Обзор исследования о применении генеративного ИИ в поведенческих исследованиях на Ближнем Востоке
Отчет "Генеративный ИИ для поддержки поведенческих исследований — данные с Ближнего Востока", подготовленный Центром идеаций Strategy& (часть сети PwC), представляет новаторское исследование потенциала искусственного интеллекта в сфере поведенческих наук и разработки политик.
В условиях, когда влияние ИИ на мировую экономику к 2030 году оценивается в 15,7 триллиона долларов США, а Саудовская Аравия объявила о создании фонда в 40 миллиардов долларов для инвестиций в ИИ, исследователи задались вопросом: могут ли синтетические участники — ИИ-агенты, отвечающие на опросы подобно людям — заменить реальных людей в поведенческих исследованиях? Исследование анализировало сходство между ответами реальных и созданных GPT синтетических участников из Саудовской Аравии, ОАЭ и США в трех ключевых областях политики: устойчивое развитие, финансовая грамотность и участие женщин в рабочей силе. Для каждой области оценивались как отношение к политикам, так и влияние экспериментальных вмешательств на самооценку поведения.
Результаты показали, что синтетические участники действительно производят ответы, похожие на человеческие, с сильной корреляцией для всех трех выборок. Однако корреляция была наиболее высокой для США (r = 0.86), средней для ОАЭ (r = 0.75) и самой низкой для Саудовской Аравии (r = 0.65). Также наблюдалась разная направленность предвзятости: GPT обычно переоценивал поддержку политик для американских респондентов и недооценивал для ближневосточных. На основе этих данных исследователи разработали четыре ключевые рекомендации для политиков и практиков в регионе БВСА. Во-первых, GPT может успешно использоваться на предварительных этапах тестирования политик, когда требуется общее понимание направления реакции населения. Во-вторых, на продвинутых этапах разработки всё же следует использовать реальных участников для более точного понимания эффектов. В-третьих, при использовании синтетических участников необходимо учитывать их предвзятость, особенно в вопросах устойчивого развития. И наконец, для создания синтетических участников достаточно использовать базовые демографические характеристики, без необходимости сложного профилирования.
Авторы также выделяют две перспективные области для дальнейших исследований: изучение предвзятости GPT в других областях политики и обучение моделей на данных из региона БВСА для устранения систематической недооценки поддержки ближневосточного населения. Это исследование представляет собой первый шаг к пониманию потенциала и ограничений генеративного ИИ в поведенческих исследованиях на Ближнем Востоке и открывает новые горизонты для более эффективной и научно обоснованной разработки политик в регионе.
В условиях, когда влияние ИИ на мировую экономику к 2030 году оценивается в 15,7 триллиона долларов США, а Саудовская Аравия объявила о создании фонда в 40 миллиардов долларов для инвестиций в ИИ, исследователи задались вопросом: могут ли синтетические участники — ИИ-агенты, отвечающие на опросы подобно людям — заменить реальных людей в поведенческих исследованиях? Исследование анализировало сходство между ответами реальных и созданных GPT синтетических участников из Саудовской Аравии, ОАЭ и США в трех ключевых областях политики: устойчивое развитие, финансовая грамотность и участие женщин в рабочей силе. Для каждой области оценивались как отношение к политикам, так и влияние экспериментальных вмешательств на самооценку поведения.
Результаты показали, что синтетические участники действительно производят ответы, похожие на человеческие, с сильной корреляцией для всех трех выборок. Однако корреляция была наиболее высокой для США (r = 0.86), средней для ОАЭ (r = 0.75) и самой низкой для Саудовской Аравии (r = 0.65). Также наблюдалась разная направленность предвзятости: GPT обычно переоценивал поддержку политик для американских респондентов и недооценивал для ближневосточных. На основе этих данных исследователи разработали четыре ключевые рекомендации для политиков и практиков в регионе БВСА. Во-первых, GPT может успешно использоваться на предварительных этапах тестирования политик, когда требуется общее понимание направления реакции населения. Во-вторых, на продвинутых этапах разработки всё же следует использовать реальных участников для более точного понимания эффектов. В-третьих, при использовании синтетических участников необходимо учитывать их предвзятость, особенно в вопросах устойчивого развития. И наконец, для создания синтетических участников достаточно использовать базовые демографические характеристики, без необходимости сложного профилирования.
Авторы также выделяют две перспективные области для дальнейших исследований: изучение предвзятости GPT в других областях политики и обучение моделей на данных из региона БВСА для устранения систематической недооценки поддержки ближневосточного населения. Это исследование представляет собой первый шаг к пониманию потенциала и ограничений генеративного ИИ в поведенческих исследованиях на Ближнем Востоке и открывает новые горизонты для более эффективной и научно обоснованной разработки политик в регионе.
