القرارات البشرية التي تستطيع نماذج اللغة الكبيرة محاكاتها بشكل أفضل من الاستبيانات

لعقود من الزمن، واجهت نمذجة كيفية اتخاذ الأشخاص الحقيقيين للقرارات، خاصة في ظل المخاطر وعدم اليقين، جدارًا عمليًا صعبًا. تلتقط نظرية الاحتمال التراكمي (CPT) التحيزات التي يتجاهلها الاقتصاد الكلاسيكي: النفور من الخسارة، والاعتماد على المرجع، والميل إلى المبالغة في تقدير الاحتمالات الصغيرة للغاية. ولكن لاستخدام CPT على نطاق واسع، يحتاج الباحثون إلى معاملات على المستوى الفردي يصعب جمعها بشكل عنيد. الاستبيانات صغيرة. التجارب الخاضعة للرقابة متجانسة. يظل تنوع عملية اتخاذ القرار البشري بعيد المنال.

نشر فريق من جامعة تيانجين وجامعة نوتنغهام نينغبو الصينية الآن ما قد يكون أول عرض منهجي يوضح أن نماذج اللغة الكبيرة يمكنها تجاوز هذا العنق الزجاجة تمامًا. في ورقة بحثية أولية بعنوان "إعادة إنتاج التحيزات البشرية في اختيار الطريق باستخدام نماذج اللغة الكبيرة"، يظهر الباحثون أن العوامل القائمة على نماذج اللغة الكبيرة، وعددهم 3000، لكل منهم ملف ديموغرافي ونفسي متميز، تنتج أنماط اختيار تتوافق مع توقعات CPT مع معامل جودة توافق يتجاوز 0.93 للمكاسب و 0.95 للخسائر.

"تشير هذه النتائج إلى أن نماذج الذكاء الاصطناعي التوليدية قد توفر بديلاً قابلًا للتوسع لنمذجة عمليات اتخاذ القرار البشري"، يكتب المؤلفون. والفكرة هي أن عمليات المحاكاة القائمة على العوامل، والتي طالما كانت مقيدة بصعوبة إعطاء العوامل الافتراضية تباينًا سلوكيًا واقعيًا، يمكن بناؤها بمستوى من الدقة كان محجوزًا سابقًا للتجارب الصغيرة التي تشمل أشخاصًا حقيقيين.

من الاستبيانات إلى العوامل التوليدية

عنق الزجاجة الذي تعالجه الورقة البحثية ليس نظريًا بل لوجستيًا. تصف CPT سلوك الاختيار من خلال دالة قيمة ودالة ترجيح احتمالات، تحكمها معاملات تشفر مدى حساسية الشخص للمكاسب مقابل الخسائر، ومدى حدة خصم فروق الاحتمالات، وأين يحدد نقطة مرجعيته النفسية. تاريخيًا، كان تقدير هذه المعاملات يعني إجراء استبيانات تضم بضع مئات من المشاركين على الأكثر، مثل 160 سجلاً قابلاً للاستخدام من مسح سفر في منطقة واشنطن، أو حفنة من طلاب الدراسات العليا في تجربة معملية. تصف مجموعات المعاملات الناتجة متوسطًا جماعيًا، وليس طيف التباين الواقعي في العالم الحقيقي.

يستبدل نهج الفريق الصيني المستجيبين البشريين بعوامل قائمة على نماذج اللغة الكبيرة. باستخدام بنية تحفيز غير معلمية، أنشأوا عشرة ملفات شخصية للعوامل: عامل متقاعد يذهب إلى المستشفى، وساعي بريد يقوم بالتوصيل، ومدون فيديو يراجع المواقع، لكل منهم تفضيلات مخاطرة صريحة، وحساسية للوقت، والغرض من السفر. لكل ملف شخصي، قاموا بتوليد 300 عامل، مما أسفر عن ما مجموعه 3000 شخص افتراضي. تم بعد ذلك تعريض هؤلاء العوامل لسيناريوهات اختيار الطريق حيث يخفي نفس متوسط وقت السفر توزيعات مخاطر مختلفة: بعض الطرق كانت ذات نتائج مستقرة ولكنها متوسطة؛ البعض الآخر قدم فرصة لتحقيق مكاسب كبيرة إلى جانب خطر حقيقي للخسارة.

"يتم بناء عوامل بشرية غير متجانسة ذات سمات متعددة الأبعاد بناءً على نماذج اللغة الكبيرة من خلال مطالبات موحدة"، يشرح المؤلفون. لم تتلق العوامل معاملات CPT، بل تلقت وصفًا لهويتها وما تقدره، وطُلب منها اختيار طريق.

التحيزات التي أعادت نماذج اللغة الكبيرة إنتاجها

تختبر الورقة البحثية توقعين قانونيين من CPT. أولاً، أن الأشخاص يتجنبون المخاطرة في مجال المكاسب ويسعون وراء المخاطرة في مجال الخسائر. ثانيًا، أن عدم التماثل ليس متماثلًا: فالألم الناتج عن الخسائر يبلغ حوالي 1.43 ضعف الشعور الجيد الناتج عن المكاسب المكافئة، وهو رقم اشتقته الدراسة مباشرة من الخيارات التي تولدها نماذج اللغة الكبيرة. المعاملات المقدرة، α = 0.4 لحساسية المكسب، β = 0.64 لحساسية الخسارة، و λ = 1.43 للنفور من الخسارة، تقع ضمن نطاق القيم المبلغ عنها في الدراسات البشرية.

الأهم من ذلك، أن العوامل لم تتبع تصنيفاتها للمخاطرة بشكل ميكانيكي. عندما تم وضع العوامل من النوع الأول، العمال المتقاعدون الموصوفون بأنهم حذرون ودقيقون، في سيناريو خسارة حيث كان للطريق أ احتمال صفر للوصول في الوقت المحدد، تحولوا إلى الطريق ب الأكثر تقلبًا. "يشير هذا إلى أنه على الرغم من أنهم يتجنبون المخاطرة بشكل عام، إلا أنهم يعيدون تقييم توزيع النتائج عندما يكون التأخير أمرًا لا مفر منه"، يلاحظ المؤلفون. اختارت ملفات تعريف مدوني الفيديو وطلاب الجامعات، الموصوفة بأنها تسعى وراء المخاطرة، بأغلبية ساحقة الطريق عالي التباين، ولكن ليس بشكل موحد عبر جميع السيناريوهات، مما يشير إلى اتخاذ قرار يعتمد على السياق بدلاً من سياسة ثابتة.

كما استخرجت الدراسة النقاط المرجعية، المعيار النفسي الذي يتم من خلاله قياس المكاسب والخسائر، من أوقات السفر المتوقعة للعوامل. بدلاً من فرض نقطة مرجعية ثابتة، شكلت عوامل نموذج اللغة الكبيرة كل منها توقعًا فرديًا؛ أنتج إجمالي هذه التوقعات نقطة مرجعية تحولت مع السيناريو، مما يعكس نفس الاعتماد على السياق الذي يلاحظه خبراء الاقتصاد السلوكي لدى الأشخاص الحقيقيين.

توسيع نطاق السلوك دون توسيع نطاق التكاليف

الوعد العملي لهذا النهج ليس فقط أنه يعمل، ولكن أنه يعمل بتكلفة زهيدة. سيكون تشغيل 3000 عامل عبر 11 سيناريو في ثلاث نسخ مكلفًا للغاية مع أشخاص حقيقيين، سواء من حيث تكاليف التوظيف أو الوقت. أنتجت المحاكاة القائمة على نموذج اللغة الكبيرة مخرجات JSON منظمة جاهزة للتحليل الإحصائي، مع إشراف بشري ضئيل يتجاوز تصميم المطالبة.

المؤلفون واضحون بشأن ما لم يثبتوه. لا تختبر دراستهم ما إذا كانت نماذج اللغة الكبيرة يمكنها إعادة إنتاج كل تحيز سلوكي معروف، فقط تلك ذات الصلة بـ CPT في سياق اختيار الطريق. ملفات تعريف العوامل، على الرغم من تنوعها، تظل محاكاة للتنوع، وليست تحققًا مقابل بيانات سكانية حقيقية. كما أن استخدام نموذج واحد، GPT-5، يترك السؤال مفتوحًا حول ما إذا كانت النتيجة قابلة للتعميم عبر عائلات النماذج أو إعدادات درجة الحرارة.

ومع ذلك، تفتح الورقة بابًا كان واضعو النماذج السلوكية يدفعون ضده لسنوات. إذا كانت نماذج اللغة الكبيرة قادرة على توليد بيانات سلوكية اصطناعية تعكس بدقة هياكل التحيز البشري، فإن عنق الزجاجة ينتقل من جمع البيانات إلى هندسة المطالبات، وهو قيد يمكن توسيع نطاقه بسهولة أكبر من حيث المبدأ.

الطريق إلى الأمام لنمذجة السلوك التوليدية

يندرج عمل فريق تيانجين ضمن دفع أوسع لاستخدام نماذج اللغة الكبيرة كـ "علوم اجتماعية حاسوبية في صندوق"، كما يسميها بعض الباحثين. أظهر العمل السابق من مشروع العوامل التوليدية في جامعة ستانفورد أن العوامل القائمة على نماذج اللغة الكبيرة يمكنها محاكاة نشر المعلومات والتجميع الاجتماعي في بيئة صندوق رمل. توسع هذه الورقة هذا المنطق ليشمل إطارًا سلوكيًا محكم المعاملات، مما يشير إلى أن نفس العوامل يمكن أن تعمل كبدائل لأشخاص حقيقيين في تجارب مصممة لقياس أنماط معرفية محددة.

السؤال التالي، الذي لا تجيب عليه الورقة، هو ما إذا كانت المعاملات المقدرة من عوامل نموذج اللغة الكبيرة ستطابق تلك المقدرة من السلوك البشري الحقيقي في نفس السيناريو. تتوقف الدراسة عند إظهار أن خيارات العوامل متسقة مع CPT؛ فهي لا تقارن تقديرات المعاملات الناتجة مقابل خطوط أساس تم جمعها من البشر. ستكون هذه المقارنة هي الخطوة الطبيعية التالية، ويعترف المؤلفون بها بشكل غير مباشر في اقتراحهم الختامي بأن الأبحاث المستقبلية يجب أن تدرس "مقارنة نماذج الذكاء الاصطناعي المختلفة واتخاذ القرارات الحقيقية للمستخدمين".

بالنسبة للممارسين في نمذجة النقل، والتخطيط الحضري، والمحاكاة القائمة على العوامل، تقدم الورقة منهجية ملموسة. بنية المطالبة الموحدة معيارية: يمكن تكييف نفس مكونات الملف الشخصي والتخطيط مع اختيار الوسيلة، أو وقت المغادرة، أو حتى سيناريوهات اتخاذ القرارات المالية. لم يتم إصدار الكود وقوالب المطالبات علنًا بعد، لكن الورقة توفر تفاصيل كافية لتكرار النهج.

إذا استمرت النتائج عبر المجالات والنماذج، فإن عنق الزجاجة الذي قيد النمذجة السلوكية قد يكون لديه أخيرًا حل بديل، يعمل على استدعاء API بدلاً من الحافظة والحافظة.