42AI wprowadza model świata zachowań do przewidywania ludzkich decyzji

Większość systemów AI tworzona jest z myślą o interpretowaniu informacji lub generowaniu odpowiedzi. 42AI stawia inne pytanie: jak konkretna osoba zareaguje na zmianę okoliczności? Firma wyszła z fazy ukrywania działalności, prezentując rozwiązanie, które nazywa behawioralnym modelem świata. W ten sposób przedstawia ludzkie zachowania jako odrębny problem predykcyjny dla AI stosowanej w przedsiębiorstwach.

Firma z Tel Awiwu informuje, że do tej pory pozyskała 62,5 mln dolarów i rozpoczyna działalność na rynkach finansowych. Jej debiut stawia przed przedsiębiorstwami ambitną tezę: zrozumienie ludzi stojących za strumieniem transakcji może być równie ważne, co analiza samych transakcji.

Model świata skupiony na ludziach

W robotyce model świata zazwyczaj przedstawia, jak zmienia się otoczenie, gdy poruszają się obiekty i przebiegają kolejne działania. 42AI stosuje tę koncepcję do ludzi, łącząc informacje o cechach poszczególnych osób, zmieniających się okolicznościach i wcześniejszych zachowaniach, aby przewidywać przyszłe działania.

Firma opisuje zastrzeżone podejście, które uwzględnia dane psychologiczne, behawioralne i genomowe. W ogłoszeniu nie wyjaśniono, skąd pochodzą te zbiory danych ani jakie zasady uzyskiwania zgody mają do nich zastosowanie, ani też czy dane genomowe będą potrzebne przy komercyjnym wdrożeniu. To rozróżnienie ma znaczenie: opisanie danych wykorzystywanych w badaniach nie oznacza, że klienci będą musieli dostarczać informacje genetyczne.

Na swojej stronie internetowej 42AI przedstawia platformę jako narzędzie analizy ryzyka behawioralnego. Proponowany proces obejmuje przejście od surowych danych do zrozumienia czynników wpływających na zachowanie, a następnie do przewidywania reakcji na zdarzenia i zachowań w czasie. Wśród wymienionych zastosowań są zarządzanie ekspozycją, wykrywanie oszustw, cyberbezpieczeństwo, badania inwestycyjne i spersonalizowana AI.

Praktyczną zaletą tego rozwiązania jest uwzględnianie kontekstu. Dwie osoby, którym przedstawiono te same informacje, mogą podjąć różne decyzje, a ta sama osoba może reagować odmiennie w zależności od zmieniających się zachęt, ograniczeń lub doświadczeń. Przydatny model behawioralny musiałby odwzorowywać te różnice, zamiast traktować każdego użytkownika jako wymiennego członka grupy demograficznej.

Badania leżące u podstaw przewidywania zachowań

Preprint badawczy z lutego 2026 r., do którego odsyła 42AI, Decoding the Human Factor: High Fidelity Behavioral Prediction for Strategic Foresight, dokładniej pokazuje kierunek prowadzonych badań. Opisuje Duży Model Behawioralny, utworzony przez dostrojenie modelu Llama 3.1-8B-Instruct na podstawie uporządkowanych profili opracowanych z wykorzystaniem ocen psychometrycznych.

Badacze łączą dyspozycje, stany motywacyjne i ograniczenia sytuacyjne z zaobserwowanymi wyborami. Podają, że dostosowany model osiąga lepsze wyniki niż jego niezmodyfikowana wersja bazowa w scenariuszach niewykorzystanych podczas treningu oraz że bogatsze profile cech mogą przynosić korzyści w porównaniu z podpowiedziami opartymi na ogólnych kategoriach osobowości.

Pokazuje to techniczną różnicę między poproszeniem chatbota ogólnego przeznaczenia o wyobrażenie sobie zachowania danej osoby a trenowaniem modelu specjalnie po to, by korzystał z uporządkowanych danych behawioralnych. Preprint nie potwierdza jednak niezależnie skuteczności każdego komercyjnego produktu ogłoszonego przez 42AI, a wyników oceny scenariuszy nie należy utożsamiać z prognozami transakcyjnymi firmy.

Rynki finansowe pierwszym komercyjnym sprawdzianem

42AI informuje, że jej pierwsze zastosowanie ma przewidywać działania poszczególnych traderów, w tym instrument, kierunek, termin i wartość transakcji, w perspektywie 1, 4 i 24 godzin. Firma podaje, że dokładność przekracza 98% w przypadku milionów traderów.

To deklaracja firmy. Ogłoszenie nie zawiera wystarczająco szczegółowych informacji o sposobie obliczania dokładności, punktach odniesienia użytych do porównania ani danych walidacyjnych, by można było niezależnie ocenić ten wynik. Przewidywanie zachowań tradera różni się również od prognozowania cen rynkowych czy wykazania, że dana strategia inwestycyjna jest rentowna.

Dla brokera bezpośrednim zastosowaniem jest przewidywanie ekspozycji: tego, jak łączne działania klientów mogą wpłynąć na jego pozycję pod względem ryzyka. Dzięki temu prognozowanie zachowań ma praktyczne zastosowanie operacyjne, nawet jeśli nie służy do rekomendowania inwestycji.

Od prognoz zachowań do decyzji biznesowych

Jak wynika ze strony przedstawiającej kierownictwo, 42AI kierują CEO Amit Gal-Or i CTO Ehud Ezra, a współzałożycielem i przewodniczącym rady jest Amir Gal-Or. Wśród osób kierujących badaniami są specjalista w dziedzinie kognitywnej AI, profesor Roi Reichart, oraz szef badań nad zachowaniem, profesor Eyal Fruchter. Laureat Nagrody Nobla, profesor Dan Shechtman, pełni funkcję starszego doradcy.

Możliwości zastosowania wykraczają poza finanse. Asystent AI, który przewiduje, jak ktoś zinterpretuje rekomendację, mógłby lepiej dostosowywać sposób interakcji. Ta sama funkcja mogłaby też wpływać na istotne decyzje dotyczące klientów lub pracowników, dlatego zgoda, właściwe wykorzystanie i możliwość zakwestionowania prognozy mają kluczowe znaczenie przy wdrażaniu rozwiązania.

Debiut 42AI przedstawia nowe podejście do trudnego problemu w dziedzinie AI: modelowanie zmienności ludzkich zachowań zamiast samego generowania płynnych odpowiedzi. Kolejnym sprawdzianem będzie wykazanie, że te prognozy pozostają użyteczne i wiarygodne poza kontrolowanymi testami oraz że przedsiębiorstwa mogą na ich podstawie działać, nie traktując prognozy probabilistycznej jako niezmiennego opisu danej osoby.