Eine bahnbrechende Forschung nutzt generative KI, insbesondere große Sprachmodelle (LLM), um erfolgreich eine Architektur aufzubauen, die menschliches Verhalten in verschiedenen Situationen genau simulieren kann. Diese Forschung stellt ein beispiellos leistungsfähiges Werkzeug für die sozialwissenschaftliche Forschung dar, das menschliches Verhalten effektiver verstehen und vorhersagen und so Sozialpolitik und Geschäftsstrategien besser formulieren kann. Das Forschungsteam sammelte durch ausführliche Interviews eine große Datenmenge und nutzte diese, um das Modell zu trainieren und Tausende von virtuellen „Klonen“ zu erstellen. Die Leistung dieser „Klone“ in verschiedenen Tests stimmte in hohem Maße mit der Leistung realer Teilnehmer überein.
Eine neue Studie zeigt, dass es mithilfe generativer KI-Modelle, insbesondere großer Sprachmodelle (LLM), möglich ist, eine Architektur aufzubauen, die menschliches Verhalten in verschiedenen Situationen genau simulieren kann. Die Ergebnisse stellen ein leistungsstarkes neues Werkzeug für die sozialwissenschaftliche Forschung dar.
Die Forscher rekrutierten zunächst mehr als 1.000 Teilnehmer mit unterschiedlichem Hintergrund in den Vereinigten Staaten und führten zweistündige Tiefeninterviews mit ihnen, um Informationen über ihre Lebenserfahrungen, Meinungen und Werte zu sammeln. Anschließend nutzten die Forscher diese Interviewtranskripte und ein großes Sprachmodell, um eine „generative Agentenarchitektur“ zu erstellen.
Diese Architektur kann auf der Grundlage der Interviews der Teilnehmer Tausende virtueller „Klone“ erstellen, von denen jeder eine einzigartige Persönlichkeit und einzigartige Verhaltensmuster aufweist. Die Forscher bewerteten die Verhaltensleistung der Klone mithilfe einer Reihe standardmäßiger sozialwissenschaftlicher Tests, beispielsweise des Big-Five-Persönlichkeitstests und verhaltensökonomischer Spiele.
Überraschenderweise zeigten die Ergebnisse der Klone in den Tests eine hohe Übereinstimmung mit echten Teilnehmern. Sie können nicht nur ihre Antworten auf Fragebögen genau vorhersagen, sondern auch ihre Verhaltensreaktionen in Experimenten vorhersagen, beispielsweise in Experimenten, bei denen Macht das Vertrauen beeinflusst, bei denen „Klone“ wie echte Teilnehmer abschnitten und die Vertrauenswürdigkeit der Gruppe mit hoher Macht deutlich geringer ausfiel als die Gruppe mit niedriger Leistung.
Diese Forschung zeigt, dass generative KI-Modelle verwendet werden können, um äußerst realistische „virtuelle Menschen“ zu schaffen und das Verhalten realer Menschen vorherzusagen. Dies bietet einen völlig neuen Ansatz für die sozialwissenschaftliche Forschung und ermöglicht beispielsweise den Einsatz dieser „virtuellen Menschen“, um die Auswirkungen neuer Gesundheitspolitiken oder Marketingstrategien zu testen, ohne dass groß angelegte Experimente mit realen Menschen erforderlich sind.
Die Forscher fanden außerdem heraus, dass es nicht ausreicht, sich ausschließlich auf demografische Informationen zu verlassen, um „virtuelle Menschen“ zu konstruieren. Nur die Kombination mit ausführlichen Interviews kann das individuelle Verhalten genauer simulieren. Dies zeigt, dass jeder Einzelne über einzigartige Erfahrungen und Perspektiven verfügt und diese Informationen für das Verständnis und die Vorhersage seines Verhaltens von entscheidender Bedeutung sind.
Um die Privatsphäre der Teilnehmer zu schützen, planen die Forscher den Aufbau einer „Agentenbibliothek“ und den Zugriff auf zwei Arten: offenen Zugriff auf aggregierte Daten für feste Aufgaben und eingeschränkten Zugriff auf einzelne Daten für offene Aufgaben. Dies erleichtert Forschern den Einsatz dieser „virtuellen Menschen“ und minimiert gleichzeitig die mit dem Inhalt der Interviews verbundenen Risiken.
Dieses Forschungsergebnis öffnet zweifellos eine neue Tür für die sozialwissenschaftliche Forschung. Lassen Sie uns abwarten, welche weitreichenden Auswirkungen es in der Zukunft haben wird.
Papieradresse: https://arxiv.org/pdf/2411.10109
Diese Forschung stellt nicht nur neue Werkzeuge für die sozialwissenschaftliche Forschung bereit, sondern eröffnet auch neue Möglichkeiten für andere Bereiche, wie etwa die Formulierung öffentlicher Politik, Marketing und Verhaltensvorhersage. In Zukunft wird dieses Forschungsergebnis mit der kontinuierlichen Weiterentwicklung und Verbesserung der Technologie sicherlich noch tiefgreifendere Auswirkungen haben.