AI誰認為我們如何？研究人員代表了一種預測人類行為的新模型

想像一下，一輛專注於市中心運動的獨立汽車。為了避免碰撞，他必須判斷行人是否要越過。或考慮投資算法的股票 – 有必要預見到人類投資者在邁出一步之前將如何對新聞做出回應。

在這兩種情況下，汽車都應該做的要比計算得更多 – 他們應該了解一個人的行為。但是，並未為此而創建當今的一般使用模型，例如GPT或Llama。

輸入BE.FM，這是行為基金的簡短模型，這是密歇根大學，斯坦福大學和Mobalb的研究人員開發的新的AI系統。 BE.FM是專門針對人類行為的預測，建模和合理思想的第一個AI系統之一。有工作 出版 在 SSRN 預印服務器。

與依靠一般文本構建的傳統模型不同，BE.FM是通過行為科學學習的，這是根據調查和學術研究之前的受控實驗給出的。

“我們不以維基百科的身份為他餵養他，” Yutong CE說，他是UM信息科學領域的博士學位課程，也是該研究的主要作者。 “我們從實驗數據，大約20,000名受訪者和數千個科學研究中構建了一組行為數據，超過68,000名受試者，以幫助一個模型原因，以了解人們為什麼要採取行動。”

這種專業的學習使BE.FM優於普通的AI，這通常忽略了少數群體的行為或錯誤地讀取複雜的社會信號。例如，團隊的先前工作發表在 國家科學院論文集它表明，現在準備好製作的AIS模仿了一個人的平均行為，但不涵蓋人類分佈的種類。更重要的是，BE.FM展示了許多新興的機會 – 研究人員顯然沒有編程的居民 – 分為四個關鍵的應用領域。

be.fm的第一個也是最明顯的力量是他在實際情況下預測一個人的行為的能力。例如，Xie描述了一個腳本，其中銀行家提供了幾種投資選擇。 be.fm可以用來預測人們喜歡哪種選擇，以及會有多少合作或冒險。這種行為預測可以支持經濟建模，產品測試或國家政策分析，在在現實世界中啟動昂貴的測試之前，提供了一種模擬小組行為的方法。

BE.FM還可以從行為或背景數據中得出心理特徵和人口統計學信息。在應用程序中，這可能意味著一個人的性格和性別以及其他人口統計數據或對其年齡的評估是基於其個人特徵的評估，這可能意味著一個人是個外向或愉快的結論。此機會可以幫助研究人員更有效地細分用戶，直接個性化干預措施或為產品設計提供信息。

人類的行為通常會隨著上下文的響應而改變，例如術語，社會規範或環境信號的變化。 BE.FM可以幫助檢測有關這些驅動因素的思想。

例如，當用戶在應用程序中的行為從1月到2月變化時，BE.FM可以幫助確定哪些上下文因素會影響轉移，例如，如何更新設計，季節性趨勢或信息的變化。在不同情況下分析模式，該模型可以揭示對製定決策的環境信號形成的理解。

這使其成為研究人員，設計師和政治分析師的潛在有價值的工具，努力了解行為發生變化以及有效的反應。

最後，BE.FM可以在科學領域組織和應用行為知識來支持研究工作過程。它建立在大型語言體系結構的基礎上，可以產生新的研究思想，總結文獻或解決行為經濟中的應用問題。

對於科學家和從業人員而言，這可以成為假設集思廣益，研究研究甚至模仿腳本在現場測試之前的工具。

在這四個類別中，BE.FM始終超過了商業模型和開源模型，例如GPT-4O和Llama，根據人的行為，尤其是在人格預測和腳本建模等任務中。它的預測更仔細地反映了真實的模型，尤其是在人口層面。

然而，該模型有限制 – 在這四個領域之外的表現仍未得到驗證。它尚未打算預測大規模的政治事件或預測結果，例如選舉或和平交易。

研究小組已經在努力擴大BE.FM域的覆蓋範圍。

“醫療保健領域，教育，甚至地緣政治領域的行為 – 目標是使be.fm有用，在人們做出決定的地方，” UM信息教授，研究的相應作者Cyauo Mei說。

BE.FM型號可用 要求。 該團隊邀請研究人員和從業人員使用模型並分享他們的反饋。