La società israeliana 42AI, con sede a Tel Aviv, ha presentato una piattaforma di intelligenza artificiale denominata Behavioral World Model, sviluppata per prevedere le decisioni delle persone attraverso l’analisi delle caratteristiche individuali, dei comportamenti precedenti e delle circostanze nelle quali vengono effettuate le scelte. L’azienda, che ha annunciato la propria attività dopo una fase di sviluppo riservata, dichiara di aver raccolto complessivamente 62,5 milioni di dollari e di aver individuato nei mercati finanziari il primo settore di applicazione commerciale. Il sistema si distingue dai tradizionali modelli linguistici perché non è progettato principalmente per interpretare documenti, produrre risposte o generare contenuti, ma per costruire rappresentazioni probabilistiche delle azioni che un individuo potrebbe compiere in determinate condizioni. L’approccio deriva dal concetto di world model utilizzato nella robotica, dove un modello apprende le relazioni tra lo stato di un ambiente, le azioni effettuate e le trasformazioni che ne conseguono. Nel caso di 42AI, l’oggetto della rappresentazione non è un ambiente fisico ma il comportamento umano, considerato come il risultato dell’interazione tra disposizioni personali, motivazioni, vincoli, esperienze precedenti e cambiamenti delle condizioni esterne.
L’architettura proprietaria descritta dall’azienda prevede l’utilizzo di informazioni psicologiche, comportamentali e genomiche per individuare i fattori che influenzano le decisioni individuali e ricostruire le possibili reazioni a eventi futuri. L’obiettivo è superare una rappresentazione basata esclusivamente su categorie demografiche o profili generici, distinguendo le risposte di persone differenti sottoposte alle medesime condizioni e le variazioni che una stessa persona può manifestare nel tempo. 42AI presenta la tecnologia come una piattaforma di behavioral risk intelligence, nella quale i dati disponibili vengono trasformati in rappresentazioni dei fattori decisionali e successivamente utilizzati per formulare previsioni sulle azioni future. Fra gli ambiti di utilizzo indicati figurano la gestione dell’esposizione al rischio, l’individuazione delle frodi, la sicurezza informatica, la ricerca sugli investimenti e la personalizzazione dei sistemi di intelligenza artificiale. La documentazione pubblica non chiarisce tuttavia la provenienza dei dati genomici, le modalità di acquisizione del consenso o il loro effettivo impiego nei prodotti commerciali. La presenza di tali informazioni nella descrizione dell’approccio di ricerca non implica necessariamente che le aziende clienti debbano fornire dati genetici per utilizzare la piattaforma.
Una parte delle basi scientifiche dell’iniziativa è descritta nella ricerca pubblicata in forma preliminare nel febbraio 2026 con il titolo Decoding the Human Factor: High Fidelity Behavioral Prediction for Strategic Foresight. Il lavoro presenta un Large Behavioral Model realizzato mediante fine-tuning di Llama 3.1-8B-Instruct, utilizzando profili strutturati ricavati da valutazioni psicometriche. Il modello viene addestrato a collegare disposizioni individuali, stati motivazionali e condizioni situazionali alle scelte osservate, con l’obiettivo di migliorare la previsione del comportamento in scenari non presenti durante l’addestramento. Secondo i risultati riportati dai ricercatori, il modello adattato ottiene prestazioni superiori rispetto alla versione originale di Llama utilizzata come base, mentre la disponibilità di profili psicometrici articolati permette di rappresentare le differenze individuali in maniera più efficace rispetto all’impiego di semplici categorie di personalità inserite nelle istruzioni. Il metodo consiste quindi nell’incorporare informazioni comportamentali strutturate nel processo di apprendimento anziché chiedere a un modello generalista di simulare la risposta di una persona sulla base di descrizioni testuali. Le valutazioni sperimentali presentate nella ricerca riguardano però scenari specifici e non costituiscono una verifica indipendente delle prestazioni commerciali successivamente annunciate dalla società.
La prima applicazione operativa del Behavioral World Model riguarda la previsione delle decisioni dei singoli operatori sui mercati finanziari. 42AI dichiara di poter stimare quale strumento finanziario verrà negoziato, la direzione dell’operazione, il momento di esecuzione e il volume degli scambi, utilizzando orizzonti previsionali di una, quattro e ventiquattro ore. L’azienda riferisce un’accuratezza superiore al 98% su una popolazione comprendente milioni di trader. Questa percentuale deve essere considerata una dichiarazione aziendale, poiché non sono stati resi disponibili dettagli sufficienti sui criteri utilizzati per calcolare l’accuratezza, sui dati di validazione e sulle prestazioni dei modelli di riferimento. È inoltre necessario distinguere la previsione di un comportamento individuale dalla previsione del prezzo di un’attività finanziaria: identificare correttamente una possibile operazione di compravendita non equivale a dimostrare la capacità di anticipare l’andamento del mercato o di generare rendimenti positivi. Per gli intermediari finanziari, l’applicazione proposta consiste soprattutto nella possibilità di stimare come le decisioni aggregate dei clienti potrebbero modificare l’esposizione al rischio, anticipando variazioni nella composizione delle posizioni e nella domanda di determinati strumenti.
La società è guidata dall’amministratore delegato Amit Gal-Or e dal direttore tecnologico Ehud Ezra, mentre Amir Gal-Or ricopre il ruolo di cofondatore e presidente. La direzione scientifica comprende il professor Roi Reichart, specializzato in intelligenza artificiale cognitiva, e il professor Eyal Fruchter, responsabile della ricerca comportamentale. Il premio Nobel Dan Shechtman figura tra i consulenti senior. Oltre alle applicazioni finanziarie, 42AI intende utilizzare la modellazione delle decisioni per sviluppare sistemi capaci di adattare le proprie interazioni alle caratteristiche dell’interlocutore e alle sue possibili reazioni, nonché strumenti di analisi applicabili alla prevenzione delle frodi e alla valutazione dei rischi. L’utilizzo di previsioni individuali in contesti commerciali, occupazionali o finanziari pone tuttavia requisiti specifici riguardo al consenso, alla protezione delle informazioni personali, alla possibilità di contestare una valutazione automatizzata e alla distinzione tra una probabilità statistica e una caratteristica certa della persona. La disponibilità commerciale della tecnologia rappresenta quindi una prima applicazione dei modelli comportamentali a dati operativi, mentre l’affidabilità delle previsioni fuori dagli scenari sperimentali e la loro effettiva utilità nei processi aziendali restano elementi da verificare attraverso risultati indipendenti.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)