Aquí va una pregunta sacada directamente de la ciencia ficción: ¿y si la IA pudiera predecir lo que vas a hacer antes de que decidas hacerlo, incluso en una situación completamente nueva?
La startup israelí 42AI afirma que está desarrollando un «modelo mundial conductual» capaz de hacer exactamente eso, y acaba de salir de su modo sigiloso con 62,5 millones de dólares en financiación semilla. Inicialmente, la empresa está ejecutando su sistema predictivo en un puñado de corredores financieros, donde dice que el modelo puede ayudar a predecir cómo responderán los operadores individuales a condiciones volátiles.
«El comportamiento no es determinista; es constantemente probabilístico», le dijo a TechCrunch Amit Gal-Or, CEO y cofundador de 42AI, cuando le pedí que justificara la audaz afirmación de su empresa. Él argumenta que las personas tienen tendencias psicológicas subyacentes que influyen en sus decisiones incluso cuando sus circunstancias cambian, y eso es lo que la startup intenta medir y convertir en datos que el modelo pueda entender.
«Dentro de una semana, puedes ser una persona diferente, pero tus tendencias siempre se manifestarán en ciertas áreas con una probabilidad o distribución», añadió su cofundador y CTO Ehud Ezra. Y eso, argumenta la empresa, es lo que hace el modelo: mostrar la probabilidad de que una persona tome una determinada decisión.
42AI dice que el modelo intenta descubrir las motivaciones internas de las personas en lugar de extrapolar patrones basados en sus acciones anteriores. Para hacerlo, 42AI examina cómo reaccionan las personas a eventos aparentemente no relacionados. Para un inversor u operador, por ejemplo, tales eventos podrían incluir completar procesos KYC, la incorporación, llamadas de soporte, transferencias de dinero u operaciones con acciones.
«Cuando la persona habla con soporte o con ventas en el proceso inicial […] observamos el sentimiento, observamos la voz, observamos muchas de las interacciones que realizan, cuántas veces llaman, etcétera», añadió el CTO y cofundador Ehud Ezra. «Y todos esos puntos de datos entran en el modelo. Más tarde, tienes las interacciones: cómo compras y vendes, y cuándo, y observamos el mercado en esa etapa».
«Así que intentamos ver cómo ellos ven el mundo. En un modelo mundial, cada individuo es el mundo», añadió.
La empresa luego convierte esas observaciones en representaciones matemáticas de rasgos, que se introducen en un modelo mundial basado en transformers que establece probabilidades para posibles decisiones bajo diferentes circunstancias. (La empresa utiliza un modelo de lenguaje separado para generar explicaciones de sus predicciones).
Ezra dijo que el modelo está entrenado para preservar las tendencias subyacentes de una persona durante las simulaciones. Así que si alguien suele ser reacio al riesgo, pero el modelo de repente lo trata como alguien que asume riesgos, «el objetivo está fuera», explicó sobre cómo está estructurado el sistema de recompensas del entrenamiento del modelo.
42AI pasó tres años desarrollando este enfoque, combinando investigación psicológica con neurociencia y genética, así como consejos de expertos en psicología y TEPT, y de Dan Shechtman, galardonado con el Premio Nobel de Química en 2011.
Gal-Or dijo que el equipo primero estudió a miles de personas mediante evaluaciones psicológicas y escenarios conductuales, antes de añadir conjuntos de datos gubernamentales y de biobancos que cubren a más de 2 millones de personas. Sus conjuntos de datos de clientes se han expandido desde entonces hasta cubrir a casi 30 millones de personas, dijo.
En despliegues en vivo, el modelo analiza los registros existentes de los clientes, incluidas las transacciones y las llamadas de soporte. Gal-Or señaló que el sistema no necesita información de identificación personal, argumentando que «el modelo nunca sabe quién es la persona». Sin embargo, parece que la empresa sigue creando perfiles conductuales individuales a partir de la actividad vinculada de los clientes.
Al predecir operaciones de mercado, 42AI afirma que su modelo logra una precisión del 98 %, pero Gal-Or aclaró que esto es más una medida de si los flujos de operaciones caen dentro de un rango previsto, no si cada operación fue predicha correctamente.
También dijo que el modelo logra consistentemente una puntuación F1 de 0.8 a 0.85 para predecir la dirección y el volumen de las operaciones. (La puntuación F1 es una métrica en aprendizaje automático que mide qué tan bien un modelo de clasificación puede equilibrar las predicciones correctas frente a las falsas alarmas y los eventos omitidos).
Y no es que el modelo pueda funcionar en todas partes, dado que sigue siendo una máquina en una caja. «Hay un techo natural porque realmente no tienes acceso a todo lo que una persona experimenta», dijo Gal-Or. Ezra explicó que la precisión del sistema también sufre cuando pierde un contexto situacional importante, como si alguien decide cambiar sus decisiones de negociación basándose en el consejo de un amigo o colega.
Gal-Or dijo que 42AI está trabajando con 10 grandes corredoras, que lo están usando para gestionar liquidez, requisitos de margen y exposición de cobertura. La empresa está incorporando más clientes, dijo, y genera más de «siete cifras» en ingresos, aunque no quiso especificar una cifra.
Los clientes pagan a la startup una tarifa fija, o un porcentaje del valor que la plataforma les ayuda a obtener. Afirmó que una corredora generó aproximadamente 30 millones de dólares en valor adicional mediante cobertura dinámica.
Los 62,5 millones de dólares en financiación semilla provinieron de los fundadores e Infinity Group a lo largo de tres años, y no fue recaudada completamente de inversores externos, dijo Gal-Or. Infinity fue fundada por su padre, Amir Gal-Or, quien también es presidente y cofundador de 42AI. 42AI ahora planea recaudar más dinero.
Más allá de las finanzas, 42AI está explorando ahora aplicaciones de su modelo en juegos, prevención de fraude y ciberseguridad, y algún día quiere usarlo para ayudar a los robots y agentes de IA a entender a las personas. Pero eso aún puede estar lejos: Ezra reconoció que el modelo necesita ser entrenado con reglas y contexto para cada nuevo dominio.
Y como ocurre con todas las herramientas de IA, existe un lado potencialmente preocupante en la tecnología de 42AI: si una correduría puede anticipar lo que sus clientes podrían hacer, ¿qué impide que alguien use ese conocimiento para su propio beneficio? Ezra admitió que se trataba de "una preocupación válida" cuando yo la planteé, y los fundadores señalaron las regulaciones, la supervisión y un comité interno de ética, aunque no explicaron qué, si acaso algo, impediría que sus clientes usaran la tecnología para obtener una ventaja sobre las mismas personas a las que perfilan.
Gal-Or, sin embargo, estaba seguro de que la tecnología podía ayudar a abordar dichos riesgos. "Estamos muy orgullosos de que, en realidad, somos parte de la solución; somos la solución a este problema", dijo.