ทีมวิจัยจากมหาวิทยาลัยสแตนฟอร์ด มหาวิทยาลัยวอชิงตัน และ Google DeepMind ใช้ข้อมูลการสัมภาษณ์จากผู้มีสิทธิเลือกตั้งชาวอเมริกันมากกว่า 1,000 คนเพื่อพัฒนาตัวแทน AI ที่สามารถจำลองพฤติกรรมของมนุษย์ได้อย่างแม่นยำ เจ้าหน้าที่ AI เหล่านี้ใช้โมเดล GPT-4o และสามารถสร้างการตอบสนองที่แท้จริงของผู้ตอบแบบสอบถามเมื่อผู้ใช้ถามคำถาม ทำให้เกิดความเป็นไปได้ใหม่สำหรับการทดสอบทฤษฎีในสาขาต่างๆ เช่น เศรษฐศาสตร์ สังคมวิทยา องค์กร และรัฐศาสตร์ ทีมวิจัยได้เผยแพร่ชุดข้อมูลที่มีตัวแทน AI 1,000 รายบน GitHub เพื่ออำนวยความสะดวกในการวิจัยเพิ่มเติม ขณะเดียวกันก็ใช้กลไกควบคุมการเข้าถึงที่เข้มงวดเพื่อปกป้องความเป็นส่วนตัวของผู้เข้าร่วม การวิจัยครั้งนี้ถือเป็นเครื่องมือใหม่ที่มีประสิทธิภาพในการทำความเข้าใจและทำนายพฤติกรรมของมนุษย์ และคาดว่าจะขับเคลื่อนความก้าวหน้าที่สำคัญในการวิจัยทางสังคมศาสตร์
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 ระบบนี้ออกแบบมาเพื่อช่วยให้นักวิจัยศึกษาพฤติกรรมของมนุษย์ได้ดีขึ้น ในขณะเดียวกันก็ปกป้องความเป็นส่วนตัวของผู้เข้าร่วมการสัมภาษณ์ครั้งแรก
ทางเข้าโครงการ : https://github.com/joonspk-research/genagents
ไฮไลท์:
ตัวแทน AI ที่พัฒนาโดยทีมวิจัยนั้นอิงจากข้อมูลการสัมภาษณ์และสามารถจำลองพฤติกรรมของมนุษย์ได้อย่างแม่นยำและปรับปรุงความแม่นยำของการวิจัยทางสังคมศาสตร์
ความแม่นยำในการทำนายของตัวแทน AI ในแบบสำรวจทางสังคมสูงถึง 85% ซึ่งดีกว่าตัวแทนที่อาศัยข้อมูลประชากรเพียงอย่างเดียวอย่างมาก
ชุดข้อมูลนี้เผยแพร่ต่อสาธารณะและเข้าถึงได้โดยนักวิจัยคนอื่นๆ ผ่านทาง GitHub ซึ่งอำนวยความสะดวกในการวิจัยเกี่ยวกับพฤติกรรมของมนุษย์พร้อมทั้งปกป้องความเป็นส่วนตัวของผู้เข้าร่วม
ผลการวิจัยที่ก้าวหน้าของการวิจัยครั้งนี้ถือเป็นเครื่องมือใหม่ที่มีประสิทธิภาพสำหรับการวิจัยทางสังคมศาสตร์และชี้ให้เห็นถึงแนวทางสำหรับการประยุกต์ใช้ปัญญาประดิษฐ์ในสาขาสังคมศาสตร์ในอนาคต สมควรได้รับความสนใจและการสำรวจเพิ่มเติม