Un estudio reciente demuestra que los modelos de IA generativa, especialmente los grandes modelos de lenguaje (LLM), pueden construir una arquitectura capaz de simular con precisión el comportamiento humano en diversas situaciones. Este avance proporciona una poderosa herramienta nueva para la investigación en ciencias sociales.
Los investigadores comenzaron reclutando a más de 1000 participantes de diversos orígenes en Estados Unidos, a quienes realizaron entrevistas en profundidad de dos horas para recopilar información sobre sus experiencias de vida, opiniones y valores. Luego, utilizaron estas transcripciones y un gran modelo de lenguaje para construir una "arquitectura de agentes generativos".
Esta arquitectura puede crear miles de "clones" virtuales a partir del contenido de las entrevistas de los participantes, cada uno con una personalidad y patrones de comportamiento únicos. Los investigadores evaluaron el comportamiento de estos "clones" mediante una serie de pruebas estándar de ciencias sociales, como el "Big Five Personality Test" y juegos de economía conductual.
Sorprendentemente, el desempeño de estos "clones" en las pruebas fue altamente consistente con el de los participantes reales. No solo pudieron predecir con precisión sus respuestas en los cuestionarios, sino también sus reacciones conductuales en los experimentos. Por ejemplo, en un experimento sobre cómo el poder afecta la confianza, los "clones" mostraron el mismo patrón que los participantes reales: los del grupo de alto poder mostraron una confianza significativamente menor que los del grupo de bajo poder.
Este estudio demuestra que los modelos de IA generativa pueden utilizarse para crear "humanos virtuales" altamente realistas y predecir el comportamiento humano real. Esto ofrece un método completamente nuevo para la investigación en ciencias sociales. Por ejemplo, se podrían utilizar estos "humanos virtuales" para probar la eficacia de nuevas políticas de salud pública o estrategias de marketing sin necesidad de realizar experimentos a gran escala con personas reales.
Los investigadores también descubrieron que basarse únicamente en la información demográfica para construir "humanos virtuales" es insuficiente. Solo la combinación con el contenido de las entrevistas permite simular con mayor precisión el comportamiento individual. Esto indica que cada individuo tiene experiencias y perspectivas únicas que son cruciales para comprender y predecir su comportamiento.
Para proteger la privacidad de los participantes, los investigadores planean crear un "repositorio de agentes" y ofrecer acceso de dos maneras: acceso abierto a datos agregados para tareas fijas y acceso restringido a datos individuales para tareas abiertas. Esto permitirá a los investigadores utilizar estos "humanos virtuales" al tiempo que minimiza los riesgos asociados con el contenido de las entrevistas.
Este avance sin duda abre una nueva puerta para la investigación en ciencias sociales. Queda por ver el alcance de su impacto futuro.
Enlace al artículo: https://arxiv.org/pdf/2411.10109
