Investigadores dinamarqueses garantem ter utilizado poderosos algoritmos de machine learning para prever com exatidão certos aspetos da vida humana, incluindo a probabilidade de uma pessoa morrer muito cedo.
O estudo, publicado na revista Nature Computational Science, descreve em pormenor a forma como um modelo de algoritmo de machine learning denominado life2vec previu o resultado da vida de uma pessoa e as suas ações quando lhe foram apresentados dados altamente específicos sobre ela.
Com esses dados, "podemos fazer qualquer tipo de previsão", diz Sune Lehmann, principal autora do estudo e professora na Universidade Técnica da Dinamarca. No entanto, os investigadores referem que se trata de um "protótipo de investigação" e que, no seu estado atual, não pode realizar "tarefas do mundo real".
Lehmann e os seus colegas utilizaram dados de um registo nacional na Dinamarca, que descrevem um grupo diversificado de seis milhões de pessoas. Incluíram informações de 2008 a 2016 relacionadas com os principais aspetos da vida, como a educação, a saúde, o rendimento e a profissão.
Os investigadores adaptaram técnicas de processamento da linguagem e criaram um vocabulário para eventos da vida, de modo a que o life2vec pudesse interpretar frases com base nos dados, tais como "Em setembro de 2012, Francisco recebeu vinte mil coroas dinamarquesas como guarda num castelo em Elsinore" ou "Durante o seu terceiro ano no internato secundário, Hermione frequentou cinco disciplinas".
O algoritmo aprendeu com esses dados, explica Lehmann, e foi capaz de fazer previsões sobre certos aspetos da vida das pessoas, incluindo a forma como poderiam pensar, sentir e comportar-se, e até mesmo se a pessoa poderia morrer nos próximos anos.
Para prever o quão cedo alguém poderá morrer, a equipa utilizou dados de 1 de janeiro de 2008 a 31 de dezembro de 2015 sobre uma amostra de mais de 2,3 milhões de pessoas com idades compreendidas entre os 35 e os 65 anos. Este grupo foi selecionado porque a mortalidade nessa faixa etária é mais difícil de prever, sublinha Lehmann.
O Life2vec utilizou os dados para inferir a probabilidade de uma pessoa sobreviver nos quatro anos seguintes a 2016.
"Para testar a qualidade [do life2vec], escolhemos um grupo de 100 mil indivíduos em que metade sobrevive e metade morre", diz Lehmann. Os investigadores sabiam quais as pessoas que tinham morrido depois de 2016, mas o algoritmo não sabia.
Depois, colocaram-no à prova, com o algoritmo a fazer previsões individuais sobre se alguém viveria ou não para além de 2016. Os resultados foram impressionantes: o algoritmo estava correto em 78% das vezes.
O Life2vec também superou outros modelos e linhas de base de última geração em pelo menos 11%, prevendo com mais exatidão os resultados da mortalidade, segundo o relatório.
As pessoas do sexo masculino tinham mais probabilidades de morrer depois de 2016. Os investigadores concluíram que ser um trabalhador qualificado, como um engenheiro, ou ter um diagnóstico de um problema de saúde mental, como depressão ou ansiedade, também conduzia a uma morte mais precoce. Entretanto, ocupar uma posição de chefia ou ter um rendimento elevado empurrava frequentemente as pessoas para a coluna "sobreviver".
No entanto, a investigação tem várias limitações. "Notamos que as experiências não foram aleatórias e que os investigadores não foram cegados para a atribuição durante as experiências e a avaliação dos resultados", refere o relatório.
Os investigadores analisaram apenas os dados relativos a um período de oito anos e pode haver enviesamentos sociodemográficos na amostragem, apesar de todas as pessoas na Dinamarca constarem do registo nacional.
"Se alguém não tem um salário - ou opta por não se envolver com os sistemas de saúde - não temos acesso aos seus dados", notam os investigadores.
O estudo foi realizado num país rico que possui uma infraestrutura e um sistema de saúde sólidos, referem os autores. Não é claro se as conclusões do life2vec podem ser aplicadas noutros países como os Estados Unidos, dadas as suas diferenças económicas e sociais.
Lehmann diz que sabe que o algoritmo parece "sinistro e louco, mas na verdade é algo em que tem havido muito trabalho, especialmente impulsionado pelas companhias de seguros".
Arthur Caplan, diretor da Divisão de Ética Médica da Grossman School of Medicine da Universidade de Nova Iorque, concorda que as companhias de seguros estarão ansiosas por se anteciparem aos consumidores quando modelos como o life2vec se tornarem mais comerciais.
"Isto vai dificultar a venda de seguros no futuro", afirma. "Não se pode fazer um seguro contra o risco se toda a gente souber exatamente quais são os riscos."
No entanto, Caplan, que não esteve envolvido na nova investigação, observa que o life2vec não prevê a idade em que uma pessoa vai morrer nem como. Por exemplo, um algoritmo não pode prever se uma pessoa vai morrer num acidente de viação.
Caplan prevê o aparecimento de modelos de previsão mais avançados dentro de cinco anos.
"Teremos modelos melhores, com bases de dados maiores, que darão sugestões sobre o que fazer para prolongar a vida", disse.
Em última análise, diz Caplan, a utilização da inteligência artificial para prever quando podemos morrer elimina o único aspeto da nossa vida que a mantém interessante: o mistério.
"Estamos preocupados com o facto de os robôs dominarem o mundo e decidirem que não precisam de nós", afirma. "O que nos deve preocupar é que os robôs manipulem a informação e sejam capazes de prever muito sobre o nosso comportamento, de tal forma que acabemos por ter vidas tão previsíveis que nos tirem algum do valor da vida."
