Um modelo de inteligência artificial treinado em observações de longo prazo de 6 milhões de dinamarqueses foi capaz de prever com precisão acontecimentos importantes na vida das pessoas, até à data da sua morte. A precisão das previsões pode ser aumentada ainda mais se somarmos aos dados observacionais os vídeos que acompanham a vida das pessoas, a correspondência e as informações sobre as conexões sociais. Mas primeiro o lado ético da questão deve ser resolvido.
Fonte da imagem: geração AI Kandinsky 3.0/3DNews
Um projeto conjunto de pesquisadores da Universidade de Copenhague (Dinamarca) e da Northeastern University de Boston (EUA) mostrou que um modelo de aprendizado de máquina transformador pode ser usado para prever eventos na vida das pessoas.
O modelo do transformador foi criado para processar sequências como texto em linguagem natural. Ele difere de outros modelos pela paralelização de tarefas em maior escala e não requer consistência na análise de dados. Descobriu-se que o modelo teve sucesso na organização dos dados e na previsão do que aconteceria na vida de uma pessoa, sendo até capaz de indicar a hora aproximada da morte. Além disso, em termos de precisão na previsão do comportamento de um indivíduo e do momento de sua morte, o novo modelo superou todos os modelos semelhantes criados anteriormente.
O artigo “Usando a sequência de eventos de vida para prever vidas humanas”, que descreve o modelo life2vec criado no experimento com base em dados de 6 milhões de dinamarqueses, foi publicado na revista Nature Computational Science. Também está disponível gratuitamente no site arХiv.org.
«Usámos o modelo para responder a uma questão fundamental: até que ponto podemos prever eventos no seu futuro com base nas condições e eventos do seu passado? Do ponto de vista científico, estamos interessados não tanto na previsão em si, mas nas nuances da informação que permitem ao modelo dar respostas tão precisas”, disse Sune Lehmann, professor da DTU e primeiro autor do artigo.
Os autores da obra utilizaram a sequência de acontecimentos na vida das pessoas da mesma forma que uma frase é construída a partir de palavras. Na verdade, por esse motivo, o modelo do transformador, que foi criado para análise de texto, foi levado para o trabalho. Ao mesmo tempo, o modelo funciona levando em consideração padrões e observações sociais conhecidas, com base nas quais não apenas a IA, mas também especialistas comuns também podem tirar conclusões sobre a trajetória de vida futura de uma pessoa com base em seu local de residência, profissão, social status, gênero, hábitos e cartão médico (consultas médicas).
Os dados de formação para o modelo life2vec provêm de informações do mercado de trabalho e de dados do Registo Nacional de Pacientes (LPR) e do Statistics Denmark. O conjunto de dados inclui informações sobre todos os 6 milhões de dinamarqueses e contém informações sobre renda, salário, estipêndio, tipo de emprego, indústria, benefícios sociais, etc. O conjunto de dados médicos inclui registros de visitas a prestadores de cuidados de saúde ou hospitais, diagnóstico, tipo de paciente e quão repentino ou urgente o atendimento foi solicitado. Os dados para o modelo são apresentados para o período de 2008 a 2020, embora para uma faixa etária limitada os dados tenham sido retirados de 2008 a 2016.
Os autores do estudo observam que para a utilização em larga escala de tal modelo para fins sociais, é necessário responder a muitas questões éticas. Ao mesmo tempo, sublinham que os mecanismos generalizados de avaliação do público-alvo da publicidade permitem-nos aprender não muito menos sobre as pessoas e isso já está a ser utilizado. Portanto, não haverá nada de errado se o modelo puder prever algum acontecimento negativo na vida de uma determinada pessoa, que pode ser evitado de uma forma ou de outra. Aliás, o modelo prevê a data da morte com precisão de quatro anos.
Segundo os pesquisadores, o próximo passo seria incluir outros tipos de informações no modelo, como textos e imagens ou informações sobre nossas conexões sociais. Esta utilização de dados abre interações inteiramente novas entre as ciências sociais e da saúde.