Una inteligencia artificial puede analizar datos sobre residencia, educación, ingresos, salud y condiciones de trabajo para predecir acontecimientos en las vidas de las personas, incluso estimar la probabilidad de mortalidad prematura o los matices de la personalidad.
Un estudio que publica hoy Nature Computational Science demuestra que si se usa gran cantidad de datos para entrenar a «modelos transformadores», estos pueden organizar la información y «predecir qué ocurrirá en la vida de una persona e incluso estimar el momento de su muerte».
El proyecto reúne a científicos de la Universidad Técnica de Dinamarca y la Universidad Northeastern (EE.UU.) que analizaron datos de salud y vinculación al mercado laboral de seis millones de daneses en un modelo denominado life2vec.
El equipo señala que este sistema está «rodeado de cuestiones éticas» y desafíos que deben entenderse «más profundamente antes de que el modelo pueda usarse», por ejemplo, para evaluar el riesgo de un individuo de contraer una enfermedad.
Tras entrenar el modelo aprendiendo los patrones de los datos, demostraron que supera a otras redes neuronales avanzadas y predice resultados como la personalidad y la posibilidad de la muerte «con gran precisión», señaló la Universidad de Dinamarca en un comunicado.
El sistema pudo predecir la probabilidad de que las personas de una cohorte de entre 35 y 65 años sobrevivieran durante los cuatro años siguientes al 1 de enero de 2016, o captar los matices de la personalidad mejor que los modelos más avanzados, superándolos en al menos un 11 %, explicó Nature Computational Science.
El primer autor del artículo, Sune Lehmann, dijo que habían usado el modelo para saber hasta qué punto se pueden predecir eventos del futuro basándose en condiciones y eventos del pasado de las personas.
Las predicciones de life2vec son respuestas a preguntas generales como ‘¿muerte en cuatro años?’
Los resultados de las respuestas son coherentes con los hallazgos existentes en las ciencias sociales; por ejemplo, en igualdad de condiciones, las personas en posición de liderazgo o con ingresos elevados tienen más probabilidades de sobrevivir.
Life2vec codifica los datos en una estructura matemática y el modelo decide dónde colocarlos sobre el momento de nacimiento, escolaridad, educación, salario, vivienda y salud.
«Lo apasionante es considerar la vida humana como una larga secuencia de acontecimientos, de forma similar a como una frase en un idioma consta de una serie de palabras», aseguró el investigador.
Cuestiones éticas
Los investigadores indican que life2vec está rodeado «de cuestiones éticas», como la protección de datos confidenciales, la privacidad y el papel del sesgo en los datos. Además «abre importantes perspectivas positivas y negativas que debatir y abordar políticamente».
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.
Tecnologías similares para predecir acontecimientos vitales y comportamientos humanos ya se utilizan hoy en día en empresas tecnológicas que rastrean nuestro comportamiento en las redes sociales, nos trazan perfiles extremadamente precisos y los utilizan para predecir nuestro comportamiento e influir en nosotros.
«Este debate debe formar parte de la conversación democrática para que consideremos adónde nos lleva la tecnología y si es una evolución que deseamos», afirmó Lehmann.
El siguiente paso, según el equipo, sería incorporar otros tipos de información, como texto e imágenes, o sobre nuestras conexiones sociales. Este uso de los datos abre -según la nota- toda una nueva interacción entre las ciencias sociales y las de la salud.
- Demuestran con éxito el teletransporte cuántico por cables de fibra óptica convencional - diciembre 20, 2024
- La capa de hielo perdida en 13 años en Groenlandia serviría para llenar el lago Victoria - diciembre 20, 2024
- Italia multa a OpenAI con 15 millones de euros por usar los datos para entrenar a ChatGPT - diciembre 20, 2024
