پژوهشگران می‌گویند مدل‌های تصمیم‌گیری می‌توانند جانشین ارزان‌تر و متنوع‌تری برای انسان در شبیه‌سازی‌های اقتصادی باشند

پژوهشی تازه در arXiv، مدل‌های تصمیم‌گیری (DM) را به‌عنوان جایگزینی برای مدل‌های زبانی بزرگ (LLM) در شبیه‌سازی‌های اقتصادی و نظرسنجی‌ها بررسی کرده است. این مدل‌ها پاسخ سریع می‌دهند و به‌جای یک گزینهٔ قطعی، توزیع احتمالاتی روی مجموعه‌ای ثابت از گزینه‌ها ارائه می‌کنند؛ ویژگی‌هایی که می‌تواند برای بازنمایی تفاوت‌های رفتاری انسان‌ها مفید باشد.

پژوهشگران ۱۰ مدل تصمیم‌گیری را با ۸ مدل زبانی در سه موقعیت مقایسه کردند: نظرسنجی دربارهٔ مخارج مصرفی خانوار، چند بازی کلاسیک اقتصادی و یک آزمایش میدانی در بازار کار. مدل‌های تصمیم‌گیری پیشرفته—مدل‌هایی که در معیارهای عمومی تصمیم‌گیری امتیاز بالاتری گرفته‌اند—در هر سه موقعیت تنوع پاسخ‌های انسانی را دقیق‌تر از مدل‌های زبانی بازتاب دادند.

این مدل‌ها در نظرسنجی مخارج خانوار به‌اندازهٔ مدل‌های زبانی پاسخ پرتکرار انسان‌ها را بازتولید کردند، اما در بازی‌های اقتصادی عملکرد ضعیف‌تری داشتند. به‌گفتهٔ پژوهش، مدل‌های تصمیم‌گیری پیشرفته حدود ۱۰ برابر سریع‌تر از سریع‌ترین مدل زبانی بودند و هزینهٔ اجرای آن‌ها می‌توانست بیش از ۱۰۰ برابر کمتر باشد. نویسندگان نتیجه می‌گیرند که این مدل‌ها می‌توانند شبیه‌سازی‌های اقتصادی در مقیاس بزرگ را عملی‌تر کنند؛ با این حال، مطالعهٔ حاضر نخستین ارزیابی این نوع مدل‌ها در نقش جانشین انسان در اقتصاد است.