Una recente ricerca ha evidenziato come un Large Language Model (LLM) specializzato nella generazione linguistica sia stato in grado di prevedere eventi significativi nella vita delle persone. Questa scoperta, che sfrutta tecnologie solitamente impiegate nelle scienze sociali per analisi statistiche e algoritmiche, ha catturato l’attenzione del mondo scientifico.
Tech Explorer ha riferito che un team di ricercatori provenienti dall’Università Tecnica della Danimarca (DTU), dall’Università di Copenaghen, dall’Unione Internazionale delle Telecomunicazioni (ITU) e dalla Northeastern University negli USA ha sviluppato un modello di intelligenza artificiale chiamato ‘Life2Vec’. Questo modello ha dimostrato di poter analizzare e prevedere modelli di vita delle persone, basandosi su dati sociali, economici e sanitari di 6 milioni di individui in Danimarca, raccolti tra il 2008 e il 2015.
Life2Vec ha potuto predire eventi specifici nella vita delle persone, combinando informazioni sulla situazione e sulla posizione, e addirittura prevedere l’ora della morte. Questi risultati sono stati coerenti con ricerche precedenti nel campo delle scienze sociali, mostrando ad esempio che persone in posizioni di leadership o con redditi elevati hanno maggiori possibilità di sopravvivenza.
I ricercatori hanno sottolineato che Life2Vec codifica i dati in un formato vettoriale, considerando variabili come data di nascita, istruzione, stipendio, alloggio e salute. Il professor Sune Lehmann del DTU ha spiegato che il modello è stato utilizzato per indagare quanto sia possibile prevedere eventi futuri basandosi su condizioni ed eventi passati, e che i risultati hanno superato quelli dei LLM convenzionali.
Tuttavia, il team è più concentrato sui ‘Transformers’, componenti fondamentali di Life2Vec, piuttosto che sulla previsione stessa. Lehmann ha descritto come l’AI consideri la vita umana una serie di eventi, simili a parole in una frase. Ha anche evidenziato l’importanza dell’utilizzo etico e responsabile di questo modello, soprattutto quando si tratta di prevedere eventi personali sensibili come malattie o altre condizioni prevenibili.
La tecnologia di previsione del comportamento umano è già diffusa in settori come i social media e l’e-commerce, e Lehmann ha sottolineato la necessità di un dibattito approfondito su queste tecnologie emergenti. Per i loro futuri progetti, i ricercatori intendono incorporare ulteriori tipi di dati, come testo, immagini e relazioni sociali, per ottenere nuove intuizioni nelle scienze sociali e nella sanità.
I risultati di questo studio sono stati pubblicati sulla rivista ‘Nature’s Computer Science’ e sono disponibili nell’archivio online arXiv.