Agenti LLM Simulano il Comportamento Umano da Autovalutazioni

Uno studio recente indaga la capacità dei modelli linguistici di grandi dimensioni (LLM) di generare simulazioni general-purpose di individui, chiamate agenti generativi, basate su dati auto-riportati. I ricercatori hanno utilizzato un campione nazionale variegato di 1.052 americani, costruendo agenti attraverso interviste semi-strutturate di due ore (American Voices Project), sondaggi strutturati (General Social Survey e inventario della personalità Big Five), o una combinazione di entrambi i metodi. L'accuratezza di questi agenti su elementi del General Social Survey non utilizzati è stata dell'83% (solo intervista), 82% (solo sondaggi) e 86% (combinati), dimostrando prestazioni superiori rispetto agli agenti basati esclusivamente su dati demografici. Questi risultati indicano che gli LLM possono prevedere il comportamento umano in vari ambiti senza bisogno di ampi dataset strutturati per ogni specifico risultato, presentando un metodo più versatile per la simulazione comportamentale.