Una inteligencia artificial entrenada con datos personales que cubren a toda la población de Dinamarca puede predecir las posibilidades de que las personas mueran con mayor precisión que cualquier modelo existente, incluso los utilizados en la industria de seguros.
Los investigadores detrás de la tecnología dicen que también podría tener un impacto positivo en la predicción temprana de problemas sociales y de salud, pero debe mantenerse fuera del alcance de las grandes empresas.
Sune Lehmann Jørgensen de la Universidad Técnica de Dinamarca y sus colegas utilizaron un rico conjunto de datos de ese país que cubre la educación, las visitas a médicos y hospitales, cualquier diagnóstico resultante, los ingresos y la ocupación de 6 millones de personas entre 2008 y 2020.
Convirtieron este conjunto de datos en palabras que podrían usarse para entrenar un modelo de lenguaje grande, la misma tecnología que impulsa aplicaciones de inteligencia artificial como ChatGPT .
Estos modelos funcionan observando una serie de palabras y determinando qué palabra tiene estadísticamente más probabilidades de aparecer a continuación, basándose en una gran cantidad de ejemplos. De manera similar, el modelo Life2vec de los investigadores puede observar una serie de eventos de la vida que forman la historia de una persona y determinar qué es más probable que suceda a continuación.
En los experimentos, Life2vec se entrenó con todos los datos excepto los últimos cuatro años, que se retuvieron para realizar pruebas. Los investigadores tomaron datos de un grupo de personas de entre 35 y 65 años, la mitad de las cuales murieron entre 2016 y 2020, y pidieron a Life2vec que predijera quiénes vivían y quiénes morían. Era un 11% más preciso que cualquier modelo de IA existente o las tablas de vida actuariales utilizadas para fijar el precio de las pólizas de seguro de vida en la industria financiera.
El modelo también pudo predecir los resultados de una prueba de personalidad en un subconjunto de la población con mayor precisión que los modelos de IA entrenados específicamente para realizar el trabajo.
Jørgensen cree que el modelo ha consumido suficientes datos como para poder arrojar luz sobre una amplia gama de temas sociales y de salud. Esto significa que podría usarse para predecir problemas de salud y detectarlos tempranamente, o por los gobiernos para reducir la desigualdad. Pero subraya que las empresas también podrían utilizarlo de forma perjudicial.
"Claramente, nuestro modelo no debería ser utilizado por una compañía de seguros, porque la idea del seguro es compartir la falta de conocimiento de quién va a ser la persona desafortunada afectada por algún incidente, o muerte", dice Jørgensen.
Pero tecnologías como ésta ya existen, afirma. "Es probable que ya los estén utilizando grandes empresas tecnológicas que tienen toneladas de datos sobre nosotros, y los están utilizando para hacer predicciones sobre nosotros".
Matthew Edwards, del Instituto y Facultad de Actuarios, un organismo profesional del Reino Unido, dice que las compañías de seguros ciertamente están interesadas en nuevos métodos predictivos, pero la mayor parte de las decisiones se toman mediante un tipo de IA llamado modelos lineales generalizados, que son rudimentarios en comparación con esta investigación.
"Si nos fijamos en lo que las compañías de seguros han estado haciendo durante muchas, muchas decenas o cientos de años, han tomado los datos que tienen y han tratado de predecir la esperanza de vida a partir de ellos", dice Edwards. "Pero somos deliberadamente conservadores en aspectos de la adopción de una nueva metodología porque si estás redactando una política que podría estar vigente durante los próximos 20 o 30 años, entonces lo último que quieres cometer es un error material. Todo está abierto al cambio, pero lento, porque nadie quiere cometer un error".
