{"id":1127743,"date":"2024-01-10T05:32:20","date_gmt":"2024-01-10T05:32:20","guid":{"rendered":"https:\/\/teknomers.com\/es\/podria-una-calculadora-de-muerte-de-ia-ser-realmente-algo-bueno\/"},"modified":"2024-01-10T05:32:20","modified_gmt":"2024-01-10T05:32:20","slug":"podria-una-calculadora-de-muerte-de-ia-ser-realmente-algo-bueno","status":"publish","type":"post","link":"https:\/\/teknomers.com\/es\/podria-una-calculadora-de-muerte-de-ia-ser-realmente-algo-bueno\/","title":{"rendered":"\u00bfPodr\u00eda una &#8216;calculadora de muerte&#8217; de IA ser realmente algo bueno?"},"content":{"rendered":"<p> <br \/>\n<\/p>\n<div>\n<p>Mant\u00e9ngase informado con actualizaciones gratuitas<\/p>\n<p class=\"article__content-sign-up-topic-description\"><span>Simplemente reg\u00edstrate en <!-- -->Ciencia<!-- --> myFT Digest: entregado directamente a su bandeja de entrada.<\/span><\/p>\n<p><iframe class=\"article__content-sign-up-iframe close\" scrolling=\"no\" id=\"signUpIframe\" data-prev-url=\"\/register\/in-article-sign-up?ft-content-uuid=773977ba-5009-4bbb-9631-7162092b1599&amp;concept-id=8d4527a2-461b-4b5d-a0d8-37b48049d1d5\"><\/iframe><\/div>\n<div id=\"article-body\">\n<p><em>El escritor es un comentarista cient\u00edfico. <\/em><\/p>\n<p>Nuestras vidas, como las historias, siguen arcos narrativos.  Cada uno se desarrolla de forma \u00fanica en cap\u00edtulos con t\u00edtulos familiares: escuela, carrera, mudanza, lesi\u00f3n, enfermedad.  Cada historia, o vida, tiene un comienzo, un desarrollo y un final impredecible. <\/p>\n<p>Ahora, seg\u00fan los cient\u00edficos, cada historia de vida es la cr\u00f3nica de una muerte anunciada.  Utilizando los datos del registro de Dinamarca, que contienen una gran cantidad de informaci\u00f3n diaria sobre educaci\u00f3n, salario, trabajo, horas de trabajo, vivienda y visitas al m\u00e9dico, los acad\u00e9micos han desarrollado un algoritmo que puede predecir el curso de vida de una persona, incluida la muerte prematura, en De la misma manera que los modelos de lenguaje grandes (LLM) como ChatGPT pueden predecir oraciones.  El algoritmo super\u00f3 a otros modelos predictivos, incluidas las tablas actuariales utilizadas por la industria de seguros. <\/p>\n<p>Que nuestras complejas existencias puedan analizarse como fragmentos de texto es a la vez estimulante y desconcertante.  Si bien sabemos que un ingreso generoso se correlaciona con una esperanza de vida m\u00e1s larga, vincular grandes cantidades de datos diferentes podr\u00eda desenmascarar otras formas en que los factores sociales afectan la salud.  Eso podr\u00eda informar a los formuladores de pol\u00edticas que buscan mejorar nuestras probabilidades de vivir vidas m\u00e1s largas y saludables.<\/p>\n<p>En el lado negativo, hay algo casi absurdamente reduccionista en la idea de un DeathGPT.  Cada cuenta del collar de la vida (asistir a una clase, un aumento de salario, perder a un padre) parece demasiado personal para alimentar un conjunto de datos predecible.  Pero, en una era de big data y de inteligencia artificial para extraerlos, tendremos que aceptar que esas experiencias cualitativas profundamente sentidas pueden capturarse cuantitativamente de manera que, dentro de las barras de error, esbocen el destino individual.<\/p>\n<p>Sune Lehmann, de la Universidad T\u00e9cnica de Dinamarca, que dirigi\u00f3 la investigaci\u00f3n publicada el mes pasado en Nature Computational Science, no encuentra la idea desconcertante.  &#8220;Creo que la similitud entre el texto y la vida es profunda y multifac\u00e9tica&#8221;, me dijo por correo electr\u00f3nico.  &#8220;Para m\u00ed tiene sentido que nuestro algoritmo pueda predecir el siguiente paso en la vida humana&#8221;.<\/p>\n<p>Tanto el lenguaje como la vida son secuencias.  Los investigadores, provenientes de la Universidad de Copenhague y la Universidad Northeastern de Boston, explotaron esa similitud.  Primero, compilaron un \u201cvocabulario\u201d de acontecimientos de la vida, creando una especie de lenguaje sint\u00e9tico, y lo utilizaron para construir \u201coraciones\u201d.  Una frase de ejemplo podr\u00eda ser: &#8220;Durante su tercer a\u00f1o en el internado de secundaria, Hermione sigui\u00f3 cinco clases optativas&#8221;.<\/p>\n<p>As\u00ed como los LLM extraen textos para descubrir las relaciones entre palabras, el algoritmo life2vec, alimentado con las historias de vida reconstituidas de los 6 millones de habitantes de Dinamarca entre 2008 y 2015, extrajo estos res\u00famenes en busca de relaciones similares.<\/p>\n<p>Luego lleg\u00f3 el momento de ajustar cuentas: \u00bfqu\u00e9 tan bien podr\u00eda aplicar esa extensa capacitaci\u00f3n para hacer predicciones de 2016 a 2020?  Entre las pruebas de algoritmo, los investigadores estudiaron una muestra de 100.000 personas de entre 35 y 65 a\u00f1os, de las cuales se sabe que la mitad sobrevivi\u00f3 y la otra mitad muri\u00f3 durante ese per\u00edodo.  Cuando se le pidi\u00f3 que adivinara cu\u00e1les murieron, life2vec acert\u00f3 el 79 por ciento de las veces (las adivinanzas aleatorias dan una tasa de acierto del 50 por ciento).  Super\u00f3 a los siguientes mejores modelos predictivos, dijo Lehmann, en un 11 por ciento.<\/p>\n<p>Si bien el art\u00edculo afirma que \u201ces cierto que es posible realizar predicciones individuales precisas\u201d, el algoritmo proporciona una probabilidad de muerte durante un per\u00edodo determinado en lugar de una fecha exacta.  Hay advertencias: lo que se aplica en Dinamarca puede no aplicarse en otros lugares, y el algoritmo codifica sesgos en los datos de entrenamiento.  Aun as\u00ed, dado su potencial para afinar la predicci\u00f3n de riesgos, valdr\u00e1 la pena observar el impacto en la industria de seguros.  Por su parte, los investigadores no quieren que las aseguradoras utilicen su trabajo y mantienen el algoritmo y los datos en secreto por ahora.<\/p>\n<p>Pero lo m\u00e1s interesante que los resultados, subrayan los investigadores, es que life2vec es general y no espec\u00edfico para una tarea.  En los modelos predictivos existentes, los investigadores deben preespecificar variables importantes, como la edad, el sexo y los ingresos.  Por el contrario, este enfoque se traga todos los datos y puede centrarse de forma independiente en factores relevantes (identific\u00f3 que los ingresos cuentan positivamente para la supervivencia, por ejemplo, y que un diagn\u00f3stico de salud mental cuenta negativamente).  Esto podr\u00eda se\u00f1alar a los investigadores influencias sobre la salud nunca antes exploradas y descubrir nuevos v\u00ednculos entre patrones de comportamiento aparentemente no relacionados. <\/p>\n<p>Una de las crecientes preocupaciones de Lehmann es la privacidad;  Se\u00f1ala que empresas como Google est\u00e1n montando poderosas m\u00e1quinas de predicci\u00f3n, utilizando una gran cantidad de datos personales extra\u00eddos de Internet. <\/p>\n<p>Esta es una era de previsibilidad incomparable en las vidas humanas, y una era de poder incomparable para quienes pueden leer nuestras historias antes de que las hayamos vivido.<\/p>\n<\/div>\n<p><br \/>\n<br \/><a href=\"https:\/\/www.ft.com\/content\/773977ba-5009-4bbb-9631-7162092b1599\" rel=\"nofollow noopener\" target=\"_blank\">ttn-es-56<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Mant\u00e9ngase informado con actualizaciones gratuitas Simplemente reg\u00edstrate en Ciencia myFT Digest: entregado directamente a su bandeja de entrada.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2],"tags":[9511,5424,54094,64,2916,1663,1067,158],"class_list":["post-1127743","post","type-post","status-publish","format-standard","hentry","category-general","tag-algo","tag-bueno","tag-calculadora","tag-muerte","tag-podria","tag-realmente","tag-ser","tag-una"],"_links":{"self":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1127743","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/comments?post=1127743"}],"version-history":[{"count":0,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/posts\/1127743\/revisions"}],"wp:attachment":[{"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/media?parent=1127743"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/categories?post=1127743"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/teknomers.com\/es\/wp-json\/wp\/v2\/tags?post=1127743"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}