Un paradigme innovant dans la compréhension des parcours de vie
L’étude des parcours de vie humains a longtemps été le domaine des sciences sociales, mais une récente percée dans l’application de l’intelligence artificielle (IA) et des mégadonnées change la donne. Des chercheurs ont développé une méthode révolutionnaire pour analyser et prédire les trajectoires de vie en utilisant des techniques avancées de traitement du langage naturel (PLN), s’inspirant d’une riche base de données danoise. Cette base de données inclut des informations détaillées sur les événements de vie des individus, telles que la santé, l’éducation, la profession, le revenu, l’adresse et les heures de travail, le tout avec une résolution quotidienne.
L’Intelligence Artificielle : Une Arme Secrète Contre la Fraude Fiscale
La technologie au cœur de l’étude : Life2Vec
Les chercheurs ont utilisé une architecture basée sur BERT, un modèle de PLN révolutionnaire, pour créer une représentation vectorielle des événements de vie, baptisée “life2vec”. Cette approche permet de prédire avec précision des résultats variés, allant de la mortalité précoce aux nuances de personnalité, surpassant largement les modèles existants. En analysant cet espace vectoriel, ils ont pu révéler des relations non triviales entre les événements de vie.
Une prédiction précise et diversifiée
En se concentrant sur des prédictions individuelles, l’étude a montré que des prédictions précises de résultats de vie sont possibles, même dans des contextes où les facteurs sociodémographiques sont complexes. Cette méthode de prédiction pourrait être utilisée pour découvrir des mécanismes potentiels influençant les issues de vie et ouvrir la voie à des interventions personnalisées.
Un aperçu de l’espace conceptuel
L’une des découvertes clés de cette recherche est la structuration robuste de l’espace conceptuel. En utilisant la technique de visualisation PaCMAP, les chercheurs ont pu projeter des concepts sur un plan bidimensionnel, révélant une organisation claire selon les concepts clés comme la santé, le type d’emploi et la municipalité, avec des subdivisions intéressantes.
Prédire la mortalité et les nuances de personnalité
L’application de life2vec à la prédiction de la mortalité précoce a montré des résultats impressionnants, avec un score de corrélation de Matthews corrigé significativement supérieur à celui des modèles de base. De même, le modèle a réussi à prédire des nuances de personnalité dans le cadre de l’étude danoise POSAP, démontrant sa polyvalence.
Vers un modèle de fondation pour la prédiction humaine
Life2vec s’impose comme un modèle de fondation, pouvant servir de base à de nombreuses prédictions différentes, à l’instar des embeddings de mots dans les grands modèles de langage. Cette capacité à former une représentation supérieure des données complexes et multidimensionnelles souligne l’efficacité de l’approche générale du modèle.
Un pas de géant pour les sciences sociales et la santé
Cette recherche ouvre des portes pour une nouvelle interprétation profonde des interactions entre les sciences sociales et la santé. En fournissant un outil puissant pour analyser les séquences d’événements, life2vec promet d’améliorer notre compréhension des interconnexions entre les différents aspects de la vie humaine, tout en soulignant l’importance de la réglementation et de la protection des droits individuels dans son application.
Ce développement marque une avancée significative dans la prédiction des parcours de vie humains, combinant l’expertise des sciences sociales et les avancées de l’IA pour ouvrir de nouvelles voies de recherche et d’intervention.
Source de l'article : Savcisens, G., Eliassi-Rad, T., Hansen, L.K. et al. Using sequences of life-events to predict human lives. Nat Comput Sci (2023). https://doi.org/10.1038/s43588-023-00573-5
