علم محرر موقع Downcodes أن فرق البحث من جامعة ستانفورد وجامعة واشنطن وGoogle DeepMind طورت بشكل مشترك نوعًا جديدًا من عوامل الذكاء الاصطناعي يمكنه محاكاة السلوك البشري بدقة وتحقيق نتائج مبهرة في التجارب الاجتماعية. يوفر هذا البحث أداة مختبرية قوية لاختبار النظرية في مجالات العلوم الاجتماعية مثل الاقتصاد وعلم الاجتماع والمنظمات والعلوم السياسية، مما يوفر سبلًا جديدة لفهم أعمق للسلوك البشري. استخدم فريق البحث بيانات المقابلات من أكثر من 1000 ناخب أمريكي ودمجها مع نموذج GPT-4o لتدريب وكيل الذكاء الاصطناعي الذي يمكنه استعادة ردود الفعل البشرية بشكل كبير. وقد تم نشر نتائج وبيانات هذا البحث علنًا، مما يوفر مصدرًا قيمًا للعلماء حول العالم.
في الآونة الأخيرة، قام فريق بحث من جامعة ستانفورد، جامعة واشنطن، وGoogle DeepMind بتطوير نوع جديد من عوامل الذكاء الاصطناعي (AI) التي يمكنها محاكاة السلوك البشري بدقة في التجارب الاجتماعية. وفقًا لأبحاثهم، تعد تقنية المحاكاة هذه بتوفير أساس مختبري لاختبار النظرية في مجالات مثل الاقتصاد وعلم الاجتماع والمنظمات والعلوم السياسية.
قام الباحثون ببناء عملاء الذكاء الاصطناعي باستخدام بيانات المقابلات من أكثر من 1000 ناخب أمريكي. يمثل العمر والجنس والخلفية التعليمية والآراء السياسية لهؤلاء الأشخاص الذين أجريت معهم المقابلات تنوع المجتمع الأمريكي. يقوم وكيل الذكاء الاصطناعي بتحليل سجلات المقابلات هذه ويستخدم نموذج GPT-4o لإعادة إنتاج ردود الفعل الحقيقية لمن أجريت معهم المقابلات عندما يطرح المستخدمون أسئلة.
فيما يتعلق بالتنفيذ المحدد، أجرى فريق البحث مقابلة متعمقة لمدة ساعتين لكل مشارك واستخدم نموذج Whisper الخاص بـ OpenAI لتحويل محتوى المقابلة إلى نص. تعمل هذه الطريقة على تحسين دقة عوامل الذكاء الاصطناعي بشكل كبير. في اختبار للتنبؤ بالسلوك البشري، نجح أحد عملاء الذكاء الاصطناعي، استنادًا إلى بيانات المقابلة، في التنبؤ باستجابات الإنسان للاستطلاعات الاجتماعية العامة بدقة بلغت 85%، وهو أفضل بكثير من وكيل الذكاء الاصطناعي الذي يعتمد فقط على المعلومات الديموغرافية الأساسية.
كما أجرى الباحثون خمس تجارب في العلوم الاجتماعية، وأظهرت النتائج أنه في أربع تجارب، كانت النتائج التي أنتجتها وكلاء الذكاء الاصطناعي متسقة إلى حد كبير مع استجابات المشاركين من البشر، مع معامل ارتباط قدره 0.98. يشير هذا إلى أن الأساليب القائمة على المقابلات تظهر دقة أكبر وتوازنًا أفضل في تحليل الردود من مختلف الأيديولوجيات السياسية والمجموعات العرقية.
لتسهيل متابعة البحث، قام فريق البحث بتحميل مجموعة البيانات المكونة من 1000 عميل للذكاء الاصطناعي التي أنشأها إلى GitHub ليستخدمها علماء آخرون. ولحماية خصوصية المشاركين، اعتمد الفريق نظام وصول من مستويين.
يتمتع العلماء بحرية الوصول إلى بيانات الاستجابة المجمعة لمهام معينة، في حين أن الوصول إلى بيانات الاستجابة الفردية في الدراسات المفتوحة يتطلب أذونات خاصة. تم تصميم هذا النظام لمساعدة الباحثين على دراسة السلوك البشري بشكل أفضل مع حماية خصوصية المشاركين الأصليين في المقابلة.
مدخل المشروع: https://github.com/joonspk-research/genagents
وتكمن الأهمية الخارقة لهذا البحث في دقته في محاكاة السلوك البشري ومساهمته المحتملة في أبحاث العلوم الاجتماعية. ومن خلال إتاحة مجموعة البيانات للجمهور، من المتوقع أن يشجع هذا البحث على إجراء المزيد من الأبحاث حول السلوك البشري والظواهر الاجتماعية، وتوفير وجهات نظر جديدة لفهم التنمية الاجتماعية والتنبؤ بها بشكل أكثر دقة. يتطلع محرر Downcodes إلى أن تحقق هذه التقنية نتائج أكثر إثارة للدهشة في المستقبل.