يستخدم فريق البحث بجامعة ستانفورد وجامعة واشنطن وجوجل ديبميند بيانات المقابلة من أكثر من 1000 ناخب أمريكي لتطوير ذكاء الذكاء الاصطناعي الذي يمكنه محاكاة السلوك البشري بدقة. تعتمد ذكاءات AI هذه على نموذج GPT-4O ، والذي يمكنه إعادة إنتاج الاستجابة الفعلية للمستجيبين أثناء أسئلة المستخدم ، وتوفر إمكانيات جديدة للاختبارات النظرية في مجالات الاقتصاد وعلم الاجتماع والأنسجة والسياسة. كشف فريق البحث عن مجموعات البيانات التي تحتوي على 1000 من الذكاء الاصطناعي على GitHub لتعزيز مزيد من البحث. يوفر هذا البحث أداة جديدة قوية لفهم السلوك البشري والتنبؤ به ، ومن المتوقع أن يعزز التقدم الكبير في البحث العلمي الاجتماعي.
في عملية بناء ذكاء الذكاء الاصطناعي هذه ، تم استخدام أكثر من 1000 ناخب أمريكي لبيانات المقابلة. يمثل العصر والجنس والخلفية التعليمية والآراء السياسية لهؤلاء الزوار تنوع المجتمع الأمريكي. الذكاء الذكي من خلال تحليل سجلات المقابلة هذه واستخدام نموذج GPT-4O ، والاستجابة الفعلية للمجيب عندما يطرح المستخدمون الأسئلة.
فيما يتعلق بالتنفيذ المحدد ، أجرى فريق البحث ساعتين من المقابلات المتعمقة لكل مشارك ، واستخدم نموذج Whisper الخاص بـ Openai لتحويل محتوى المقابلة إلى نص. لقد حسنت هذه الطريقة بشكل كبير من دقة ذكاء الذكاء الاصطناعي. في التنبؤ واختبار السلوك البشري ، تنبأت ذكاء الذكاء الاصطناعى القائم على البيانات التي تمت مقابلتها بنجاح الإجابة على البشر في استطلاعات اجتماعية عامة بدقة 85 ٪ ، وكان الأداء أفضل بكثير من عميل الذكاء الاصطناعي الذي يعتمد على المعلومات الإحصائية للسكان الأساسيين.
أجرى الباحثون أيضًا خمس تجارب في العلوم الاجتماعية. هذا يدل على أن طريقة المقابلة تُظهر دقة أعلى وتوازن أفضل في تحليل الاستجابة للأيديولوجية السياسية المختلفة والمجموعات العرقية.
من أجل تعزيز الأبحاث اللاحقة ، قام فريق البحث بتحميل مجموعات البيانات من 1000 من طرفي الذكاء الذكي الذي تم إنشاؤه إلى GitHub للعلماء الآخرين. من أجل حماية خصوصية المشاركين ، اعتمد الفريق نظام وصول من المستوىين.
يمكن للعلماء الحصول على بيانات استجابة شاملة لمهام معينة ، في حين أن الوصول إلى بيانات الاستجابة الفردية في الدراسات المفتوحة يتطلب أذونات خاصة. يهدف هذا النظام إلى مساعدة الباحثين بشكل أفضل على دراسة السلوك البشري مع حماية خصوصية المقابلات الأصلية.
مدخل المشروع: https://github.com/joonspk-research/genagents
نقاط:
يمكن لذكاء الذكاء الاصطناعي الذي طوره فريق البحث محاكاة السلوك البشري بدقة وتحسين دقة البحث العلمي الاجتماعي بناءً على بيانات المقابلة.
وصلت دقة تنبؤ الذكاء الاصطناعي Smart في المسح الاجتماعي بنسبة 85 ٪ ، وهو أفضل بكثير من تلك الموجودة في الأحزاب الذكية التي تعتمد فقط على إحصائيات السكان.
تم الإعلان عن مجموعة البيانات.
وفرت نتائج هذا البحث أداة جديدة قوية لأبحاث العلوم الاجتماعية ، وأشارت أيضًا إلى اتجاه تطبيق الذكاء الاصطناعي في مجال العلوم الاجتماعية في المستقبل.