Dans un article intitulé « Using Sequences of Life-events to Predict Human Lives »[1] et publié dans la revue Nature Computational Science, des chercheurs ont démontré que l’intelligence artificielle mise au point pour modéliser le langage écrit, comme ChatGPT, pouvait être utilisée pour prédire des évènements dans la vie des gens.
Pour cela, les scientifiques de la DTU (Technical University of Denmark), de l’université de Copenhague, de l’ITU et de la Northeastern University aux Etats-Unis, ont analysé les données relatives à la santé et à l’accès au marché du travail de 6 millions de Danois dans un modèle nommé life2vec.
Au cours de la phase initiale de l’étude, le modèle life2vec a « appris » les structures des données. Puis, dans un second temps, il a « prédit avec une grande précision » les personnalités et même le moment de leur décès. Les résultats se sont avérés cohérents avec les conclusions des sciences sociales. Par exemple, les personnes occupant un poste de direction ou disposant d’un revenu élevé ont plus de chances de vivre longtemps, tandis que le fait d’être un homme, d’être qualifié ou d’avoir été diagnostiqué pour un trouble mental est associé à un risque plus élevé de décès.
« D’un point de vue scientifique, ce n’est pas tant la prédiction elle-même qui est passionnante, mais les caractéristiques des données qui permettent au modèle de fournir des réponses aussi précises », explique Sune Lehmann, professeur à la DTU et premier auteur de l’article. La prochaine étape consisterait à intégrer d’autres types d’informations, telles que des textes et des images ou des informations sur nos liens sociaux.
Cependant, les chercheurs soulignent que « le modèle life2vec soulève des questions éthiques, telles que celles relatives à la protection des données sensibles, le respect de la vie privée et le rôle des biais dans les données ».
[1] Sune Lehmann, Using sequences of life-events to predict human lives, Nature Computational Science (2023). DOI: 10.1038/s43588-023-00573-5. www.nature.com/articles/s43588-023-00573-5
Source : Tech Xplore, Technical University of Denmark (18/12/2023)
