Malo ko nije ponekad pogledao u horoskop ili neki drugi način predviđanja budućnosti, čak i one osobe koje ne vjeruju u ove stvari. Međutim, u studiji naučnika s Univerziteta u Kopenhagenu i Tehničkog univertiteta u Danskoj, koja je u decembru ove godine objavljena u časopisu Nature Computational Science, algoritam umjetne inteligencije je sa velikom preciznošću predvidio ljudske živote.
Analizom podataka iz života miliona ljudi, autori napominju da algoritam za „proricanje budućnosti“ može predvidjeti ishode života osobe s jezivom preciznošću, poput njihovog dohotka tokom života ili šanse za prijevremenu smrt.
Ovo otkriće doprinosi nedavnom trendu spajanja mašinskog učenja sa društvenim naukama. Predviđanja modela bila su tačna 78% vremena.
Algoritam je identifikovao nekoliko faktora koji povećavaju rizik od prijevremene smrti, uključujući nizak prihod, dijagnozu mentalnog zdravlja i muški pol. Greške modela obično su uzrokovane nesrećama ili srčanim udarima, koji su teški za predvidjeti.
Model je tačno predviđao i druge aspekte života ljudi, poput toga da li su skloniji ekstrovertnosti ili introvertnosti.
Naučnici se nadaju kako model jednog dana može biti koristan za identifikaciju rizika od bolesti osobe, što im može pomoći da preduzmu korake ka očuvanju zdravlja.
Međutim, ovakve primjene nose sa sobom niz pitanja o privatnosti podataka, i takve stvari će morati biti razjašnjene i regulisane prije nego što ovaj model može pomoći bilo kome. Postoje bojazni da bi se ovakvi podaci mogli zloupotrijebiti, pogrešno tumačiti i da bi izazvali pristranost ili bile skloni algoritamskoj pristranosti koja vodi u diskriminaciju nekih grupa ljudi.
Iako su rezultati intrigantni - ako ne i malo mračni - neki naučnici upozoravaju da obrasci možda neće važiti za populaciju Danske koja se mijenja, ali ni globalno.
Naime, Danska je zemlja u kojoj se podaci o pacijentima brižljivo prate na nivou populacije u longitudinalnim studijima koje traju desetke godina. To je možda bio i faktor zašto je ovaj algoritam bio toliko dobar.
Međutim, druge zemlje nemaju ovako precizne baze podataka iz koji se mogu izvesti zaključci ii predviđanja algoritma. S druge strane, situacije u zemljama se mijenjaju u demografskom smislu što smanjuje preciznost ovih algoritama.
