Una inteligencia artificial que predice tu muerte: ¿es posible que pueda anticiparnos nuestro final?

La inteligencia artificial desarrollada para modelar el lenguaje escrito se puede utilizar para predecir acontecimientos en la vida de las personas. Un proyecto de investigación de la Universidad Técnica de Dinamarca (DTU, su sigla en inglés), la Universidad de Copenhague, la UIT y la Universidad Northeastern de EE.UU. muestra que si se utilizan grandes cantidades de datos sobre la vida de las personas y se entrenan los llamados “modelos transformadores”, que (como ChatGPT) se utilizan para procesar el lenguaje , pueden organizar sistemáticamente los datos y predecir lo que sucederá en la vida de una persona e incluso estimar el momento de su muerte.

En un nuevo artículo científico, ‘Utilizando secuencias de eventos de vida para predecir vidas humanas‘, publicado en Nature Computational Science, los investigadores analizaron datos de salud y vinculación al mercado laboral de 6 millones de daneses en un modelo denominado life2vec. Una vez que el modelo ha sido entrenado en una fase inicial, es decir, aprendido los patrones en los datos, se ha demostrado que supera a otras redes neuronales avanzadas y predice resultados como la personalidad y el momento de la muerte con alta precisión.

“Usamos el modelo para abordar la pregunta fundamental: ¿hasta qué punto podemos predecir eventos en su futuro basándose en condiciones y eventos en su pasado? Científicamente, lo que es emocionante para nosotros no es tanto la predicción en sí, sino los aspectos de los datos. que permiten que el modelo proporcione respuestas tan precisas”, afirmó en un comunicado Sune Lehmann, profesora de la DTU y autora principal del artículo.

Las predicciones de Life2vec son respuestas a preguntas generales como: ‘¿muerte dentro de cuatro años’? Cuando los investigadores analizan las respuestas del modelo, los resultados son consistentes con los hallazgos existentes en las ciencias sociales; por ejemplo, en igualdad de condiciones, las personas en una posición de liderazgo o con altos ingresos tienen más probabilidades de sobrevivir, mientras que ser hombre, estar capacitado o tener un diagnóstico mental se asocia con un mayor riesgo de morir. Life2vec codifica los datos en un gran sistema de vectores, una estructura matemática que organiza los diferentes datos. El modelo decide dónde colocar los datos sobre el momento de nacimiento, escolaridad, educación, salario, vivienda y salud.

“Lo interesante es considerar la vida humana como una larga secuencia de acontecimientos, similar a cómo una frase en un idioma consta de una serie de palabras. Este es normalmente el tipo de tarea para la que se utilizan modelos transformadores en IA, pero en nuestros experimentos Con ellos analizamos lo que llamamos secuencias de vida, es decir, acontecimientos que han ocurrido en la vida humana”, afirmó Sune Lehmann.

Los investigadores detrás del artículo señalan que el modelo life2vec está rodeado de cuestiones éticas, como la protección de datos confidenciales, la privacidad y el papel del sesgo en los datos. Estos desafíos deben entenderse más profundamente antes de que el modelo pueda usarse, por ejemplo, para evaluar el riesgo de un individuo de contraer una enfermedad u otros acontecimientos vitales prevenibles.

“El modelo abre importantes perspectivas positivas y negativas para discutir y abordar políticamente. Tecnologías similares para predecir acontecimientos de la vida y el comportamiento humano ya se utilizan hoy en día dentro de las empresas tecnológicas que, por ejemplo, rastrean nuestro comportamiento en las redes sociales, nos perfilan con extrema precisión y utilizar estos perfiles para predecir nuestro comportamiento e influir en nosotros.

Este debate debe ser parte de la conversación democrática para que consideremos hacia dónde nos lleva la tecnología y si este es el desarrollo que queremos”, dice Sune Lehmann.

Según los investigadores, el siguiente paso sería incorporar otro tipo de información, como texto e imágenes o información sobre nuestras conexiones sociales. Este uso de datos abre una interacción completamente nueva entre las ciencias sociales y de la salud.