42AI lancerer en adfærdsbaseret verdensmodel til at forudsige menneskers beslutninger

De fleste AI-systemer er udviklet til at fortolke information eller generere et svar. 42AI undersøger et andet spørgsmål: Hvordan vil en bestemt person reagere, når omstændighederne ændrer sig? Virksomheden er trådt ud af stealth-mode med det, den kalder en adfærdsbaseret verdensmodel, og præsenterer menneskelig adfærd som et særskilt forudsigelsesproblem for virksomheds-AI.

Virksomheden fra Tel Aviv oplyser, at den indtil videre har rejst 62,5 millioner dollar, og at den begynder på de finansielle markeder. Lanceringen stiller virksomheder over for en ambitiøs påstand: Forståelsen af menneskene bag en strøm af transaktioner kan være lige så vigtig som analysen af selve transaktionerne.

En verdensmodel med fokus på mennesker

Inden for robotteknologi beskriver en verdensmodel typisk, hvordan et miljø ændrer sig, når objekter bevæger sig, og handlinger udfolder sig. 42AI anvender idéen om en verdensmodel på mennesker og kombinerer oplysninger om individuelle karakteristika, skiftende omstændigheder og tidligere adfærd for at forudsige fremtidige handlinger.

Virksomheden beskriver en proprietær tilgang, der inddrager psykologiske, adfærdsmæssige og genomiske data. I sin meddelelse forklarer den ikke, hvor disse datasæt stammer fra, eller hvilke ordninger der gælder for samtykke, og heller ikke, om genomiske input er nødvendige i kommercielle implementeringer. Den skelnen er vigtig: En beskrivelse af forskningsdataene fastslår ikke, at kunderne skal levere genetiske oplysninger.

På sin hjemmeside præsenterer 42AI platformen som efterretning om adfærdsrisici. Den foreslåede arbejdsgang går fra rådata til forståelse af adfærdens drivkræfter og derfra videre til forudsigelser af reaktioner på hændelser og adfærd over tid. De angivne anvendelsesområder omfatter styring af eksponering, afsløring af svindel, cybersikkerhed, investeringsanalyse og personaliseret AI.

Den praktiske styrke er konteksten. To mennesker, der står over for de samme oplysninger, kan træffe forskellige beslutninger, mens den samme person kan reagere forskelligt, når incitamenter, begrænsninger eller erfaring ændrer sig. En brugbar adfærdsmodel skal kunne repræsentere disse forskelle i stedet for at behandle alle brugere som udskiftelige medlemmer af en demografisk gruppe.

Forskningen bag forudsigelse af adfærd

Et forskningsfortryk fra februar 2026, som 42AI har henvist til, Afkodning af den menneskelige faktor: adfærdsforudsigelse med høj præcision til strategisk fremsyn, giver et mere konkret indblik i virksomhedens forskningsretning. Det beskriver en stor adfærdsmodel, der er udviklet ved at finjustere Llama 3.1-8B-Instruct med strukturerede profiler baseret på psykometriske vurderinger.

Forskerne forbinder dispositioner, motivationstilstande og situationsbestemte begrænsninger med observerede valg. De rapporterer, at den tilpassede model klarer sig bedre end den uændrede grundmodel i scenarier, der ikke indgik i træningen, og at mere detaljerede trækprofiler kan give fordele sammenlignet med at bruge prompts med brede personlighedskategorier.

Dette illustrerer en teknisk forskel mellem at bede en chatbot til almen brug om at forestille sig en persons adfærd og at træne en model specifikt til at anvende struktureret adfærdsbaseret evidens. Fortrykket dokumenterer dog ikke uafhængigt ydeevnen for alle de kommercielle produkter, som 42AI har annonceret, og dets scenarieevalueringer bør ikke forveksles med virksomhedens handelsprognoser.

De finansielle markeder bliver den første kommercielle prøve

42AI siger, at den første anvendelse forudsiger individuelle handleres handlinger, herunder hvilke instrumenter de handler med, retningen, tidspunktet og handelsvolumen, på tidshorisonter på én, fire og 24 timer. Virksomheden rapporterer en nøjagtighed på over 98 % på tværs af millioner af handlende.

Dette tal er en påstand fra virksomheden. Meddelelsen indeholder ikke tilstrækkelige oplysninger om beregningen af nøjagtigheden, sammenligningsgrundlaget eller valideringsdataene til, at tallet kan vurderes uafhængigt. At forudsige en handlers adfærd er desuden noget andet end at forudsige markedspriser eller påvise en rentabel investeringsstrategi.

For en børsmægler er den umiddelbare anvendelse at forudse eksponering: hvordan kundernes samlede handlinger kan ændre virksomhedens risikoposition. Det giver adfærdsforudsigelser et operationelt formål, selv når de ikke bruges til at anbefale en investering.

Fra adfærdsprognoser til beslutninger i virksomheder

Ifølge virksomhedens ledelsesside ledes 42AI af administrerende direktør Amit Gal-Or og teknologidirektør Ehud Ezra, mens Amir Gal-Or er medstifter og bestyrelsesformand. Forskningsledelsen omfatter AI-specialisten inden for kognitionsvidenskab, professor Roi Reichart, og lederen af adfærdsforskningen, professor Eyal Fruchter. Nobelpristageren professor Dan Shechtman er seniorrådgiver.

Mulighederne rækker videre end finanssektoren. En AI-assistent, der kan forudse, hvordan en person vil fortolke en anbefaling, kan tilpasse sin interaktion, så den bliver mere nyttig. Den samme teknologi kan også påvirke vidtrækkende beslutninger om kunder eller medarbejdere, hvilket gør samtykke, passende anvendelse og muligheden for at anfægte en forudsigelse centrale for implementeringen.

42AI’s lancering introducerer en tilgang til et vanskeligt AI-problem: at modellere menneskelig variation i stedet for blot at generere velformulerede svar. Den næste prøve bliver at vise, at forudsigelserne fortsat er nyttige og pålidelige uden for kontrollerede evalueringer, og at virksomheder kan handle på dem uden at behandle en sandsynlighedsbaseret prognose som en fast beskrivelse af en person.