Znanstvenici su razvili algoritam koji pomoću informacija iz nečijeg života predviđa kako će ta osoba živjeti i kad će umrijeti.
Najnovija studija pokazuje da je model nazvan ‘life2vec‘ precizan u 78 posto slučajeva što je sličan rezultat koji postižu i ostali algoritmi za predviđanje tijeka života.
No za razliku od ostalih modela, ovaj funkcionira poput chatbota i koristi postojeće detalje kako bi predvidio tijek nečijeg života, piše Daily Mail.
Algoritam su izradili američki i danski znanstvenici koji su ‘uvježbali‘ algoritam na ogromnom skupu podataka iz Danske, dodajući mu sve vrste informacija o više od šest milijuna stvarnih ljudi, uključujući prihode, zanimanje, mjesto stanovanja, eventualne ozljede i povijest trudnoća.
Završni rezultat je model koji može obraditi jednostavan jezik i predvidjeti vjerojatnost nečije prerane smrti ili prognozirati nečije prihode tijekom života.
Neki od čimbenika koji mogu dovesti do ranije smrti uključuju to što ste muškarac, imate narušeno mentalno zdravlje ili se bavite određenom profesijom. S druge strane, ako imate veće prihode ili u životu imate neku vodeću ulogu, to znači da ćete najvjerojatnije živjeti dulje.
Promatrajući svaki dio vašeg života kao da su riječi u rečenici, life2vec na temelju do sada napisanog predviđa kako će se priča nastaviti.
Kao što korisnici ChatGPT-a od algoritma traže da napiše pjesmu ili esej, znanstvenici algoritmu life2vec mogu za određenu osobu postaviti jednostavna pitanja poput ‘hoće li umrijeti unutar četiri godine?‘
Model je koristio podatke prikupljene između 2008. i 2016. godine, a u tri četvrtine slučajeva je točno pokazao tko je sve umro do 2020. godine.
Međutim, radi zaštite osobnih podataka ljudi čiji su podaci korišteni za treniranje sustava, on nije dostupan široj javnosti ili tvrtkama, rekao je voditelj istraživanja Sune Lehmann.
‘Aktivno radimo na tome da pronađemo načine kako podijeliti neke od rezultata, ali to zahtijeva daljnja istraživanja o tome kako jamčiti privatnost ljudi u studiji‘, rekao je Lehmann, profesor umrežavanja i složenih sustava na Tehničkom sveučilištu u Danskoj.
Čak i kada model konačno bude dostupan javnosti, zbog danskih zakona o privatnosti korištenje life2veca bilo bi nezakonito pri donošenje odluka o pojedincima - poput sklapanja polica osiguranja ili donošenja odluka o zapošljavanju.
Na sličan način na koji su ChatGPT i drugi veliki jezični modeli uvježbani na zbirci postojećih pisanih radova, life2vec je učio na podacima iz života ljudi, ispisanim kao niz rečenica punih informacija.
To uključuje rečenice poput: ‘U rujnu 2012. Francisco je zaradio dvadeset tisuća danskih kruna kao stražar u dvorcu u Elsinoreu‘ ili ‘U trećem razredu u srednjoj školi, Hermiona je slušala pet izbornih predmeta.‘
Lehmann i njegov tim dodijelili su različite tokene svakoj informaciji, a svi ti dijelovi podataka mapirani su u odnosu jedan prema drugome.
Kategorije u životnim pričama ljudi pokreću cijeli niz ljudskih iskustava: prijelom ruke predstavljen je kao S52; rad u dućanu je kodiran kao IND4726, prihod je predstavljen sa 100 različitih digitalnih tokena; a ‘pospartalno krvarenje‘ je O72.
Ono što radi life2vec je mapiranje ogromne konstelacije čimbenika koji čine život nekog pojedinca, a predviđanje se obavlja na temelju podataka milijuna drugih ljudi i mnogih drugih čimbenika.
Algoritam također može dati predviđanja o osobnosti ljudi.
Za tu su svrhu Lehmann i njegov tim uvježbali model da predvidi odgovore ljudi na pitanja na testu osobnosti.
Test od ispitanika traži da ocijene 10 stavki na temelju toga koliko se slažu, a neki primjeri pitanja su: ‘Prva stvar koju uvijek radim na novom mjestu je sklapanje prijateljstva‘ ili ‘Rijetko izražavam svoje mišljenje na grupnim sastancima.‘
Lehmann je kazao da je važno napomenuti da su svi podaci iz Danske, tako da ova predviđanja možda neće vrijediti za ljude koji žive na drugim mjestima - osim činjenice da većina ljudi vjerojatno zapravo ne želi znati kada će umrijeti.
‘Model otvara važne pozitivne i negativne perspektive za raspravu i kreiranje politika‘, rekao je Lehmann.
‘Tehnološke kompanije već danas koriste slične tehnologije za predviđanje životnih događaja i ljudskog ponašanja pa se tako prati naše ponašanje na društvenim mrežama, precizno nas profiliraju te pomoću tih profila predviđaju naše ponašanje i utječu na nas. Rasprava o tome mora biti dio demokratskog razgovora kako bismo razmotrili kamo nas tehnologija vodi i je li to razvoj koji doista želimo.‘