一项最新研究表明，利用生成式 AI 模型，特别是大型语言模型（LLM），可以构建一种能够在多种情境下准确模拟人类行为的架构。这项研究成果为社会科学研究提供了一个强大的新工具。

研究人员首先招募了1000多名来自美国不同背景的参与者，并对他们进行了长达两小时的深度访谈，收集了他们的生活经历、观点和价值观等信息。然后，研究人员利用这些访谈记录和一个大型语言模型构建了一个“生成式代理架构”。

这个架构能够根据参与者的访谈内容创建出上千个虚拟的“克隆人”，每个“克隆人”都拥有独特的个性和行为模式。研究人员通过一系列标准的社会科学测试，例如“大五人格测试”和行为经济学游戏，来评估这些“克隆人”的行为表现。

令人惊讶的是，这些“克隆人”在测试中的表现与真实参与者高度一致。不仅能够准确预测他们在调查问卷中的回答，还能预测他们在实验中的行为反应，例如在权力影响信任的实验中，“克隆人”的表现与真实参与者一样，高权力组的信任度明显低于低权力组。

这项研究成果表明，生成式 AI 模型可以被用来创建高度逼真的“虚拟人类”，并用于预测真实人类的行为。这为社会科学研究提供了一种全新的方法，例如可以利用这些“虚拟人类”来测试新的公共卫生政策或营销策略的效果，而无需进行大规模的真人实验。

研究人员还发现，仅仅依靠人口统计学信息来构建“虚拟人类”是不够的，只有结合深度访谈内容才能更准确地模拟个体行为。这表明，每个个体都有其独特的经历和观点，这些信息对于理解和预测他们的行为至关重要。

为了保护参与者的隐私，研究人员计划建立一个“代理库”，并以两种方式提供访问权限:开放访问固定任务的汇总数据，以及限制访问开放任务的个体数据。这样既可以方便研究人员使用这些“虚拟人类”，又能最大限度地降低与访谈内容相关的风险。

这项研究成果无疑为社会科学研究打开了一扇新的大门，未来将会产生哪些深远的影响，让我们拭目以待。

论文地址：https://arxiv.org/pdf/2411.10109