Modèles et plateformes d’IA
42AI lance un modèle mondial comportemental pour prédire les décisions humaines
Ajouter Unite.AI à vos sources préférées sur Google
La plupart des systèmes d’IA sont conçus pour interpréter des informations ou générer une réponse. 42AI s’intéresse à une autre question : comment une personne donnée réagira-t-elle lorsque les circonstances changeront ? L’entreprise sort de sa période de discrétion avec ce qu’elle appelle un modèle mondial comportemental, et présente le comportement humain comme un problème de prédiction à part entière pour l’IA d’entreprise.
L’entreprise de Tel-Aviv affirme avoir levé 62,5 millions de dollars à ce jour et commence par les marchés financiers. Son lancement soumet aux entreprises une proposition ambitieuse : comprendre les personnes qui se cachent derrière un flux de transactions pourrait être aussi important que d’analyser les transactions elles-mêmes.
Un modèle mondial centré sur les personnes
En robotique, un modèle mondial représente généralement l’évolution d’un environnement au fil des déplacements d’objets et du déroulement des actions. 42AI applique cette idée aux personnes, en combinant des informations sur leurs caractéristiques individuelles, l’évolution des circonstances et leurs comportements antérieurs afin d’anticiper leurs actions futures.
L’entreprise décrit une approche exclusive qui intègre des données psychologiques, comportementales et génomiques. Son annonce ne précise ni la provenance de ces jeux de données ni les modalités de consentement applicables, pas plus qu’elle n’indique si les données génomiques sont nécessaires aux déploiements commerciaux. Cette distinction est importante : la description des données utilisées pour la recherche ne signifie pas que les clients doivent fournir des informations génétiques.
Sur son site Web, 42AI présente sa plateforme comme un outil de renseignement sur les risques comportementaux. Le flux de travail proposé va des données brutes à la compréhension des facteurs qui déterminent les comportements, puis à la prédiction des réactions aux événements et des comportements au fil du temps. Les applications mentionnées comprennent la gestion de l’exposition, la détection des fraudes, la cybersécurité, la recherche en investissement et l’IA personnalisée.
L’intérêt pratique réside dans la prise en compte du contexte. Deux personnes confrontées aux mêmes informations peuvent prendre des décisions différentes, tandis qu’une même personne peut réagir différemment à mesure que ses motivations, ses contraintes ou son expérience évoluent. Un modèle comportemental utile devrait représenter ces différences au lieu de considérer chaque utilisateur comme un membre interchangeable d’un groupe démographique.
Les recherches à l’origine de la prédiction comportementale
Un prépublication de recherche de février 2026 citée par 42AI, Décoder le facteur humain : prédiction comportementale haute fidélité pour la prospective stratégique, donne une idée plus concrète de l’orientation de ses recherches. Elle décrit un grand modèle comportemental obtenu en affinant Llama 3.1-8B-Instruct à partir de profils structurés issus d’évaluations psychométriques.
Les chercheurs relient les dispositions, les états motivationnels et les contraintes situationnelles aux choix observés. Ils indiquent que le modèle adapté surpasse son modèle de base non modifié dans des scénarios qui n’ont pas servi à l’entraînement, et que des profils de traits plus riches peuvent apporter des avantages par rapport à des instructions fondées sur de grandes catégories de personnalité.
Cela illustre la différence technique entre demander à un agent conversationnel généraliste d’imaginer le comportement d’une personne et entraîner un modèle spécifiquement à exploiter des données comportementales structurées. La prépublication ne permet toutefois pas d’établir de manière indépendante les performances de chaque produit commercial annoncé par 42AI, et ses évaluations sur des scénarios ne doivent pas être confondues avec les prévisions de l’entreprise sur les transactions.
Les marchés financiers, premier terrain d’essai commercial
42AI affirme que sa première application prédit les actions de traders individuels, notamment l’instrument, le sens, le moment et le volume des transactions, à des horizons de 1, 4 et 24 heures. L’entreprise fait état d’un taux de précision supérieur à 98 % sur des millions de traders.
Ce chiffre est avancé par l’entreprise. L’annonce ne fournit pas suffisamment de détails sur le calcul de la précision, les références de comparaison ou les données de validation pour permettre de l’évaluer de manière indépendante. Prédire le comportement d’un trader ne revient pas non plus à prévoir les cours du marché ni à démontrer la rentabilité d’une stratégie d’investissement.
Pour un courtier, l’usage immédiat consiste à anticiper son exposition : comment les actions collectives de ses clients pourraient modifier son profil de risque. La prédiction comportementale a ainsi une utilité opérationnelle, même lorsqu’elle ne sert pas à recommander un investissement.
Des prévisions comportementales aux décisions d’entreprise
Selon sa page consacrée à la direction, 42AI est dirigée par son PDG, Amit Gal-Or, et son directeur technique, Ehud Ezra ; Amir Gal-Or en est le cofondateur et le président du conseil d’administration. L’équipe de recherche compte le spécialiste de l’IA cognitive, le professeur Roi Reichart, et le responsable de la recherche comportementale, le professeur Eyal Fruchter. Le professeur Dan Shechtman, lauréat du prix Nobel, est conseiller principal.
Les débouchés potentiels vont bien au-delà de la finance. Un assistant d’IA capable d’anticiper la manière dont une personne interprétera une recommandation pourrait adapter son interaction de façon plus pertinente. Cette même capacité pourrait aussi influer sur des décisions importantes concernant des clients ou des employés, ce qui fait du consentement, de l’utilisation appropriée et de la possibilité de contester une prédiction des éléments essentiels au déploiement.
Le lancement de 42AI propose une approche pour s’attaquer à un problème difficile de l’IA : modéliser la variabilité humaine plutôt que simplement produire des réponses fluides. L’entreprise doit maintenant montrer que ces prédictions restent utiles et fiables en dehors des évaluations contrôlées, et que les entreprises peuvent s’y appuyer sans traiter une prévision probabiliste comme une description figée d’une personne.
