Language, Time Preferences, and Consumer Behavior: Evidence from Large Language Models

要約

タイトル：　言語、時間割引率、および消費行動：対大規模言語モデルからの証拠
要約：　言語は、時間と報酬の認識に強い影響を与えます。これは、大規模言語モデルが異なる言語で質問された場合、小さな即時の報酬と大きな将来の報酬の間の好みが異なるかどうか、そしてその選択が人間の言語モデルと類似しているかどうかという問題を提起します。この研究では、複数の言語でのプロンプトに応答するGPT-3.5（以下GPTと呼ばれる）の反応を分析し、小さい即時の報酬と大きな将来の報酬の間の好みを探究します。結果として、GPTは、ドイツ語や中国語など、将来時制の参照が弱い言語でプロンプトされた場合、より忍耐力を発揮することがわかります。これは既存の文献と一致し、これらの言語を話す人々の好みとGPTの選択との間に相関があることを示唆しています。しかしながら、報酬の差が変化しても、早期または後期の報酬の好みが系統的に変化しないことが、さらなる分析で明らかになりました。これは早期の支払いに優先的に耐える辞書的好みがあることを示しています。GPTは魅力的なバリエーションを捉えることができるものの、我々の研究結果は、これらのモデルによる選択が人間の意思決定者のそれと一致していないことを示しています。

要点：

– 言語は時間と報酬の認識に強い影響を与える
– 大規模言語モデル（GPT）は、異なる言語での質問に応える際に報酬の好みに異なる傾向がある
– GPTは、将来時制の参照が弱い言語でプロンプトされた場合に忍耐力が増すことがわかった
– この傾向は、既存の文献と一致し、これらの言語を話す人々の好みとGPTの選択との間に相関があることを示唆している
– 報酬の差が変化しても、報酬の好みが系統的に変化しないことがわかった
– これは、辞書的な好みがあることを示している
– GPTの選択は、人間の意思決定者の選択と一致していないとの研究結果が示された

要約(オリジナル)

Language has a strong influence on our perceptions of time and rewards. This raises the question of whether large language models, when asked in different languages, show different preferences for rewards over time and if their choices are similar to those of humans. In this study, we analyze the responses of GPT-3.5 (hereafter referred to as GPT) to prompts in multiple languages, exploring preferences between smaller, sooner rewards and larger, later rewards. Our results show that GPT displays greater patience when prompted in languages with weak future tense references (FTR), such as German and Mandarin, compared to languages with strong FTR, like English and French. These findings are consistent with existing literature and suggest a correlation between GPT’s choices and the preferences of speakers of these languages. However, further analysis reveals that the preference for earlier or later rewards does not systematically change with reward gaps, indicating a lexicographic preference for earlier payments. While GPT may capture intriguing variations across languages, our findings indicate that the choices made by these models do not correspond to those of human decision-makers.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI