В день промежуточных выборов в США 2010 года исследователи провели масштабный эксперимент с участием 61 миллиона пользователей популярной соцсети. Некоторым показали напоминание о необходимости проголосовать и ссылку на избирательный участок. Другие увидели версию того же поста с лицами своих друзей, которые уже проголосовали, и это оказалось гораздо эффективнее в плане привлечения избирателей, побудив 340 000 человек прийти на избирательные участки.
Это исследование является ярким примером того, как социальные сети могут влиять на поведение людей. Но это был единичный случай. По своей природе масштабные социальные эксперименты нелегко повторить для проверки новых гипотез или изучения других условий. Их организация может быть дорогостоящей, а некоторые вопросы сложно исследовать, не вызывая этических вопросов.
Мохсен Баяти, профессор кафедры операционного менеджмента, информационных технологий и технологий Стэнфордской школы бизнеса, и аспирант Садег Ширани задались вопросом, можно ли создать виртуальный мир, в котором можно было бы проводить поведенческие эксперименты так часто, как потребуется. В новом исследовании они разработали реалистичную симуляцию, населенную 20 000 цифровыми «агентами» с искусственным интеллектом, которые имитируют поведение человека в социальной сети.
Исследователи показали агентам сообщения, основанные на тех, что использовались в эксперименте 2010 года. Они обнаружили, что их моделирование в целом воспроизвело предыдущие результаты: сообщение, использующее социальные связи, увеличило потенциальную явку избирателей больше, чем общий информационный пост. Однако эффект был гораздо сильнее, чем результаты реального эксперимента.
«Мы убедились, что симуляции позволяют увидеть общую картину, но упускают множество деталей», — объясняет Ширани. Тем не менее виртуальная среда может помочь исследователям проверить эффективность различных мер воздействия. «Вы можете провести эксперимент, который невозможен в реальном мире», — говорит Баяти.
Сеть агентов искусственного интеллекта
Создание виртуальной среды Ширани и Баяти начали со сбора данных переписи населения США, их интересовали такие сведения, как возраст, пол, профессия, образование и семейное положение. Каждому профилю был назначен уникальный цифровой агент.
Затем они получили данные из исследования 2012 года, проведенного в реальной социальной сети, и случайным образом сопоставили каждого виртуального агента с узлом сети. Они использовали большие языковые модели для уточнения и расширения профиля каждого пользователя, заполняя такие детали, как интересы, политические взгляды и привычки при голосовании.
Затем исследователи провели 30 раундов симуляции, каждый из которых представлял один день, предшествующий выборам. Во время раунда агенты взаимодействовали с социальной сетью, похожей на настоящую. Они задавали вопросы языковой модели, чтобы решить, что делать, учитывая их демографические данные и «личность». Например, агенты могли создать новый пост о выборах или другой теме, который появлялся в новостных лентах других агентов. Или они могли подписаться на другого пользователя или изменить намерение голосовать в зависимости от увиденного контента.
Ширани и Баяти провели несколько итераций симуляции. В некоторых версиях все агенты видели информационное сообщение, призывающее к участию в выборах; в других — социальное сообщение; а в третьих — никакого сообщения вообще.
Прямое сообщение в социальных сетях увеличило явку избирателей в среднем на 3,9%, в то время как информационное сообщение не оказало существенного влияния. Этот результат в целом совпал с выводами эксперимента 2010 года. Однако в том более раннем эксперименте эффект был гораздо слабее: публикация в социальных сетях увеличила явку избирателей примерно на 0,4%.
Виртуальная игра
По словам Ширани, симуляция могла дать более сильный эффект отчасти потому, что виртуальные агенты «полностью сосредоточены на том, что видят», в то время как реальные люди больше отвлекаются на общий поток информации в социальных сетях. «Например, я вижу сообщение, но затем — пост от друга о сегодняшнем футбольном матче. Я могу совершенно забыть о сообщении о выборах».
Он и Баяти также измерили косвенный сетевой эффект сообщения — то, как оно влияло на пользователей, которые не видели пост напрямую, но видели похожие посты от друзей. В симуляции этот эффект оказался намного меньше, чем тот, который оценивался в более раннем эксперименте 2010 года. Ширани предполагает, что это может быть связано с тем, что «у людей более глубокие связи» в социальных сетях в реальном мире. Например, «если я вижу, как моя жена голосует, это для меня очень много значит».
Баяти предполагает, что агенты, управляемые ИИ, могут быть полезны для исследований во многих областях, от материаловедения до здравоохранения, если учитывать определенные ограничения и с осторожностью интерпретировать результаты. Например, можно провести тысячи виртуальных экспериментов, чтобы выявить перспективных кандидатов для нового материала, а затем проверить все в лаборатории.
«Сейчас отовсюду слышно: «Искусственный интеллект имеет ценность», — говорит Баяти. — Но вот очень конкретный пример, где мы это видим».
Сообщение Виртуальные агенты: как ИИ предсказывает поведение людей появились сначала на Идеономика – Умные о главном.
