ИИ может прогнозировать поведение людей в социальных экспериментах

Большие языковые модели (LLM) демонстрируют впечатляющую способность прогнозировать результаты сложнейших социально-психологических исследований, справляясь с этой задачей на уровне экспертов-людей. Согласно масштабному исследованию, опубликованному в журнале Nature, современные алгоритмы способны не просто анализировать текст, но и моделировать реакции репрезентативных групп населения на различные стимулы. Это открывает перед научным сообществом заманчивую, хотя и несколько пугающую перспективу частичной автоматизации планирования экспериментов.

Исследовательская группа из Гарварда и Стэнфорда провела детальный аудит возможностей нейросетей, используя архив из 70 репрезентативных опросов, проведенных в США. В этих экспериментах приняли участие более 119 330 человек, а общее количество изученных эффектов достигло 469. Ученые просили модель имитировать ответы американцев, сопоставляя полученные данные с реальными результатами, что позволило выявить глубокую корреляцию между цифровыми прогнозами и живой реакцией людей.

Особого внимания заслуживает тот факт, что GPT-4 показала высокую точность даже в тех случаях, когда данные конкретных исследований не входили в ее обучающую выборку. Это позволяет предположить, что модель не просто «вспоминает» прочитанное в интернете, а действительно оперирует некими внутренними паттернами человеческого поведения, усвоенными в процессе обучения. Впрочем, здесь кроется и нюанс: ИИ склонен систематически преувеличивать силу наблюдаемых эффектов, делая мир в своих прогнозах чуть более предсказуемым и контрастным, чем он есть на самом деле.

Методология цифрового двойника

Процесс тестирования был выстроен по принципу классического научного прогнозирования. Чтобы получить результат, исследователи использовали многоступенчатый алгоритм взаимодействия с моделью, который сегодня может воспроизвести любой специалист, работающий с API современных LLM. Этот подход позволяет превратить нейросеть в своего рода «виртуальную фокус-группу» для предварительного тестирования гипотез.

Типичный рабочий процесс выглядел следующим образом:

• Формирование детального промпта, описывающего демографический профиль участника (возраст, пол, образование, политические взгляды).
• Подача экспериментального стимула — например, текста политической рекламы или описания социальной ситуации.
• Запрос на генерацию ответа от лица данного персонажа с последующим статистическим анализом сотен таких имитаций.

Интересно, что точность прогнозов заметно возрастала при использовании метода ансамблирования, когда один и тот же вопрос задавался модели многократно с небольшими вариациями формулировок.

Это напоминает работу опытного социолога, который перепроверяет свои выводы, прежде чем представить их публике. Однако при всей стройности системы, исследователи отмечают риск «галлюцинаций» и упрощения идентичности сложных социальных групп, что требует осторожности при интерпретации результатов.

Перспективы и этические барьеры

Несмотря на успех эксперимента, вопрос о том, сможет ли ИИ полностью заменить человеческое участие в науке, остается открытым. В дополнительном анализе 15 «мега-исследований» (крупномасштабных экспериментов с сотнями условий) корреляция оказалась ниже, хотя все еще сопоставимой с прогнозами живых экспертов. Это наводит на мысли о том, что в нестандартных ситуациях человеческая интуиция и контекстуальное понимание все еще остаются незаменимыми.

Социальные ученые, опрошенные в рамках проекта, выразили обеспокоенность возможным нецелевым использованием таких инструментов. Если ИИ может предсказать, какое сообщение лучше всего убедит конкретную группу людей, это открывает двери для высокоточной пропаганды и манипуляций. С другой стороны, использование LLM в качестве инструмента пилотного тестирования может сэкономить миллионы долларов, отсеивая заведомо нерабочие гипотезы еще до начала дорогостоящих полевых работ.

В конечном итоге, мы наблюдаем не замену ученого алгоритмом, а появление мощного когнитивного протеза. Технологии позволяют автоматизировать рутину — например, подбор наиболее перспективных вмешательств для репликации или предварительную оценку влияния новых законов. Но ответственность за этическую чистоту и конечные выводы по-прежнему лежит на человеке, который должен уметь разглядеть за стройными графиками нейросети реальную, часто противоречивую человеческую природу.