Generative Agent-Based Modeling: Unveiling Social System Dynamics through Coupling Mechanistic Models with Generative Artificial Intelligence

要約

生成人工知能を使用して社会システムのフィードバック豊富な計算モデルを構築する新たな機会の出現について説明します。
生成エージェントベース モデル (GABM) と呼ばれるこのような個人レベルのモデルは、ChatGPT などの大規模な言語モデルを利用して、社会的環境における人間の意思決定を表します。
私たちは、人間の相互作用の機構モデルと事前トレーニングされた大規模な言語モデルを結合することによって、人間の行動をシミュレーション モデルに組み込むことができる GABM ケースを提供します。
これは、組織内での社会規範の普及に関する単純な GABM を導入することで実現されます。
教育目的のため、モデルは意図的にシンプルに保たれています。
幅広いシナリオと、プロンプトのいくつかの変更に対する結果の感度を調査します。
この記事とモデルが、現実的な人間の推論と意思決定を含む有用な普及モデルを構築するためのガイドとして役立つことを願っています。

要約(オリジナル)

We discuss the emerging new opportunity for building feedback-rich computational models of social systems using generative artificial intelligence. Referred to as Generative Agent-Based Models (GABMs), such individual-level models utilize large language models such as ChatGPT to represent human decision-making in social settings. We provide a GABM case in which human behavior can be incorporated in simulation models by coupling a mechanistic model of human interactions with a pre-trained large language model. This is achieved by introducing a simple GABM of social norm diffusion in an organization. For educational purposes, the model is intentionally kept simple. We examine a wide range of scenarios and the sensitivity of the results to several changes in the prompt. We hope the article and the model serve as a guide for building useful diffusion models that include realistic human reasoning and decision-making.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google