Eine aktuelle Studie zeigt, dass generative KI-Modelle, insbesondere große Sprachmodelle (LLMs), verwendet werden können, um eine Architektur zu erstellen, die menschliches Verhalten in verschiedenen Situationen genau simulieren kann. Dieses Forschungsergebnis bietet der Sozialforschung ein leistungsstarkes neues Werkzeug.
Die Forscher rekrutierten zunächst über 1000 Teilnehmer aus verschiedenen Teilen der USA und führten zweistündige Tiefeninterviews mit ihnen durch, um Informationen über ihre Lebenserfahrungen, Ansichten und Werte zu sammeln. Anschließend nutzten die Forscher diese Interviewprotokolle und ein großes Sprachmodell, um eine „generative Agentenarchitektur“ zu erstellen.
Diese Architektur kann anhand der Interviewinhalte Tausende virtueller „Klone“ erstellen, wobei jeder Klon einzigartige Persönlichkeitsmerkmale und Verhaltensmuster aufweist. Die Forscher bewerteten die Leistung dieser „Klone“ anhand einer Reihe standardisierter sozialwissenschaftlicher Tests, wie z. B. des „Big Five“-Persönlichkeitstests und verhaltensökonomischer Spiele.
Erstaunlicherweise stimmten die Ergebnisse der „Klone“ in den Tests stark mit denen der realen Teilnehmer überein. Sie konnten nicht nur ihre Antworten in Fragebögen genau vorhersagen, sondern auch ihre Reaktionen in Experimenten. Beispielsweise zeigten die „Klone“ im Experiment zum Einfluss von Macht auf Vertrauen ein ähnliches Verhalten wie die realen Teilnehmer: Die Vertrauenswürdigkeit in der Hochmachtgruppe war deutlich geringer als in der Niedrigmachtgruppe.
Die Ergebnisse dieser Studie zeigen, dass generative KI-Modelle verwendet werden können, um hochrealistische „virtuelle Menschen“ zu erstellen und das Verhalten realer Menschen vorherzusagen. Dies bietet der Sozialforschung eine völlig neue Methode. So können beispielsweise diese „virtuellen Menschen“ verwendet werden, um die Auswirkungen neuer Strategien im Bereich der öffentlichen Gesundheit oder des Marketings zu testen, ohne groß angelegte Experimente mit realen Personen durchführen zu müssen.
Die Forscher stellten außerdem fest, dass allein demografische Informationen für die Erstellung von „virtuellen Menschen“ nicht ausreichen. Nur die Kombination mit Tiefeninterviewdaten ermöglicht eine genauere Simulation individuellen Verhaltens. Dies zeigt, dass jeder Mensch einzigartige Erfahrungen und Ansichten hat, die für das Verständnis und die Vorhersage seines Verhaltens unerlässlich sind.
Zum Schutz der Privatsphäre der Teilnehmer planen die Forscher die Einrichtung einer „Agentenbibliothek“ mit zwei Zugangsarten: offener Zugriff auf aggregierte Daten für festgelegte Aufgaben und eingeschränkter Zugriff auf individuelle Daten für offene Aufgaben. Dies ermöglicht Forschern die Nutzung der „virtuellen Menschen“, minimiert aber gleichzeitig die Risiken im Zusammenhang mit den Interviewinhalten.
Die Ergebnisse dieser Studie eröffnen der Sozialforschung zweifellos neue Türen. Welche weitreichenden Auswirkungen sie in Zukunft haben wird, bleibt abzuwarten.
论文地址/Paper-Adresse: https://arxiv.org/pdf/2411.10109
