Исследователи выяснили, что большие языковые модели способны с высокой точностью предсказывать исходы социальных экспериментов, имитируя поведение участников. Анализ показал, что прогнозы ИИ коррелируют с реальными данными исследований, что открывает новые возможности для предварительного тестирования гипотез в социологии и психологии, позволяя ученым экономить ресурсы на проведении масштабных полевых испытаний.
В ходе работы авторы использовали модели для симуляции ответов различных демографических групп в рамках классических и современных социальных исследований. Система анализировала контекст эксперимента и предсказывала статистические результаты, которые впоследствии сравнивались с опубликованными данными реальных научных работ. Результаты подтвердили, что модели могут выступать в роли «цифровых респондентов», отражающих общественные настроения и поведенческие паттерны.
Использование ИИ в качестве инструмента для предварительного моделирования позволяет исследователям быстрее отсеивать неперспективные гипотезы и фокусироваться на наиболее значимых социальных феноменах. Несмотря на потенциальные искажения, заложенные в обучающих данных, точность предсказаний оказалась достаточной для того, чтобы рассматривать LLM как вспомогательный метод в методологии социальных наук.
Ключевые факты
- Исследование опубликовано в журнале Nature, подтверждая научную значимость метода.
- Модели продемонстрировали высокую точность в воспроизведении результатов экспериментов, охватывающих широкий спектр социальных тем.
- Метод позволяет сократить время и финансовые затраты на проведение пилотных исследований.
- ИИ успешно имитирует реакцию различных социальных групп, что делает его полезным инструментом для анализа общественного мнения.