Intelligenza artificiale, l'algoritmo che prevede la morte: "Affidabile al 79%"

è inquietante la piega che sta prendendo l'intelligenza artificiale. L'ultima è scoprire quando moriremo. Se infatti le nostre vite non fossero una sequenza casuale di eventi, ma la cronaca di una morte annunciata? Partendo da questo assunto, un gruppo di ricercatori danesi, utilizzando i dati dell’anagrafe nazionale che contengono informazioni aggiornate quotidianamente su istruzione, stipendio, lavoro, orario di lavoro, alloggio e visite mediche, ha sviluppato un algoritmo in grado di prevedere il corso della vita di una persona, inclusa la morte prematura, più o meno allo stesso modo in cui i modelli linguistici di grandi dimensioni (LLM) come ChatGPT possono prevedere le frasi. L’algoritmo - riporta il Financial Times - funziona meglio di altri modelli predittivi, comprese le tabelle attuariali utilizzate dal settore assicurativo.

È noto che un buon reddito è correlato a un’aspettativa di vita più lunga, ma collegare grandi quantità di dati diversi potrebbe smascherare altri modi in cui i fattori sociali influenzano la salute. Il lato negativo, oltre allo spoiler fatale, è che c’è qualcosa di quasi assurdamente riduttivo nell’idea di un DeathGPT. Ogni perla della collana della vita - frequentare un corso, un aumento di stipendio, perdere un genitore - sembra troppo personale per alimentare un insieme di dati prevedibili. Ma, in un'era di big data e di intelligenza artificiale usati per estrarli, dovremo accettare che quelle esperienze qualitative profonde possano essere catturate quantitativamente in modi che, all’interno dei margini di errore, delineano il destino di ogni individuo.

Sune Lehmann, del Politecnico della Danimarca, che ha condotto la ricerca pubblicata il mese scorso su Nature Computational Science, non trova l’idea sconcertante. "Penso che la somiglianza tra testo e vite sia profonda e sfaccettata", ha detto al FT. "Per me è logico che il nostro algoritmo possa prevedere il prossimo passo nella vita umana". 

Sia il linguaggio che la vita sono sequenze. I ricercatori, provenienti dall’Università di Copenhagen e dalla Northeastern University di Boston, hanno sfruttato questa somiglianza. In primo luogo, hanno compilato un "vocabolario" degli eventi della vita, creando una sorta di linguaggio sintetico, e lo hanno utilizzato per costruire "frasi". Proprio come gli LLM estraggono il testo per capire le relazioni tra le parole, l’algoritmo life2vec, alimentato con le storie di vita ricostituite dei 6 milioni di abitanti della Danimarca tra il 2008 e il 2015, ha estratto riassunti per relazioni simili. Poi è arrivato il momento della resa dei conti: quanto bene avrebbe potuto applicare quella formazione approfondita per fare previsioni dal 2016 al 2020?

Tra i test dell’algoritmo, i ricercatori hanno studiato un campione di 100.000 persone di età compresa tra 35 e 65 anni, metà delle quali sono sopravvissute e l’altra metà è morta durante quel periodo. Quando è stato chiesto di indovinare quali sono morti, life2vec ha indovinato il 79% delle volte (l’ipotesi casuale dà una percentuale di successo del 50%). Ha fatto meglio dei migliori modelli predittivi, ha affermato Lehmann, dell’11%. Sebbene il documento affermi che "previsioni individuali accurate sono effettivamente possibili", l’algoritmo fornisce una probabilità di morte in un certo periodo piuttosto che una data esatta.