🤯⚡️The One with Precogs

AI som kan förutspå mänskligt beteende. Detta förändrar ju allt!

Det här är nyhetsbrevet där Tomas Seo, innovationsstrateg på Phorecast, berättar om händelser, upptäckter och ny teknik som får honom att utbrista: Detta förändrar ju allt! Du prenumererar på det här för att fortsätta vara steget före med de senaste trenderna och få konkreta tips för att framtidssäkra dig och din organisation. Har du fått det här av en vän? Då vill du kanske starta en egen prenumeration?

---

Vad har hänt?

- Meta kan förutse hur din hjärna ser ut när du kollar på Friends.

För drygt ett år sedan utvecklade Metas hjärnforskningsavdelning AI-modellen TRIBE (TRImodal Brain Encoder), vars mål är att kunna förutspå hur hela hjärnor reagerar på något innan personen upplever det. Sedan dess har de jobbat vidare och nu i början av augusti utsågs projektet till vinnare i Algonauts Project 2025, en internationell tävling för forskare i gränslandet mellan neuroscience och AI i att förutsäga mänsklig hjärnaktivitet.

De AI-modeller som tävlade i årets Algonauts skulle skapa syntetisk data på hur hela hjärnan reagerar (whole brain fMRI) som överensstämde så mycket som möjligt med de riktiga data som tagits när riktiga människor tittat på bland annat tv-serien Friends. Alla modellerna fick först tränas med data från säsong 1-6 och skulle sedan förutse hur människors hjärnor såg ut när de såg säsong 7.

TRIBE toppade resultatlistan genom att som namnet antyder ha tränats med tre olika typer av data, video, audio och text (tidsstämplade transkript). Tävlingen visade tydligt att deltagare som hade AI-modeller tränade på flera modaliteter (datatyper) gjorde bättre ifrån sig.

Detta förändrar ju allt

I början av 2025 skrev jag att det här är året då verkligheten och scifi flyter ihop och ny tech mer och mer låter som plots i scifi-film. Nu är vi framme vid precogs (AI som förutser vad människor kommer att göra innan de själva vet om det). Veckans nyhetsbrev ska handla om hur vår drift att förstå hur vi fungerar sakta omformulerar människor från varelser som har fri vilja till helt förutsägbara deterministiska statister.

Ska du förutspå framtiden så finns det en tydlig byggformel:

1. Samla in historisk data.

2. Hitta mönstret i den datan.

3. Upprepa mönstret så hittar du framtiden.

De flesta modeller för att förutspå framtiden bygger på att peka på historisk data, vilket vi egentligen vet är tokigt men de flesta accepterar det. Som att aktien har gått upp varje dag i en vecka, alltså borde den gå upp idag också. Eller att aktien brukar gå ner efter att den gått upp fem dagar i rad så idag kommer den förmodligen att gå ner. Vi förenklar det vi ser till mönster och så följer vi dem. Svagheten i dessa prognoser är att den historiska datan vi studerat är reaktiv. Aktiekursernas upp- och nedgångar är slutresultaten av massor av underliggande faktorer som prognosmodellen inte bryr sig om. Denna typ av prognosmodeller blir oftast mycket opålitliga.

Även väderprognoser bygger på historiska observationer som extrapolerats till mönster (algoritmer) för att generera förutsägelser om hur framtiden kommer att se ut. Men här har vi kartlagt en mängd underliggande faktorer. (högtryck/lågtryck, vindriktningar och strömmar) Trots det bryter även de bästa modellerna ihop om de ska förutse vädret längre än runt tre dagar.

Sedan generativa AI-modeller slagit igenom har två nya sätt att förutspå väder uppkommit. Det första bygger på att träna generativ AI på slutresultat utan att bry sig om underliggande faktorer. In med all data vi har på tidigare väder, och modellen kan generera troligt kommande väder baserat på det. Det andra bygger på detaljerad simulering av de underliggande faktorerna. Genom att bygga virtuella världar med samma fysik som i vår kan vi processa fram hur alla underliggande faktorer samspelar och få en prognos över vilket väder de skulle skapa. Båda metoderna har visat sig göra bättre väderprognoser än tidigare modeller.

I ett längre perspektiv slår Metas TRIBE ihop dessa metoder. Det de gör nu är att generera data för hur en hel hjärna kommer se ut i ett givet ögonblick. Kommer hjärnan att tycka att Ross och Rachel är ett gulligt par? TRIBE blir en pusselbit i att simulera hur komplexa hjärnor fungerar. Det är det som är målet. Om vi kan simulera hur en individs hjärna kommer att reagera så har vi grunden till ett komplext simuleringssystem. Då kan vi få prognoser för vad människor kommer att välja långt innan de ens vet om att de kommer att stå inför en valsituation.

Uppdaterad byggformel:

1. Kartlägg alla faktorer som påverkar resultatet.

2. Bygg AI-agent-simuleringar av alla inverkande faktorer.

3. Kör en fiktiv värld där du kan studera hur AI-agenterna påverkar varandra och se vilket resultat som skapas så hittar du framtiden.

Då får vi en värld där allt som kan beskrivas kan förtestas innan det produceras. Din nästa produkt, din nästa reklamfilm, din nästa Linkedin-post. Du vet redan ungefär hur bra de kommer att funka för det har din prognosmodell berättat. Det låter ju fantastiskt, men vi vet att förtestning kan göra att människor optimerar för att så få som möjligt ska stötas bort snarare än att så många som möjligt ska älska. Det är dock inte modellernas fel utan hur vi människor väljer att använda dem.

Om vi får den här tekniken att fungera kommer den dock inte att användas för att förtesta, utan för att generera. Precis som AI-bildgenerering är weird magi som bygger på att vi spelar upp en algoritm för när vi suddar ut en bild till noll pixel för pixel baklänges, så kommer vi kunna utgå från vilken hjärnrespons vi vill ha och helt enkelt be AI-modellen skapa en film, produkt eller text som skulle ge upphov till den hjärnresponsen. Tänk dig en prompt i stil med ”generera ett nytt avsnitt av Friends som kommer få mig att skratta hysteriskt”

När många optimerar mot samma förväntade reaktion händer tre saker:

1. Likriktning: produkter, kampanjer och kultur närmar sig samma form, eftersom kurvorna pekar dit.

2. Skörhet: små störningar får stor effekt när allt är fintrimmat efter prognos.

3. Motkraft: människor börjar söka det som algoritmen inte räknat med. Slump, tystnad, långsamhet. Allt för att slippa känna sig styrda.

Men tvärtemot vad vi tror så kommer förbättrade prognossystem inte bara att skapa mer mainstream artefakter som alla tycker är okej men ingen älskar. Istället kommer vi se fler udda artefakter (musik, film, produkter) som har mindre antal anhängare men som är optimerade för de som älskar. Vi pratar boyband-älskar.

I en värld av säkrare förutsägelser blir det oväntade en strategisk resurs. Organisationer som medvetet lämnar plats för det (genom en ”slumpbudget” i erbjudande, process och innehåll) kommer både lära sig mer och kännas mer mänskliga. När beteende kan planeras i förväg är vår nya konkurrensfördel inte bara precisionen i prognosen, utan hur klokt vi väljer att inte optimera bort allt som inte passar modellen, och detta förändrar ju allt!

Vad kan du göra idag?

Förstå

Det finns mycket pengar i att förutspå vad människor kommer att välja. Alla modeller som ger lite mer vägledning än slumpen kommer leda till stora samhällsförändringar.

Transformermodeller, som till exempel stora språkmodeller (LLM), är prognosmodeller som förutspår vilket ord som förmodligen kommer bli nästa ord. Nu när de visat sig simulera mänskligt språk så bra är det givet att vi vill använda liknande upplägg för allt som tidigare varit för komplext att simulera.

I början av sommaren släpptes till exempel forskningsprojektet Centaur, en AI-foundation modell som är tränad på mängder av psykologiska experiment för att kunna simulera hur människor tänker. Med hjälp av den kan vi nu generera testresultat på psykologiska tester som gör samma fel som människor brukar göra.

Under sommaren såg vi också en rekryteringsboom där AI-bolag snodde talang från Wall street. Alla AI bolag verkar plötsligt behöva fler analytiker som specialiserat sig på att förutsäga komplexa framtider. Det är inte osannolikt att prognosmodeller för hur människor gör köp- och säljbeslut kommer att vara en helig graal i AI-bolagens roadmap.

Den mycket större implikationen av att vi får AI som kan replikera hela hjärnans funktionalitet är att det på sikt möjliggör att vi kan skapa mycket noggranna backuper av oss själva. Men vi tar mer om det när det finns proof of concept-bitar i det pusslet!

Planera

Varumärkesexperterna har länge sagt att varumärket inte är något som organisationen skapar utan vad som händer i människors hjärnor när de upplever det. Snart får neuromarketing en ny generation verktyg som tar det steget längre.

I framtiden kommer varje brand guideline innehålla riktlinjer för hur en typisk fMRI-respons ska se ut när konsumenten upplever the brand moment. Men redan idag kan organisationer fundera igenom vad en typisk hjärna upplever när de har kontakt med er organisation. Låt oss kalla det Brand brain response-profile. Här är en mall för vad det skulle kunna innehålla:

• Tre signature moments ni vill äga. Beskriv känslan och i vilka ögonblick som interaktion med ert varumärke ska trigga den.

• Differentiering, beskriv närliggande känslor som ni vill undvika för att tydliggöra just er mix. Nyanser är viktigt, passionerad kärlek är inte samma sak som kärlek till en förälder. Du har roligt på olika sätt när du hör en ordvits eller ser en fysisk komedi. (Om er Brand brain respons är samma som den som era konkurrenter vill åt så gör ni marknadsföring åt varandra)

• Känslor som ni vet kan förekomma i kontakt med ert varumärke som ni aktivt vill minimera.

Till exempel ger all kontakt jag haft med Försäkringskassan ångest av olika slag. Det borde vara ett varumärke alla förknippar med trygghet och lättnad, men de flesta touchpoints är fulla av rädsla för att göra fel och förvirring. En Brand brain response-karläggning skulle visa att de signature moment som varumärket borde leverera på behöver förstärkas för att Försäkringskassans ställning som garant för svensk välfärd ska bli begriplig för medborgarna.

Även om du inte tänkt dig fMRI-skanna era kunder för att se hur de känner så kommer det här tankesättet öppna upp för ett nytt sätt att tänka på vad ett varumärke är.

TRIBE är bara början, det utvecklas AI-verktyg för att förutsäga hur människor reagerar i de flesta AI-labb just nu. Snart kommer det att finnas gott om verktyg för att simulera hur människor kommer reagera på något ni ännu inte gjort utan att ni behöver fMRI-maskiner. Om ni skapar en Brand brain response-profil redan nu är ni kittade att börja använda de verktygen från dag 1.

Gör

Veckans träning blir att bli mer oförutsägbar (så du kan bidra med något som inte AI kan si, här är lite inspiration för att få dig att komma igång:

Byt mikrorutiner. Borsta tänderna på balkongen, duscha på kvällen i stället för morgonen, ta en ny väg hem.

Gör något du inte brukar. Be GPT5 om rekommendationer för att göra något du inte brukar göra. Testa med en prompt i den här stilen:

Rekommendera en podcast du tror att jag inte känner till men som du tror jag skulle gilla ändå om jag bara gav den en chans. Länka till den.

Säg en komplimang högt till en person, istället för att bara tänka den. 💚

Länkar

Om Metas vinst i Algonauts 2025
https://www.latestly.com/socially/technology/metas-fair-brain-ai-team-wins-1st-place-in-algonauts-2025-with-tribe-ai-model-capable-of-predicting-brain-responses-with-deep-neural-network-7055273.html

Om TRIBE – TRImodal Brain Encoder for whole-brain fMRI response prediction på Arxiv
https://arxiv.org/abs/2507.22229

Om Centaur – A foundation model of human cognition i Nature
https://www.nature.com/articles/s41586-025-09215-4

Artificial Societies är en av de startups som jag just nu testar för att simulera mänskliga reaktioner. Där kan du till exempel förtesta Linkedin-poster innan du postat dem.
https://www.societies.io/

Sedan sist vi hördes

Jag får ofta frågor om hur lång tid det kommer att ta innan en trend som jag berättar om kan bli verklighet. Låt oss följa upp några trender som har haft framsteg under sommaren som exempel.

För ett år sedan skrev jag om det första AI-projektet som kunde simulera interaktiva spelvärldar utan att ha en spelmotor. I grunden fungerar tekniken så att det promptas nya bilder så det ser ut som video vilket kräver samma prestanda som vanlig videogenerering, fast i realtid och utan att en enda AI-genereringen ser konstig ut jämfört med vad vi förväntar oss.

Förra veckan visade Google Deepmind upp Genie 3 som i deras demos uppvisar en imponerande förmåga att förstå hur världen fungerar. På ett år har vi gått från att denna teknik ger oss feberdrömmar där vi vänder oss åt ett håll och när vi tittar tillbaka där vi var så är det en helt annan värld, till att vi nu kan köra dem i en minut utan att de faller ihop. Det är inte bara för spel som den här tekniken kommer vara branschförändrande, all AI-film där en regissör vill ha en kontrollerbar kameraåkning i en miljö kommer använda sig av tekniken.

Denna vecka släppte ett forskarteam från Skywork AI en open-source konkurrent till Googles olanserade Genie 3. Matrix-game-v2 klarar också runt en minut av kontrollerbar världgenerering.

Det här är en typisk tidslinje för utvecklingen just nu. Från första publika genombrottet av forskning som visar att något är möjligt så tar det runt ett år innan en användbar version blir tillgänglig för alla. För förbättringar av befintlig teknik så tar det mellan ett par dagar och upp till ett halvår innan någon lyckats reverse-engineera liknande lösningar.

Dagens Opinion bad mig skriva en kort krönika i somras, här kan du läsa om min semester!

Är du en insiktsdelare?

Känner du någon som också drömmer om att kunna förutspå vad människor kommer att göra? Eller kanske någon som vill träna på oförutsägbarhet inte kommer förvänta sig att du skickar vidare till men som ändå kommer uppskatta det? Vem tänkte du på? Skicka vidare!

Själv vill jag denna vecka rekommendera något oförutsägbart som du kan titta på.
Så varsågod, en Nerdy language teacher levererar ett tal till elever på Gen Alpha-slang:

Har du redan sett den så har jag en backup:
Språket i K-Pop demon Hunters förklarat av en lärare i koreanska!

Och är du mer inne på svenska språket så rekommenderar jag att du börjar följa Patrik Hadenius Språkbrevet.

Jag har tänkt att jag skulle nominera mig själv till den här tävlingen i Nyhetsbrev, men jag klarar inte att skriva en nominering till mig själv. Det är liksom inte värt något om jag gör det själv. Men jag vore jätteglad om någon annan nominerade mig! https://inboxawards.wordpress.com/2025/05/19/nominera/


Fortsätt utforska så ses vi nästa vecka!

Tomas Seo

Har du fått dagens nyhetsbrev utan att vara prenumerant?
Gillade du det här och vill ha mer så är det bara att skriva upp sig här
(du väljer själv om du vill betala):