Une recherche révolutionnaire utilise l’IA générative, en particulier les grands modèles de langage (LLM), pour construire avec succès une architecture capable de simuler avec précision le comportement humain dans diverses situations. Cette recherche constitue un outil d’une puissance sans précédent pour la recherche en sciences sociales, ce qui signifie qu’elle peut comprendre et prédire plus efficacement le comportement humain, et ainsi mieux formuler les politiques sociales et les stratégies commerciales. L'équipe de recherche a collecté une grande quantité de données au cours d'entretiens approfondis et les a utilisées pour entraîner le modèle et construire des milliers de « clones » virtuels. Les performances de ces « clones » dans divers tests étaient très cohérentes avec celles des participants réels.
Une nouvelle étude montre qu'en utilisant des modèles d'IA génératifs, en particulier des modèles de langage étendus (LLM), il est possible de construire une architecture capable de simuler avec précision le comportement humain dans diverses situations. Les résultats constituent un nouvel outil puissant pour la recherche en sciences sociales.
Les chercheurs ont d’abord recruté plus de 1 000 participants issus de divers horizons aux États-Unis et ont mené avec eux des entretiens approfondis de deux heures afin de recueillir des informations sur leurs expériences de vie, leurs opinions et leurs valeurs. Les chercheurs ont ensuite utilisé ces transcriptions d’entretiens et un grand modèle de langage pour construire une « architecture d’agent génératrice ».
Cette architecture peut créer des milliers de « clones » virtuels basés sur les entretiens des participants, chacun ayant une personnalité et des modèles de comportement uniques. Les chercheurs ont évalué les performances comportementales des clones à l'aide d'une série de tests standards en sciences sociales, tels que le test de personnalité Big Five et des jeux d'économie comportementale.
Étonnamment, les clones ont réalisé des tests très cohérents avec de vrais participants. Non seulement ils peuvent prédire avec précision leurs réponses aux questionnaires, mais ils peuvent également prédire leurs réponses comportementales dans des expériences, comme dans des expériences où le pouvoir affecte la confiance, où les « clones » se comportaient comme de vrais participants et dans quelle mesure le groupe à haut pouvoir était digne de confiance. que le groupe de faible puissance.
Cette recherche montre que les modèles d’IA génératifs peuvent être utilisés pour créer des « humains virtuels » très réalistes et prédire le comportement d’humains réels. Cela offre une approche complètement nouvelle de la recherche en sciences sociales, par exemple en utilisant ces « humains virtuels » pour tester les effets de nouvelles politiques de santé publique ou de nouvelles stratégies de marketing sans avoir besoin d'expériences à grande échelle avec de vraies personnes.
Les chercheurs ont également constaté que s'appuyer uniquement sur des informations démographiques pour construire des « humains virtuels » n'est pas suffisant. Seules les combinaisons avec des entretiens approfondis peuvent simuler avec plus de précision le comportement individuel. Cela démontre que chaque individu a des expériences et des perspectives uniques, et que ces informations sont essentielles pour comprendre et prédire leur comportement.
Pour protéger la vie privée des participants, les chercheurs prévoient de créer une « bibliothèque d'agents » et de fournir un accès de deux manières : un accès ouvert aux données agrégées pour les tâches fixes et un accès restreint aux données individuelles pour les tâches ouvertes. Cela permet aux chercheurs d'utiliser plus facilement ces « humains virtuels » tout en minimisant les risques liés au contenu des entretiens.
Ce résultat de recherche ouvre sans aucun doute une nouvelle porte à la recherche en sciences sociales. Attendons de voir quels impacts considérables cela aura dans le futur.
Adresse papier : https://arxiv.org/pdf/2411.10109
Cette recherche fournit non seulement de nouveaux outils pour la recherche en sciences sociales, mais ouvre également de nouvelles possibilités dans d’autres domaines, tels que la formulation des politiques publiques, le marketing et la prédiction comportementale. À l’avenir, avec le développement et l’amélioration continus de la technologie, ces résultats de recherche auront sûrement un impact plus profond.