ChatGPT جایگزین انسان ها در مطالعات رفتار انسان می شود - و به طرز شگفت انگیزی خوب کار می کند

ChatGPT جایگزین انسان ها در مطالعات رفتار انسان می شود - و به طرز شگفت انگیزی خوب کار می کند

ChatGPT Is Replacing Humans in Studies on Human Behavior—and It Works Surprisingly Well PlatoBlockchain Data Intelligence. Vertical Search. Ai.

من از طرفداران پرشور برنامه سفر آنتونی بوردین هستم قطعات ناشناخته. در هر قسمت، سرآشپز از روستاهای دورافتاده در سراسر جهان بازدید می کند و زندگی، غذاها و فرهنگ قبایل منطقه را با قلب و ذهن باز مستند می کند.

این نمایش نگاهی اجمالی به تنوع شگفت انگیز بشریت ارائه می دهد. دانشمندان علوم اجتماعی هدف مشابهی دارند - درک رفتار افراد، گروه ها و فرهنگ های مختلف - اما از روش های مختلفی در موقعیت های کنترل شده استفاده می کنند. برای هر دو، ستارگان این تعقیب‌ها سوژه هستند: انسان‌ها.

اما اگر چت ربات‌های هوش مصنوعی را جایگزین انسان‌ها کنید، چه می‌شود؟

این ایده مضحک به نظر می رسد. با این حال، به لطف ظهور ChatGPT و دیگر مدل‌های زبانی بزرگ (LLM)، دانشمندان علوم اجتماعی با ایده استفاده از این ابزارها برای ساخت سریع گروه‌های متنوعی از «انسان‌های شبیه‌سازی‌شده» و اجرای آزمایش‌هایی برای بررسی رفتار و ارزش‌های آن‌ها به‌عنوان یک پروکسی به سر می‌برند. همتایان بیولوژیکی آنها

اگر فکر می کنید ذهن انسان های دیجیتالی بازسازی شده است، اینطور نیست. ایده این است که از تخصص ChatGPT در تقلید از پاسخ های انسانی بهره ببریم. از آنجایی که مدل‌ها حجم عظیمی از داده‌های آنلاین را از بین می‌برند - وبلاگ‌ها، نظرات یوتیوب، داستان‌های طرفداران، کتاب‌ها - آنها به راحتی روابط بین کلمات را در چندین زبان ثبت می‌کنند. این الگوریتم‌های پیچیده همچنین می‌توانند جنبه‌های ظریف زبان، مانند کنایه، کنایه، استعاره، و لحن‌های احساسی را رمزگشایی کنند که جنبه‌ای مهم از ارتباطات انسانی در هر فرهنگی است. این نقاط قوت LLM ها را طوری تنظیم می کند که شخصیت های مصنوعی متعددی را با طیف گسترده ای از باورها تقلید کنند.

پاداش دیگر؟ در مقایسه با شرکت‌کنندگان انسانی، ChatGPT و سایر LLM‌ها خسته نمی‌شوند، و به دانشمندان این امکان را می‌دهند که داده‌ها را جمع‌آوری کنند و نظریه‌های مربوط به رفتار انسان را با سرعت بی‌سابقه‌ای آزمایش کنند.

این ایده، اگرچه بحث برانگیز است، اما در حال حاضر دارای پشتیبانی است. یک مقاله اخیر بررسی میدان نوپا نشان داد که در برخی سناریوهای با دقت طراحی شده، پاسخ‌های ChatGPT با پاسخ‌های تقریباً 95 درصد از شرکت‌کنندگان انسانی مرتبط است.

هوش مصنوعی "می تواند بازی را برای تحقیقات علوم اجتماعی تغییر دهد" گفت: دکتر ایگور گروسمن از دانشگاه واترلو، که اخیراً با همکارانش مقاله‌ای پیش‌بینی کرده است. علم. کلید برای استفاده هومو سیلیس در تحقیق؟ تیم گفت: مدیریت سوگیری دقیق و وفاداری داده ها.

بررسی ذهن اجتماعی انسان

علم اجتماعی دقیقا چیست؟

به بیان ساده، مطالعه این است که چگونه انسان ها – چه به عنوان یک فرد یا به عنوان یک گروه – تحت شرایط مختلف رفتار می کنند، چگونه با یکدیگر تعامل می کنند و به عنوان یک فرهنگ رشد می کنند. این چتری از پیگیری های دانشگاهی با شاخه های متعدد است: اقتصاد، علوم سیاسی، مردم شناسی و روانشناسی.

این رشته به طیف گسترده ای از موضوعات برجسته در زیتگایست فعلی می پردازد. تاثیر رسانه های اجتماعی بر سلامت روان چیست؟ نگرش عمومی فعلی نسبت به تغییرات آب و هوایی با افزایش اپیزودهای شدید آب و هوا چیست؟ فرهنگ‌های مختلف چگونه به روش‌های ارتباطی ارزش می‌دهند – و چه چیزی باعث سوءتفاهم می‌شود؟

یک مطالعه علوم اجتماعی با یک سوال و یک فرضیه شروع می شود. یکی از موارد مورد علاقه من: آیا فرهنگ ها بوی بدن را متفاوت تحمل می کنند؟ (شوخی نکن، موضوع مطالعه شده است کمی، و بله، یه تفاوت وجود دارد!)

سپس دانشمندان از روش‌های مختلفی مانند پرسشنامه، آزمون‌های رفتاری، مشاهده و مدل‌سازی برای آزمایش ایده‌های خود استفاده می‌کنند. نظرسنجی ها ابزار بسیار محبوبی هستند، زیرا سوالات می توانند به شدت طراحی و بررسی شوند و در صورت توزیع آنلاین به راحتی به طیف گسترده ای از مردم دسترسی پیدا کنند. سپس دانشمندان پاسخ های نوشته شده را تجزیه و تحلیل می کنند و بینش هایی را در مورد رفتار انسان به دست می آورند. به عبارت دیگر، استفاده شرکت‌کننده از زبان برای این مطالعات حیاتی است.

بنابراین چگونه ChatGPT در آن جا می شود؟

"هومو سیلیس"

برای گروسمن، LLM های پشت ربات های چت مانند ChatGPT یا Google's Bard فرصتی بی سابقه برای طراحی مجدد آزمایش های علوم اجتماعی است.

به گفته نویسندگان، از آنجایی که آنها بر روی مجموعه داده های عظیم آموزش دیده اند، LLM ها "می توانند مجموعه وسیعی از تجربیات و دیدگاه های انسانی را نشان دهند." از آنجایی که مدل‌ها آزادانه و بدون مرز در سراسر اینترنت پرسه می‌زنند – مانند افرادی که اغلب در سطح بین‌المللی سفر می‌کنند – ممکن است طیف وسیع‌تری از پاسخ‌ها را در مقایسه با افراد استخدام‌شده اتخاذ کرده و نشان دهند.

ChatGPT همچنین تحت تأثیر سایر اعضای یک مطالعه قرار نمی گیرد یا خسته نمی شود، به طور بالقوه به آن اجازه می دهد تا پاسخ های مغرضانه کمتری ایجاد کند. این ویژگی‌ها ممکن است به‌ویژه در «پروژه‌های پرخطر» مفید باشند - برای مثال، تقلید از واکنش‌های افرادی که در کشورهای در حال جنگ یا تحت رژیم‌های سخت زندگی می‌کنند از طریق پست‌های رسانه‌های اجتماعی. به نوبه خود، پاسخ ها می توانند مداخلات دنیای واقعی را نشان دهند.

به طور مشابه، LLM هایی که در مورد موضوعات داغ فرهنگی مانند هویت جنسیتی یا اطلاعات نادرست آموزش دیده اند، می توانند مکاتب فکری نظری یا ایدئولوژیکی مختلفی را برای اطلاع رسانی سیاست ها بازتولید کنند. به جای نظرسنجی پر زحمت از صدها هزار شرکت کننده انسانی، هوش مصنوعی می تواند به سرعت پاسخ هایی بر اساس گفتمان آنلاین ایجاد کند.

گذشته از استفاده‌های بالقوه در زندگی واقعی، LLMها همچنین می‌توانند به‌عنوان سوژه‌های دیجیتالی عمل کنند که با شرکت‌کنندگان انسانی در آزمایش‌های علوم اجتماعی تعامل دارند، تا حدودی شبیه به شخصیت‌های غیربازیکن (NPC) در بازی‌های ویدیویی. به عنوان مثال، LLM می‌تواند «شخصیت‌های» متفاوتی را اتخاذ کند و با پرسیدن سؤال مشابه با داوطلبان انسانی در سراسر جهان به‌صورت آنلاین با استفاده از متن ارتباط برقرار کند. از آنجایی که الگوریتم‌ها نمی‌خوابند، می‌تواند 24/7 اجرا شود. سپس داده‌های به‌دست‌آمده ممکن است به دانشمندان کمک کند تا چگونگی ارزیابی فرهنگ‌های متنوع اطلاعات مشابه و نحوه انتشار نظرات و اطلاعات نادرست را بررسی کنند.

گام های کودک

ایده استفاده از چت بات ها به جای انسان در مطالعات هنوز رایج نشده است.

اما شواهد اولیه ای وجود دارد که می تواند کار کند. آ مطالعه پیش چاپ منتشر شده در این ماه از جورجیا تک، تحقیقات مایکروسافت، و کالج اولین نشان داد که یک LLM پاسخ های انسانی را در بسیاری از آزمایش های روانشناسی کلاسیک، از جمله بدنام، تکرار می کند. آزمایشات شوک میلگرام.

با این حال یک سوال حیاتی باقی می‌ماند: این مدل‌ها چقدر می‌توانند واقعاً پاسخ انسان را به تصویر بکشند؟

چندین سنگ مانع وجود دارد.

اول کیفیت الگوریتم و داده های آموزشی است. بیشتر محتوای آنلاین تنها توسط چند زبان تحت سلطه است. یک LLM آموزش دیده بر روی این داده ها می تواند به راحتی احساسات، دیدگاه یا حتی قضاوت اخلاقی افرادی را که از آن زبان ها استفاده می کنند تقلید کند – به نوبه خود سوگیری را از داده های آموزشی به ارث می برد.

گروسمن گفت: «این بازتولید سوگیری یک نگرانی بزرگ است، زیرا می‌تواند تفاوت‌هایی را که دانشمندان علوم اجتماعی تلاش می‌کنند در تحقیقات خود کشف کنند، تشدید کند.

برخی از دانشمندان همچنین نگران هستند که LLM ها عادلانه هستند برگشتن آنچه به آنها گفته می شود این نقطه مقابل یک مطالعه علوم اجتماعی است که در آن نکته اصلی این است که بشریت را با تمام زیبایی های متنوع و پیچیده اش به تصویر بکشد. از سوی دیگر، ChatGPT و مدل‌های مشابه به نام «توهم کردن"، اطلاعاتی را می سازد که محتمل به نظر می رسد اما نادرست است.

گروسمن گفت: در حال حاضر، "مدل های بزرگ زبان بر "سایه های" تجربیات انسانی تکیه دارند. از آنجایی که این سیستم‌های هوش مصنوعی عمدتاً جعبه‌های سیاه هستند، درک اینکه چگونه و چرا پاسخ‌های خاصی را ایجاد می‌کنند دشوار است – زمانی که از آنها به‌عنوان نیابتی انسانی در آزمایش‌های رفتاری استفاده می‌شود، کمی آزاردهنده است.

نویسندگان می‌گویند، علی‌رغم محدودیت‌ها، LLM به دانشمندان علوم اجتماعی اجازه می‌دهد تا از روش‌های تحقیقاتی سنتی فاصله بگیرند و به روش‌های نوآورانه به کار خود بپردازند. به عنوان اولین گام، هومو سیلیس می‌تواند به طوفان فکری و آزمایش سریع فرضیه‌ها کمک کند و فرضیه‌های امیدوارکننده‌ای که بیشتر در جمعیت‌های انسانی تأیید می‌شوند.

اما برای اینکه علوم اجتماعی واقعاً از هوش مصنوعی استقبال کند، باید شفافیت، انصاف و دسترسی برابر به این سیستم‌های قدرتمند وجود داشته باشد. آموزش LLM دشوار و پرهزینه است و مدل های اخیر به طور فزاینده ای در پشت دیوارهای سنگین بسته می شوند.

ما باید مطمئن شویم که LLMهای علوم اجتماعی، مانند همه مدل‌های علمی، منبع باز هستند، به این معنی که الگوریتم‌ها و داده‌های ایده‌آل آن‌ها برای بررسی، آزمایش و اصلاح در دسترس همگان باشد. گفت: نویسنده مطالعه دکتر داون پارکر در دانشگاه واترلو. «تنها با حفظ شفافیت و تکرارپذیری می‌توانیم اطمینان حاصل کنیم که تحقیقات علوم اجتماعی با کمک هوش مصنوعی واقعاً به درک ما از تجربه انسانی کمک می‌کند.»

تصویر های اعتباری: گرت آلتمنPixabay

تمبر زمان:

بیشتر از تکینگی هاب