A magyar parlament múlt kedden fogadta el a digitális államról és a digitális szolgáltatásokról szóló törvényt. Ezzel megnyílt az út a Digitális Állampolgárság Program megvalósítása felé. Ennek legnagyobb gyakorlati haszna az lenne, hogy egyetlen mobilapplikáción keresztül intézhetnénk szinte minden állami ügyünket, a kocsiátírástól a gyes megigénylésén keresztül az adók és a közműszámlák befizetéséig. Ehhez az állam rengeteg, már most is meglévő adatbázist kapcsol össze, és a tervvel kapcsolatos kritikák között felmerült, hogy

A félelem nem teljesen alaptalan, elég csak Kínára gondolni, ahol hasonlóan átfogó adatbázisok alapján értékeli az állam az állampolgárok megbízhatóságát.

A profilozás a magáncégeknél sem ismeretlen fogalom. A nagy technológiai cégek most is nyomon követik viselkedésünket, például a közösségi oldalakon rendkívül pontosan profiloznak minket, és ezeket a profilokat arra használják, hogy előrejelezzék és befolyásolják viselkedésünket.

A kutatók abból indultak ki, hogy az egészségügyi adatok felhasználásával, és a gépi tanulás segítségével már eddig is hatékony mesterséges intelligencia modelleket lehetett létrehozni az egészséggel kapcsolatos jövőbeli eredmények előrejelzésére, ezzel segítve például a betegségek korai felismerésérét. Azonban eddig nem sokan léptek túl az egészségügyi nyilvántartásokon.

A Dán Műszaki Egyetemen a Life2vec projekt során Sune Lehmann Jørgensen és munkatársai ennél lényegesen több adattal dolgoztak. A dán egészségügyi adatbázist összekötötték a munkaerő-piaci adatokkal, valamint a dán statisztikai hivatal adataival.

Ezt az adatkészletet olyan szavakká alakították át, amelyekkel egy nagy nyelvi modellt be lehet tanítani, ugyanazzal az eljárással, mint ahogy a ChatGPT is működik. Ezek a modellek egy sor szót megvizsgálnak, és nagy mennyiségű példa alapján meghatározzák, hogy statisztikailag melyik szó következik a legnagyobb valószínűséggel.

A Life2vec modelljében a szavak életesemények sorozatát írták le, és az így kiképzett mesterséges intelligencia képessé vált arra, hogy megmondja, hogy egy-egy újonnan bevitt ember élettörténetében mi a legvalószínűbb következő esemény.

„Ami az izgalmas, hogy az emberi életet események hosszú sorozatának tekintjük, hasonlóan ahhoz, ahogy egy nyelv mondata szavak sorozatából áll. Általában ez az a típusú feladat, amelyre a mesterséges intelligencia nyelvi modelljeit használják, de kísérleteinkben az általunk életfolyamatoknak nevezett események elemzésére használjuk őket, azaz az emberi életben megtörtént eseményekhez” – magyarázza Jørgensen.

A kapott válaszok összhangban voltak a társadalomtudományok meglévő eredményeivel. Például, ha minden körülmény egyforma, a vezető pozícióban lévő vagy magas jövedelmű emberek nagyobb valószínűséggel maradnak életben, ugyanakkor a férfiak vagy épp a mentális problémákkal küzdők esetében a halálozási kockázat nagyobb.

A Life2vec vektorok nagy rendszerébe kódolja az adatokat, egy matematikai struktúrába, amely rendszerezi a különböző adatokat. A modell dönti el, hogy mennyit számítanak az iskoláztatásra, az iskolai végzettségre, a fizetésre, a lakhatásra vagy épp az egészségügyre vonatkozó információk.

Ahhoz, hogy ellenőrizni tudják az eredményeket, a rendszerbe csak a 2008 és 2016 közötti adatokat táplálták be. Ezután kiválasztottak olyanokat, akik 35 és 65 év közöttiek. A csoportba kerülők fele 2016 és 2020 között meghalt, másik fele nem. Arra kérték a Life2vecet, hogy jósolja meg, ki él és ki halt meg.

A rendszer 11 százalékkal pontosabb volt, mint bármely létező mesterséges intelligencia-modell vagy a pénzügyi ágazatban az életbiztosítási kötvények árazásához használt úgynevezett aktuáriusi életbiztosítási táblázatok.

A kutatók szerint mindez hasznos lehet a szociális és egészségügyi problémák korai előrejelzésénél, segíthet csökkenteni az egyenlőtlenségeket, viszont azt mondják, távol kell tartani a nagyvállalatoktól.

Hangsúlyozzák, alaposan meg kell fontolni, hogy milyen hatással lehet ez az érzékeny személyes adatok védelmére, a magánélethez való jogra, és hogy mekkora esély van rá, hogy a modell esetleg torzít, és emiatt hamis eredményekre jut.

Persze ha a szellem egyszer kiszabadult a palackból, nehéz visszatuszkolni.

Via New Scientist, EurekaAlert