Uusi kehys tuo suuret kielimallit mukaan politiikkatoimien simulaatioihin

Tutkijat ovat kehittäneet GPLab-nimisen “generatiivisen politiikkalaboratorion”, jossa politiikkatoimien vaikutuksia voidaan simuloida agenttipohjaisesti suurten kielimallien avulla. Tavoitteena on helpottaa niin sanottua ennakkoarviointia: päätösten vaikutusten punnitsemista jo ennen kuin politiikkaa toteutetaan.

Taustalla on käytännön ongelma, jonka tutkimus nostaa esiin: yhteiskunnalliset politiikkakysymykset muodostuvat monimutkaisista ketjuista, joissa eri elämänalueet ja useat tekijät vaikuttavat toisiinsa. Perinteiset tilastolliset mallit eivät tekijöiden mukaan aina tavoita riittävän hyvin yksilöiden käyttäytymisen eroja tai sitä, miten vaikutukset “propagoituvat” eli leviävät ja kertautuvat järjestelmätasolla ajan kuluessa.

Toinen vakiintunut lähestymistapa on agenttipohjainen mallinnus, jossa simuloidaan monien yksittäisten toimijoiden (agenttien) päätöksiä ja niiden yhteisvaikutuksia. Tutkijoiden mukaan tällaiset mallit kuitenkin nojaavat usein käsin rakennettuihin käyttäytymissääntöihin. Se voi rajoittaa mallin muunneltavuutta ja realismia, jos päätöksenteko vaihtelee tilanteesta toiseen ja politiikkaympäristöt ovat keskenään erilaisia.

GPLab pyrkii paikkaamaan tätä yhdistämällä agenttisimulointiin generatiivisia suuria kielimalleja. Kehyksessä agenttien päätöksentekoa tuotetaan kielimallien avulla, ja lähtökohtana on “rajallisesti rationaalinen” toimija: agentti ei ole kaikkitietävä, vaan toimii rajoitetun tiedon ja kyvykkyyden puitteissa.

Tutkimus esittelee GPLabin yleiskäyttöisenä viitekehyksenä politiikkasimulointiin ja vaikutusten arviointiin tilanteissa, joissa perinteiset menetelmät kompastuvat joko yksilöiden moninaisuuteen tai monimutkaisiin ketjureaktioihin.

Lähde: GPLab: A Generative Agent-Based Framework for Policy Simulation and Evaluation, Journal of Artificial Societies and Social Simulation.