou resumos imprecisos e às vezes transferiu o fardo da correção de erros para os trabalhadores humanos.
WIRED relata que a pesquisa da Glassdoor descobriu que 98% das avaliações feitas por avaliadores de sinistros de seguros que mencionaram IA foram negativas, tornando a profissão a mais crítica da IA na análise descrita pelo artigo. As análises alegadamente reclamaram de líderes que forçaram sistemas de IA a trabalhadores e clientes, apesar dos erros percebidos. O economista sênior da Glassdoor, Chris Martin, disse à WIRED que inicialmente não esperava o resultado e o interpretou como evidência de um acerto de contas mais amplo na profissão. O material fornecido não inclui o conjunto de dados subjacente do Glassdoor, metodologia, número de avaliações ou números de comparação para outras ocupações, portanto, AI Understanding não confirmou de forma independente a conclusão de 98 por cento.
WIRED relata que Ahmad Jackson, que anteriormente trabalhou com sinistros para uma grande seguradora, descreveu um sistema de IA usado para relatórios iniciais de perdas. De acordo com Jackson, o sistema enviou um fluxo repentino de reivindicações mal classificadas aos avaliadores, que tiveram que redirecioná-las. Ele também disse à WIRED que alucinações geradas por IA apareciam em resumos de sinistros e que os avaliadores às vezes repassavam esses erros aos reclamantes ou a seus advogados antes de descobrirem o problema. Jackson disse que o sistema acrescentou trabalho e que mais tarde ele deixou a empresa. A WIRED também cita o executivo Geoffrey Conrad, descrevendo a exaustão generalizada causada pela IA imposta aos trabalhadores.
WIRED relata que a indústria de sinistros também enfrenta pressão trabalhista. O artigo diz que o Bureau of Labor Statistics projetou em 2024 que o número de avaliadores de sinistros nos EUA diminuiria em 18.900, ou 5 por cento, ao longo da década seguinte. WIRED relata ainda que os dados do BLS mostraram que o emprego no setor caiu 21 por cento entre maio de 2025 e maio de 2026, enquanto a Glassdoor relatou um declínio de 50 por cento nas postagens de nível inicial desde 2025. O artigo atribui parte do declínio à tecnologia e descreve os esforços da seguradora para automatizar a entrada de sinistros, estimativas de danos baseadas em imagens, resumos de registros médicos e processamento de pagamentos. Esses números não são confirmados de forma independente no material fornecido.
A WIRED coloca essas reclamações junto com exemplos de automação atual ou pretendida. O artigo relata que o chatbot proprietário da Lemonade, AI Jim, administrou os relatórios iniciais 96% das vezes até o final de 2025, enquanto a automação administrou cerca de 55% de todas as reclamações. O porta-voz da Lemonade, Paul Staats, disse à WIRED que a automação visa permitir que os funcionários se concentrem em reivindicações complexas que exigem empatia e experiência. O representante da State Farm, Justin Tomczak, também disse à WIRED que a empresa deseja fornecer ferramentas melhores aos funcionários. O artigo também relata que os avaliadores veem algum valor limitado na IA, incluindo tarefas administrativas, como a extensão de uma reserva de aluguer de automóveis.
Detalhes da fonte: wired.com ↗
Por que isso importa
O relatório liga a resistência no local de trabalho a falhas práticas num processo de alto risco. Os sinistros de seguros afetam os pagamentos após acidentes, danos materiais e eventos médicos, portanto, a automação imprecisa pode criar confusão para os segurados, ao mesmo tempo que deixa os funcionários responsáveis por explicar ou corrigir o resultado.
Os relatórios da WIRED mostram por que a automação em seguros tem mais consequências do que uma mudança rotineira de software de back-office. O processamento de sinistros pode determinar se as pessoas recebem dinheiro após um incêndio doméstico, acidente de veículo ou evento médico. O artigo relata que a IA pode analisar fotografias e vídeos, resumir centenas de páginas de registros médicos e processar a documentação enviada antes de gerar um pagamento. Quando tais sistemas omitem um detalhe ou interpretam mal um documento, o resultado pode afetar o pagamento do cliente. O artigo fornecido não fornece exemplos auditados de pagamentos insuficientes específicos ou negações injustas, portanto, esses resultados não devem ser tratados como estabelecidos além das contas atribuídas às fontes da WIRED.
O relatório também destaca um problema de responsabilização. A WIRED relata que os clientes podem não saber que um sistema de IA causou confusão ou desinformação e, em vez disso, podem culpar o avaliador que comunica o resultado. Isso pode deixar os funcionários humanos responsáveis pela reparação de erros que não criaram, enquanto os clientes podem ter dificuldade em desafiar um processo automatizado. Sandy Avina, ex-avaliador que agora presta consultoria no setor de seguros, disse à WIRED que os avaliadores têm fé limitada nos resultados da IA e descreveu como uma mancha em um documento de um advogado ou a falta de um ponto em um resumo médico pode levar a um pagamento incorreto. Estas são preocupações relatadas e não taxas de erro medidas de forma independente.
Os efeitos do emprego acrescentam outra camada. WIRED relata que os lançamentos de sinistros de nível básico diminuíram drasticamente enquanto seguradoras e startups promoviam a automação como uma forma de lidar com mais trabalho com menos pessoas. Chris Martin, da Glassdoor, disse à WIRED que as avaliações se tornam mais anti-IA quando os trabalhadores percebem demissões, sugerindo que o sentimento negativo pode refletir tanto a insegurança no trabalho quanto a insatisfação com o software. Essa interpretação é a análise de Martin conforme relatada pela WIRED; o material fornecido não estabelece que a IA causou o declínio do emprego relatado, nem separa as reduções relacionadas com a IA de outros factores económicos, organizacionais ou regulamentares.
O artigo apresenta uma visão mais limitada de como seria uma implantação bem-sucedida. A WIRED relata que os avaliadores veem valor em usos administrativos restritos, enquanto os representantes da empresa descrevem a IA como uma ferramenta para liberar os funcionários para se concentrarem em casos complicados. O relato de Conrad à WIRED argumenta que o trabalho de reivindicações pode exigir empatia e julgamento após eventos traumáticos, incluindo um incêndio residencial com perda total. A questão de interesse público não é, portanto, simplesmente se as seguradoras utilizam IA, mas se a automação preserva uma revisão e apoio humanos significativos quando os clientes enfrentam sinistros de alto risco ou emocionalmente difíceis.
Mecanismo interativo: como realmente funciona
Explore a tecnologia subjacente a este desenvolvimento de forma interativa.
crm_get_transaction(id='4092').Why can ethical evaluation not be reduced to one model score?
O que assistir a seguir
As principais questões incluem se as seguradoras podem demonstrar que o processamento de sinistros assistido por IA melhora a precisão, com que frequência os humanos analisam decisões automatizadas e se os trabalhadores ou clientes podem identificar quando a IA contribuiu para um erro. O relatório fornecido não estabelece de forma independente a escala destas falhas ou o desempenho de sistemas específicos.
As seguradoras devem ser pressionadas a obter provas sobre o desempenho dos seus sistemas de IA em sinistros reais, e não apenas se reduzem o tempo de processamento. WIRED relata alegações de classificação incorreta, resumos alucinados e informações ausentes, mas o artigo não fornece taxas de erro no nível do sistema, auditorias independentes ou uma discriminação por tipo de reivindicação. Divulgações úteis incluiriam a frequência com que os resultados automatizados são corrigidos, a frequência com que os pagamentos são alterados após revisão humana e se as taxas de erro diferem para reclamações médicas, de propriedade ou de veículos. Nenhuma dessas medidas é fornecida na fonte.
O papel da revisão humana é outra questão central. WIRED relata que alguns sistemas se destinam a automatizar relatórios iniciais, análise de imagens, revisão de documentos ou pagamentos, enquanto os avaliadores temem que estejam treinando seus substitutos. Os relatórios futuros devem estabelecer se os funcionários podem ignorar uma recomendação automatizada, se têm tempo e autoridade suficientes para investigá-la e se os clientes são informados quando a IA contribuiu materialmente para uma decisão. O artigo fornecido não diz quais procedimentos de recurso, divulgação ou auditoria qualquer seguradora oferece atualmente.
Os dados da força de trabalho também merecem escrutínio. WIRED relata um declínio de 21% no emprego no setor ao longo de um ano e uma queda de 50% nas vagas de nível inicial desde 2025, mas o material fornecido não mostra os conjuntos de dados subjacentes nem prova que a IA foi a causa. A cobertura de acompanhamento deverá examinar se os avaliadores experientes estão a ser reafectados, se as vias de entrada estão a desaparecer e se os ganhos de produtividade se traduzem em melhores serviços, prémios mais baixos ou simplesmente em menos empregos. As empresas devem distinguir a automação planeada de mudanças mais amplas de pessoal.
Finalmente, o artigo sugere que a automatização pode ser mais defensável para trabalhos administrativos limitados e de baixas consequências do que para decisões que determinam compensação após uma perda. WIRED relata que Jackson considerou a IA útil para extensões rotineiras de aluguel de automóveis, mas se opôs a resumos de sinistros imprecisos e à substituição mais ampla do julgamento humano. O que devemos observar é se as seguradoras restringem os sistemas a tarefas com salvaguardas claras ou os expandem para pagamentos totalmente automatizados. A fonte não fornece nenhuma avaliação independente da exatidão atual, dos resultados do cliente ou das salvaguardas da Lemonade, State Farm ou de qualquer outra seguradora.