Saber qué nos depara el futuro es una inquietud que habita en la mente de las personas. Están los horóscopos, las cartas y tantas otras alternativas con amplio margen de error para hurgar en lo que vendrá. Pero, ¿alguien estaría interesado en saber cuánto le queda de vida? ¿Qué pasaría si, por ejemplo, un modelo de IA pronostica la muerte de quienes le consultan?
La inteligencia artificial, desarrollada para procesar el lenguaje, ¿puede utilizarse para predecir acontecimientos en la vida de las personas?
Un proyecto de investigación de la Universidad de Copenhague, de la UTI y la Universidad Northeastern de EE UU ofrece importantes hallazgos en ese sentido. Los investigadores comentan que han utilizado potentes algoritmos de aprendizaje automático para predecir ciertos aspectos de la vida humana. Incluida la probabilidad de morir.
El estudio, publicado en la revista Nature Computational Science, detalla cómo un modelo de algoritmo de aprendizaje automático llamado life2vec predijo el resultado de la vida de una persona y sus acciones cuando se le presentaron datos muy específicos sobre ella.
Demostró que si se cargan grandes cantidades de información de la vida de las personas y se entrenan los llamados «modelos transformadores», que como ChatGPT se utilizan para procesar el lenguaje, pueden organizar sistemáticamente los datos con gran precisión y predecir lo que ocurrirá en la vida de una persona e incluso estimar el momento de su muerte.
Con esos datos, «podemos hacer cualquier tipo de predicción», afirmó Sune Lehmann, profesor de la Universidad Técnica de Dinamarca. Sin embargo, advierte que es un «prototipo de investigación» y no puede realizar ninguna «tarea del mundo real» en su estado actual.
La IA predice hasta la muerte
Lehmann y sus coautores utilizaron datos de un registro nacional de Dinamarca que detalla un grupo diverso de 6 millones de personas. Incluían información de 2008 a 2016 relacionada con aspectos importantes de sus vidas como educación, salud, ingresos y ocupación.
Los investigadores adaptaron técnicas de procesamiento del lenguaje y generaron un vocabulario para eventos de la vida para que life2vec pudiera interpretar oraciones basadas en los datos. Como, por ejemplo,“en septiembre de 2012, Francisco recibió veinte mil coronas danesas como guardia en un castillo en Elsinore”. O “durante su tercer año en el internado de secundaria, Hermione siguió cinco clases optativas «.
Cuenta Lehmann que el algoritmo aprendió de esos datos. Y fue capaz de hacer predicciones sobre ciertos aspectos de la vida de las personas, incluyendo cómo podrían pensar, sentir y comportarse. Inclusive si la persona podría morir en los próximos años.
Para predecir cuán temprano podría morir alguien, el equipo utilizó datos del 1 de enero de 2008 al 31 de diciembre de 2015 en una cohorte de más de 2,3 millones de personas entre 35 y 65 años. Se seleccionó este grupo y se aplicó la herramienta de IA, explica el autor principal del estudio, porque la muerte en ese rango de edad es más difícil de predecir.
Ser un trabajador calificado o tener un diagnóstico de un problema de salud mental también conducía a una muerte más temprana, encontraron los investigadores. Mientras, estar en una posición gerencial o tener altos ingresos a menudo empujaba a las personas hacia la columna de «sobrevivir».
Sin embargo, la investigación tuvo varias limitaciones. «Observamos que los experimentos no fueron aleatorios y que los investigadores no estaban cegados a la asignación durante los experimentos y la evaluación de los resultados», señala el informe.
Algoritmo «siniestro y loco»
Los investigadores solo analizaron datos de un período de ocho años y puede haber sesgos sociodemográficos en el muestreo. Aunque todas las personas en Dinamarca aparecen en el registro nacional.
“Si alguien no tiene un salario –o elige no colaborar con los sistemas de salud– no tenemos acceso a sus datos”, dijeron.
El estudio se realizó en un país rico que tiene una infraestructura y un sistema de atención médica sólidos, señalan los autores. No está claro si los hallazgos de life2vec se pueden aplicar en otros países, dadas sus diferencias económicas y sociales.
Lehmann dice que sabe que el algoritmo suena «siniestro y loco. Pero en realidad es algo en lo que se ha trabajado mucho, especialmente impulsado por las compañías de seguros».
Arthur Caplan, jefe de la División de Ética Médica de la Facultad de Medicina Grossman de la Universidad de Nueva York, se mostró irónico. Está de acuerdo en que las compañías de seguros estarán ansiosas por adelantarse a los consumidores cuando modelos como life2vec se vuelvan más comerciales. «Esto hará que en el futuro sea más difícil vender seguros», afirma. «No se puede contratar un seguro contra riesgos si todo el mundo sabe exactamente cuáles son los riesgos».
Caplan, que no participó en el estudio, señala que life2vec no predice a qué edad morirá una persona ni cómo. Por ejemplo, un algoritmo no puede predecir si una persona va a morir en un accidente automovilístico.
Espera que aparezcan modelos de predicción más avanzados en tan solo cinco años. «Tendremos mejores con bases de datos más grandes que darán sugerencias sobre qué hacer para prolongar la vida».
En última instancia, argumenta Caplan, que usar IA para predecir la muerte de una persona elimina el único aspecto de nuestras vidas que las mantiene interesantes: el misterio.
¿Un gran avance o una gran osadía?
Los investigadores señalan que el modelo life2vec plantea cuestiones éticas sobre la protección de datos sensibles y la privacidad, así como sobre el papel de los sesgos en los datos. Es necesario profundizar en estos problemas antes de que el modelo pueda utilizarse, por ejemplo, para evaluar el riesgo de un individuo de contraer una enfermedad u otros acontecimientos vitales prevenibles.
«El modelo abre perspectivas positivas y negativas sobre las que es importante debatir y adoptar una postura política. Tecnologías similares para predecir acontecimientos vitales y comportamientos humanos ya están siendo utilizadas hoy en día por empresas tecnológicas. Mediante el seguimiento de nuestro comportamiento en las redes sociales, nos perfilan con extrema precisión y utilizan estos perfiles para predecir nuestro comportamiento e influir en nosotros. Este debate debe formar parte de la conversación democrática, para que consideremos hacia dónde nos lleva la tecnología y si es un desarrollo que deseamos», sugiere Lehmann.
El siguiente paso en la investigación, según los investigadores, será incorporar otros tipos de información, como texto e imágenes o información sobre nuestras conexiones sociales. Este uso de los datos abre toda una nueva interacción entre las ciencias sociales y las de la salud.
Lauren Leffer, becaria de informes técnicos de Scientific American compartió en un podcast la opinión de sus invitados y la de especialistas que consultó. “Hablé con algunos expertos en estadística y modelos de vida sobre esto y ninguno de ellos quedó muy convencido de la precisión que los investigadores informaron en el estudio”.
Comentó que su cita favorita fue con Christina Silcox, directora de salud digital del Centro Duke Margolis de Políticas de Salud. “Le pregunté qué tan poderosas creía que eran las predicciones de mortalidad de life2vec y dijo, cito: ‘No dejaría mi trabajo e iría a las Bahamas basándome en esto’».
Lee también en Cambio16.com:
Conforme a los criterios de 
Saber más
