42AI, İnsan Kararlarını Tahmin Etmek İçin Davranışsal Bir Dünya Modeli Geliştiriyor

Çoğu yapay zekâ sistemi bilgileri yorumlamak veya yanıt üretmek üzere tasarlanır. 42AI ise farklı bir sorunun peşinde: Koşullar değiştiğinde belirli bir kişi nasıl tepki verir? Şirket, gizlilik döneminden, Kurumsal yapay zekâ için insan davranışını ayrı bir tahmin problemi olarak konumlandırdığı ve Davranışsal Dünya Modeli adını verdiği yaklaşımla çıktı.

Tel Aviv merkezli şirket, bugüne kadar 62,5 milyon dolar yatırım aldığını ve ilk olarak finans piyasalarına odaklandığını söylüyor. Şirketin lansmanı, işletmelerin önüne iddialı bir önerme koyuyor: İşlemlerin ardındaki insanları anlamak, işlem verilerinin kendisini analiz etmek kadar önemli olabilir.

İnsanlara Odaklanan Bir Dünya Modeli

Robotikte dünya modeli, genellikle nesneler hareket ettikçe ve eylemler gerçekleştikçe bir ortamın nasıl değiştiğini temsil eder. 42AI, dünya modeli fikrini insanlara uygulayarak bireysel özellikler, değişen koşullar ve geçmiş davranışlarla ilgili bilgileri bir araya getirip gelecekteki eylemleri tahmin ediyor.

Şirket, psikolojik, davranışsal ve genomik verileri bir araya getiren tescilli bir yaklaşım tanımlıyor. Duyurusunda bu veri kümelerinin kaynağı veya bunların kullanımı için alınan izinlere ilişkin düzenlemeler ya da ticari uygulamalarda genomik girdilerin gerekli olup olmadığı açıklanmıyor. Bu ayrım önemli: Araştırmada kullanılan girdilerin belirtilmesi, müşterilerin genetik bilgi sunması gerektiği anlamına gelmiyor.

42AI, web sitesinde platformunu davranışsal risk istihbaratı olarak tanıtıyor. Önerilen iş akışı, ham verilerden davranışsal etkenlerin anlaşılmasına, oradan da olaylara verilen tepkilerin ve zaman içindeki davranışların tahmin edilmesine uzanıyor. Şirketin sıraladığı kullanım alanları arasında maruziyet yönetimi, dolandırıcılık tespiti, siber güvenlik, yatırım araştırması ve kişiselleştirilmiş yapay zekâ bulunuyor.

Bu yaklaşımın pratik açıdan çekici yanı bağlamı hesaba katması. Aynı bilgiyle karşılaşan iki kişi farklı kararlar verebilir; aynı kişi de teşvikler, kısıtlamalar veya deneyimler değiştikçe farklı tepkiler gösterebilir. Yararlı bir davranış modelinin, her kullanıcıyı demografik bir grubun birbirinin yerine geçebilecek bir üyesi gibi ele almak yerine bu farklılıkları temsil etmesi gerekir.

Davranış Tahmininin Ardındaki Araştırma

42AI’nin bağlantı verdiği Şubat 2026 tarihli araştırma ön baskısı İnsan Faktörünün Şifresini Çözmek: Stratejik Öngörü İçin Yüksek Doğrulukta Davranış Tahmini, araştırmanın yönüne dair daha somut bir fikir veriyor. Çalışmada, psikometrik değerlendirmelerden elde edilen yapılandırılmış profillerle Llama 3.1-8B-Instruct ince ayarından geçirilerek oluşturulan Büyük Davranış Modeli tanımlanıyor.

Araştırmacılar, kişilik eğilimlerini, motivasyonel durumları ve durumsal kısıtlamaları gözlemlenen tercihlerle ilişkilendiriyor. Uyarlanmış modelin, eğitimde kullanılmayan senaryolarda değiştirilmemiş temel modelden daha iyi performans gösterdiğini; daha kapsamlı kişilik özellikleri profillerinin de genel kişilik kategorileriyle istem vermenin ötesinde fayda sağlayabildiğini bildiriyorlar.

Bu çalışma, genel amaçlı bir sohbet robotundan bir kişinin davranışını hayal etmesini istemekle, yapılandırılmış davranışsal kanıtlardan yararlanmak üzere özel olarak eğitilmiş bir model kullanmak arasındaki teknik farkı ortaya koyuyor. Bununla birlikte, ön baskı 42AI’nin duyurduğu her ticari ürünün performansını bağımsız olarak kanıtlamıyor; ayrıca senaryo değerlendirmeleri şirketin alım satım tahminleriyle bir tutulmamalı.

İlk Ticari Sınama Alanı Finans Piyasaları

42AI, ilk uygulamasının bireysel yatırımcıların eylemlerini (işlem yaptıkları finansal araç, yön, zamanlama ve işlem hacmi dâhil) 1, 4 ve 24 saatlik zaman ufuklarında tahmin ettiğini söylüyor. Şirket, milyonlarca yatırımcı genelinde doğruluk oranının yüzde 98’in üzerinde olduğunu bildiriyor.

Bu oran şirketin iddiası. Duyuruda, doğruluk oranının nasıl hesaplandığı, hangi karşılaştırma ölçütlerinin kullanıldığı veya hangi doğrulama verilerine başvurulduğu hakkında bağımsız değerlendirme yapmaya yetecek ayrıntı bulunmuyor. Bir yatırımcının davranışını tahmin etmek, piyasa fiyatlarını tahmin etmekten veya kârlı bir yatırım stratejisi ortaya koymaktan da farklıdır.

Bir aracı kurum için ilk kullanım alanı, müşterilerin toplu eylemlerinin kurumun risk pozisyonunu nasıl değiştirebileceğini öngörerek risk maruziyetini yönetmektir. Böylece davranış tahmini, yatırım tavsiyesi vermek için kullanılmasa bile operasyonel bir amaç kazanır.

Davranış Tahminlerinden Kurumsal Kararlara

Yönetim ekibi sayfasına göre 42AI’ye CEO Amit Gal-Or ve CTO Ehud Ezra liderlik ediyor; Amir Gal-Or ise kurucu ortak ve yönetim kurulu başkanı olarak görev yapıyor. Araştırma ekibinin liderleri arasında bilişsel yapay zekâ uzmanı Profesör Roi Reichart ve davranış araştırmaları başkanı Profesör Eyal Fruchter yer alıyor. Nobel ödüllü Profesör Dan Shechtman kıdemli danışman olarak görev yapıyor.

Daha geniş fırsat alanı finansın ötesine uzanıyor. Bir öneriyi bir kişinin nasıl yorumlayacağını öngören bir yapay zekâ asistanı, etkileşimini daha yararlı olacak şekilde uyarlayabilir. Aynı yetenek, müşteriler veya çalışanlarla ilgili önemli sonuçlar doğurabilecek kararları da etkileyebilir; bu nedenle izin, uygun kullanım ve bir tahmine itiraz edebilme olanağı, sistemin kullanıma alınmasında temel unsurlardır.

42AI’nin lansmanı, akıcı yanıtlar üretmekle yetinmek yerine insan davranışındaki değişkenliği modellemeye yönelik, çözümü güç bir yapay zekâ problemine yeni bir yaklaşım getiriyor. Şirketin bundan sonraki sınavı, bu tahminlerin kontrollü değerlendirmelerin dışında da yararlı ve güvenilir kaldığını ve işletmelerin olasılıksal bir öngörüyü kişinin değişmez bir tanımı gibi görmeden bu tahminlere dayanarak hareket edebildiğini göstermek.