บรรณาธิการของ Downcodes ได้เรียนรู้ว่าทีมวิจัยจากมหาวิทยาลัยสแตนฟอร์ด มหาวิทยาลัยวอชิงตัน และ Google DeepMind ร่วมกันพัฒนาตัวแทน AI รูปแบบใหม่ที่สามารถจำลองพฤติกรรมของมนุษย์ได้อย่างแม่นยำ และบรรลุผลลัพธ์ที่น่าประทับใจในการทดลองทางสังคม งานวิจัยนี้เป็นเครื่องมือในห้องปฏิบัติการที่มีประสิทธิภาพสำหรับการทดสอบทฤษฎีในสาขาสังคมศาสตร์ เช่น เศรษฐศาสตร์ สังคมวิทยา องค์กร และรัฐศาสตร์ ซึ่งเป็นช่องทางใหม่ในการทำความเข้าใจพฤติกรรมของมนุษย์อย่างลึกซึ้งยิ่งขึ้น ทีมวิจัยใช้ข้อมูลการสัมภาษณ์ผู้ลงคะแนนเสียงชาวอเมริกันมากกว่า 1,000 คนและรวมกับโมเดล GPT-4o เพื่อฝึกอบรมตัวแทน AI ที่สามารถฟื้นฟูปฏิกิริยาของมนุษย์ได้ในระดับสูง ผลลัพธ์และข้อมูลของงานวิจัยนี้ได้รับการเผยแพร่สู่สาธารณะแล้ว ซึ่งเป็นทรัพยากรอันมีค่าสำหรับนักวิทยาศาสตร์ทั่วโลก
เมื่อเร็วๆ นี้ ทีมวิจัยจากมหาวิทยาลัยสแตนฟอร์ด มหาวิทยาลัยวอชิงตัน และ Google DeepMind ได้พัฒนาตัวแทนปัญญาประดิษฐ์ (AI) รูปแบบใหม่ที่สามารถจำลองพฤติกรรมของมนุษย์ในการทดลองทางสังคมได้อย่างแม่นยำ จากการวิจัยของพวกเขา เทคนิคการจำลองนี้สัญญาว่าจะเป็นพื้นฐานในห้องปฏิบัติการสำหรับการทดสอบทฤษฎีในสาขาต่างๆ เช่น เศรษฐศาสตร์ สังคมวิทยา องค์กร และรัฐศาสตร์
นักวิจัยสร้างตัวแทน AI เหล่านี้โดยใช้ข้อมูลการสัมภาษณ์จากผู้มีสิทธิเลือกตั้งในสหรัฐฯ มากกว่า 1,000 คน อายุ เพศ วุฒิการศึกษา และมุมมองทางการเมืองของผู้ให้สัมภาษณ์เหล่านี้แสดงถึงความหลากหลายของสังคมอเมริกัน ตัวแทน AI วิเคราะห์บันทึกการสัมภาษณ์เหล่านี้ และใช้แบบจำลอง GPT-4o เพื่อสร้างปฏิกิริยาที่แท้จริงของผู้ให้สัมภาษณ์เมื่อผู้ใช้ถามคำถาม
ในแง่ของการดำเนินการเฉพาะ ทีมวิจัยได้ทำการสัมภาษณ์เชิงลึกเป็นเวลา 2 ชั่วโมงสำหรับผู้เข้าร่วมแต่ละคน และใช้แบบจำลอง Whisper ของ OpenAI เพื่อแปลงเนื้อหาการสัมภาษณ์ให้เป็นข้อความ วิธีการนี้ช่วยเพิ่มความแม่นยำของตัวแทน AI ได้อย่างมาก ในการทดสอบการทำนายพฤติกรรมของมนุษย์ ตัวแทน AI จากข้อมูลการสัมภาษณ์สามารถคาดการณ์การตอบสนองของมนุษย์ต่อการสำรวจทางสังคมทั่วไปได้สำเร็จด้วยความแม่นยำ 85% ซึ่งดีกว่าตัวแทน AI ที่ใช้ข้อมูลประชากรพื้นฐานเพียงอย่างเดียวอย่างมาก
นอกจากนี้ นักวิจัยยังได้ทำการทดลองทางสังคมศาสตร์อีก 5 ครั้ง และผลลัพธ์ที่ได้แสดงให้เห็นว่าในการทดลอง 4 ครั้ง ผลลัพธ์ที่เกิดจากตัวแทน AI มีความสอดคล้องกับการตอบสนองของผู้เข้าร่วมที่เป็นมนุษย์อย่างมาก โดยมีค่าสัมประสิทธิ์สหสัมพันธ์อยู่ที่ 0.98 สิ่งนี้ชี้ให้เห็นว่าวิธีการที่ใช้การสัมภาษณ์แสดงให้เห็นถึงความแม่นยำมากขึ้นและมีความสมดุลที่ดีขึ้นในการวิเคราะห์การตอบสนองจากอุดมการณ์ทางการเมืองและกลุ่มชาติพันธุ์ต่างๆ
เพื่ออำนวยความสะดวกในการติดตามผลการวิจัย ทีมวิจัยได้อัปโหลดชุดข้อมูลของตัวแทน AI 1,000 ชุดที่สร้างขึ้นไปยัง GitHub เพื่อให้นักวิทยาศาสตร์คนอื่นๆ ใช้ เพื่อปกป้องความเป็นส่วนตัวของผู้เข้าร่วม ทีมงานได้นำระบบการเข้าถึงแบบสองชั้นมาใช้
นักวิทยาศาสตร์สามารถเข้าถึงข้อมูลการตอบสนองโดยรวมสำหรับงานบางอย่างได้ฟรี ในขณะที่การเข้าถึงข้อมูลการตอบสนองส่วนบุคคลในการศึกษาแบบเปิดต้องได้รับการอนุญาตพิเศษ ระบบนี้ได้รับการออกแบบมาเพื่อช่วยให้นักวิจัยศึกษาพฤติกรรมของมนุษย์ได้ดีขึ้น ในขณะเดียวกันก็ปกป้องความเป็นส่วนตัวของผู้เข้าร่วมการสัมภาษณ์ครั้งแรก
ทางเข้าโครงการ: https://github.com/joonspk-research/genagents
ความสำคัญที่ก้าวหน้าของการวิจัยนี้อยู่ที่ความแม่นยำในการจำลองพฤติกรรมของมนุษย์และศักยภาพในการวิจัยทางสังคมศาสตร์ การวิจัยนี้คาดว่าจะส่งเสริมการวิจัยเพิ่มเติมเกี่ยวกับพฤติกรรมของมนุษย์และปรากฏการณ์ทางสังคม ทำให้เกิดมุมมองใหม่ๆ สำหรับการทำความเข้าใจและทำนายการพัฒนาทางสังคมได้แม่นยำยิ่งขึ้น ด้วยการเผยแพร่ชุดข้อมูลต่อสาธารณะ บรรณาธิการของ Downcodes รอคอยที่เทคโนโลยีนี้จะนำเสนอผลลัพธ์ที่น่าประหลาดใจมากขึ้นในอนาคต