Possibile che l’intelligenza artificiale possa prevedere i fatti più importanti della nostra vita? Gli studi, il matrimonio, figli e persino la nostra morte, come fossero parte di una sequenza lineare? Ovviamente no, verrebbe da rispondere, eppure un progetto di ricerca condotto dall’Università di Copenaghen e dalla Northeastern University negli Stati Uniti, dimostrerebbe l’esatto contrario. E cioè che se si utilizzano grandi quantità di dati sulla vita delle persone e si addestrano i cosiddetti “modelli di trasformazione”, che – come il celeberrimo ChatGPT, sono utilizzati per elaborare il linguaggio – questi possono organizzare sistematicamente i dati, quindi prevedere cosa accadrà nella vita di una persona. E cosa ancor più angosciante, persino stimare l’ora della nostra morte.
Il progetto scientifico, dal titolo eloquente, ‘Using Sequences of Life-events to Predict Human Lives’, pubblicato su Nature Computational Science, si basa sui dati del mercato del lavoro e sui dati del Registro nazionale dei pazienti e dell’Ufficio statistico danese. Il database comprende tutti i 6 milioni di danesi in un periodo di tempo dal 2008 al 2020 e contiene informazioni su reddito, stipendio, tipo di lavoro, industria, prestazioni sociali, mentre il set di dati sanitari include registrazioni di visite a operatori sanitari o ospedali, diagnosi, tipo di paziente e grado di urgenza. I ricercatori danesi ed americani hanno analizzato tutti questi dati per istruire un modello di intelligenza artificiale, chiamato life2vec.
“Abbiamo utilizzato il modello per rispondere alla domanda fondamentale: fino a che punto possiamo prevedere eventi nel vostro futuro in base alle condizioni e agli eventi del vostro passato? Scientificamente, ciò che è interessante per noi non è tanto la previsione in sé, ma gli aspetti dei dati che consentono al modello di fornire risposte così precise”, afferma Sune Lehmann, professore all’università danese e primo autore dell’articolo.
Una delle domande rivolte al modello Life2vec è : “Morte entro quattro anni”? Ed il modello ha fornito risposte coerenti con quanto già noto nel campo delle scienze sociali a livello statistico. Per comprendere meglio. Se si prendono come esempio, gli individui in una posizione di leadership o con un reddito elevato, questi statisticamente hanno maggiori probabilità di sopravvivere, mentre essere maschi, qualificati o avere una diagnosi di problema mentale è associato a un rischio maggiore di morte.
Life2vec codifica i dati in un ampio sistema di vettori, in cui il modello decide dove collocare i dati relativi all’ora di nascita, istruzione, stipendio, alloggio e salute. “Ciò che è entusiasmante è considerare la vita umana come una lunga sequenza di eventi, simile a come una frase in una lingua è composta da una serie di parole. Questo è solitamente il tipo di compito per il quale vengono utilizzati i modelli di trasformazione dell’intelligenza artificiale, ma nei nostri esperimenti li usiamo per analizzare quelle che chiamiamo sequenze della vita, cioè eventi accaduti nella vita umana”, dice Sune Lehmann.
Secondo i ricercatori, il passo successivo è quello di incorporare altri tipi di informazioni, come testi e immagini o informazioni sulle nostre connessioni sociali, ma queste nuove conoscenze devono essere comprese più a fondo, prima che il modello possa essere utilizzato, ad esempio, per valutare il rischio di un individuo di contrarre una malattia o altri eventi della vita.