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

要約

言語は、私たちの時間と報酬の認識に強い影響を与えます。
このことから、大規模な言語モデルが異なる言語で質問された場合、時間の経過とともに報酬に対する異なる選好を示すのか、またその選択は人間の選択と同様であるのかという疑問が生じます。
この研究では、複数の言語のプロンプトに対する GPT-3.5 (以下、GPT と呼びます) の応答を分析し、より小さくて早い報酬と、より大きくて遅い報酬の間の好みを調査します。
私たちの結果は、GPT は、英語やフランス語などの強い未来時制参照 (FTR) を持つ言語と比較して、ドイツ語や北京語などの弱い未来時制参照 (FTR) を持つ言語でプロンプトが表示された場合に、より高い忍耐力を示すことを示しています。
これらの発見は既存の文献と一致しており、GPT の選択とこれらの言語の話者の好みとの間に相関関係があることを示唆しています。
しかし、さらなる分析により、より早い報酬またはより遅い報酬に対する選好は、報酬ギャップによって体系的に変化しないことが明らかになり、より早い支払いに対する辞書編集的な選好が示されている。
GPT は言語間の興味深い変化を捉える可能性がありますが、私たちの調査結果は、これらのモデルによって行われる選択が人間の意思決定者の選択に対応していないことを示しています。

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, Google