42AI lanceert gedragswereldmodel om menselijke beslissingen te voorspellen

De meeste AI-systemen zijn gebouwd om informatie te interpreteren of een antwoord te genereren. 42AI richt zich op een andere vraag: hoe zal een bepaald persoon reageren wanneer de omstandigheden veranderen? Het bedrijf komt uit stealthmodus met wat het een gedragswereldmodel noemt, en positioneert menselijk gedrag als een afzonderlijk voorspellingsprobleem voor bedrijfs-AI.

Het bedrijf uit Tel Aviv zegt tot nu toe 62,5 miljoen dollar te hebben opgehaald en begint op de financiële markten. Met de lancering legt het bedrijven een ambitieuze stelling voor: inzicht in de mensen achter een stroom transacties kan net zo belangrijk zijn als het analyseren van de transacties zelf.

Een wereldmodel gericht op mensen

In de robotica geeft een wereldmodel doorgaans weer hoe een omgeving verandert wanneer voorwerpen bewegen en handelingen plaatsvinden. 42AI past het idee van een wereldmodel toe op mensen en combineert informatie over individuele kenmerken, veranderende omstandigheden en eerder gedrag om toekomstige handelingen te voorspellen.

Het bedrijf beschrijft een eigen aanpak waarin psychologische, gedragsmatige en genomische gegevens worden verwerkt. In de aankondiging wordt niet uitgelegd waar die gegevens vandaan komen, welke afspraken over toestemming gelden of dat genomische gegevens nodig zijn bij commerciële toepassingen. Dat onderscheid is van belang: een beschrijving van de onderzoeksgegevens betekent niet dat klanten genetische informatie moeten aanleveren.

Op zijn website presenteert 42AI het platform als een vorm van gedragsrisico-informatie. De voorgestelde werkwijze begint bij ruwe gegevens, leidt tot inzicht in gedragsbepalende factoren en mondt vervolgens uit in voorspellingen van reacties op gebeurtenissen en gedrag door de tijd heen. De genoemde toepassingen zijn onder meer blootstellingsbeheer, fraudedetectie, cyberbeveiliging, beleggingsonderzoek en gepersonaliseerde AI.

De praktische meerwaarde zit in de context. Twee mensen kunnen op dezelfde informatie verschillend reageren, terwijl één persoon anders kan reageren wanneer prikkels, beperkingen of ervaringen veranderen. Een bruikbaar gedragsmodel moet die verschillen weergeven en niet iedere gebruiker behandelen als een uitwisselbaar lid van een demografische groep.

Het onderzoek achter gedragsvoorspellingen

Een onderzoeksvoorpublicatie uit februari 2026 waarnaar 42AI verwijst, Decoding the Human Factor: High Fidelity Behavioral Prediction for Strategic Foresight, biedt een concreter beeld van de onderzoeksrichting. De publicatie beschrijft een groot gedragsmodel dat is gebouwd door Llama 3.1-8B-Instruct fijn af te stemmen op gestructureerde profielen op basis van psychometrische beoordelingen.

De onderzoekers brengen aanleg, motivatietoestanden en situationele beperkingen in verband met waargenomen keuzes. Zij melden dat het aangepaste model beter presteert dan het oorspronkelijke basismodel in scenario’s buiten de trainingsset en dat uitgebreidere eigenschapsprofielen voordelen kunnen bieden ten opzichte van prompts met brede persoonlijkheidscategorieën.

Dit laat zien dat er een technisch verschil is tussen een chatbot voor algemene doeleinden vragen zich iemands gedrag voor te stellen en een model trainen om gestructureerde gedragsgegevens te gebruiken. De voorpublicatie toont echter niet zelfstandig de prestaties aan van elk commercieel product dat 42AI heeft aangekondigd. Ook mogen de evaluaties met scenario’s niet worden verward met de handelsvoorspellingen van het bedrijf.

Financiële markten vormen de eerste commerciële test

42AI zegt dat de eerste toepassing handelingen van individuele handelaren voorspelt, waaronder het instrument, de richting, het tijdstip en het volume van transacties, met voorspellingstermijnen van één, vier en 24 uur. Het bedrijf meldt een nauwkeurigheid van meer dan 98% bij miljoenen handelaren.

Dat cijfer is een bewering van het bedrijf. De aankondiging bevat onvoldoende informatie over de berekening van de nauwkeurigheid, de vergelijkingsmaatstaven of de validatiegegevens om het cijfer onafhankelijk te beoordelen. Het voorspellen van het gedrag van een handelaar verschilt bovendien van het voorspellen van marktprijzen of het aantonen van een winstgevende beleggingsstrategie.

Voor een broker is de directe toepassing het anticiperen op blootstelling: hoe de gezamenlijke handelingen van klanten de risicopositie kunnen veranderen. Daardoor heeft gedragsvoorspelling een operationeel doel, ook wanneer ze niet wordt gebruikt om een belegging aan te bevelen.

Van gedragsvoorspellingen naar zakelijke beslissingen

Volgens de pagina over het leiderschap wordt 42AI geleid door CEO Amit Gal-Or en CTO Ehud Ezra, met Amir Gal-Or als medeoprichter en voorzitter. Tot de onderzoeksleiding behoren cognitief-AI-specialist professor Roi Reichart en hoofd gedragsonderzoek professor Eyal Fruchter. Nobelprijswinnaar professor Dan Shechtman is senior adviseur.

De bredere mogelijkheden reiken verder dan de financiële sector. Een AI-assistent die voorspelt hoe iemand een aanbeveling zal interpreteren, kan zijn interactie daarop afstemmen en zo nuttiger maken. Dezelfde mogelijkheid kan ook invloed hebben op ingrijpende beslissingen over klanten of werknemers. Daarom staan toestemming, passend gebruik en de mogelijkheid om een voorspelling aan te vechten centraal bij de inzet ervan.

Met de lancering introduceert 42AI een aanpak voor een lastig AI-probleem: menselijke variatie modelleren in plaats van alleen vloeiende antwoorden produceren. De volgende uitdaging is aantonen dat die voorspellingen ook buiten gecontroleerde evaluaties bruikbaar en betrouwbaar blijven, en dat bedrijven erop kunnen handelen zonder een probabilistische voorspelling te beschouwen als een vaststaand beeld van iemand.