Сравнительный анализ поведения агентов на основе искусственного интеллекта и реальных индивидов в процессе принятия экономических решений

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 25-18-00539

НазваниеСравнительный анализ поведения агентов на основе искусственного интеллекта и реальных индивидов в процессе принятия экономических решений

Руководитель Паршаков Петр Андреевич, Кандидат экономических наук

Организация финансирования, регион Федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский университет "Высшая школа экономики" , Пермский край

Конкурс №104 - Конкурс 2025 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 08 - Гуманитарные и социальные науки; 08-158 - Социальные аспекты экономики и рынок труда

Ключевые слова искусственный интеллект, большие языковые модели, поведенческая экономика, экономические агенты, экспериментальные исследования, моделирование поведения, социальные взаимодействия, теория игр, экономические решения, синтетические выборки, доверие, потеря, предвзятость, когнитивные особенности, экономическое прогнозирование

Код ГРНТИ06.35.51

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
В последние годы активно исследуется возможность моделирования человеческого поведения с помощью искусственного интеллекта (ИИ), особенно с использованием больших языковых моделей (LLM) (Park et al., 2023). Некоторые работы анализировали различия в принятии решений LLM и участников экономических экспериментов. Например, в статье Horton (2023) автор воспроизводит несколько классических экспериментов с участием LLM и предлагает рассматривать их в качестве моделей для типичных экономических агентов. Однако, несмотря на эти исследования, остается неясным, насколько поведение ИИ действительно сопоставимо с поведением реальных людей. В данном проекте исследуется способность различных языковых моделей воспроизводить поведение реальных экономических агентов в контексте классических поведенческих экспериментов из теории игр. Примеры таких экспериментов включают исследование предвзятости на потерю, доверия (Trust Game), а также социального сотрудничества (Public Goods Game). Эти эксперименты показывают, как люди отклоняются от классической рациональности, находясь под влиянием потерь, группового давления или ограниченного доверия. Эксперименты, связанные с предвзятостью подтверждения (confirmation bias) и конформизмом, демонстрируют, как убеждения и социальное влияние могут искажать суждения и решения. Этот проект также имеет прикладное значение, так как позволит глубже понять, в какой мере современные модели ИИ могут имитировать когнитивные и поведенческие особенности людей в сложных экономических ситуациях. Понимание различий и сходств между поведением реальных людей и ИИ-агентов может иметь далеко идущие последствия для разработки экономических моделей и прогнозирования решений в условиях неопределенности. Кроме того, если поведение ИИ окажется достаточно близким к поведению людей, это откроет новые возможности для использования ИИ в экономических экспериментах, сокращая затраты на проведение эмпирических исследований и ускоряя процесс анализа. В долгосрочной перспективе результаты данного проекта могут повлиять на применение ИИ в формировании экономической политики, оптимизации управления и моделировании взаимодействия людей и ИИ в различных сферах экономики.

Ожидаемые результаты
В данном проекте предполагается получение результатов, соответствующих мировому уровню, за счет интеграции современных и активно развивающихся технологий искусственного интеллекта (ИИ) в решение классических экономических задач. Результаты, определяющие теоретический вклад исследования: • Обоснование возможности применения базовых языковых моделей (БЯМ) для моделирования поведения экономических агентов. • Систематизация ключевых характеристик индивидов, необходимых для создания ИИ-агентов. Результаты, вносящие вклад в развитие методологии: • Разработка фреймворка для генерации синтетических выборок, использующих возможности БЯМ для моделирования поведения, сопоставимого с поведением реальных экономических агентов. • Разработка экспериментального дизайна с участием реальных участников и выбор моделей взаимодействия. Эмпирические результаты: • Сравнение поведения агентов на основе БЯМ и реальных экономических агентов. • Сравнение степени соответствия ИИ агентов на основе различных БЯМ поведению реальных экономических агентов. • Оценка эффективности решений, предлагаемых БЯМ, по сравнению с решениями реальных агентов и типичными бенчмарками. • Оценка восприятия решений, предлагаемых БЯМ, экономическими агентами. На основе полученных результатов предполагается разработка рекомендаций по использованию БЯМ для задач экономического прогнозирования, управления рисками и принятия решений, что позволит повысить эффективность деятельности компаний, организаций и государственных органов. Обоснованное использование БЯМ для выявления предпочтений и предсказания поведения индивидов позволит ускорить процесс аналитики и снизить связанные с ним издержки. Кроме того, исследование также позволит выявить перспективы развития БЯМ для совершенствования их применения для создания агентов на основе ИИ.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Аннотация результатов, полученных в 2025 году
В отчетном периоде выполнен комплекс работ, предусмотренных планом первого года реализации проекта, направленных на анализ возможностей использования больших языковых моделей (БЯМ) и автономных ИИ-агентов для моделирования социального и экономического поведения. Полученные результаты охватывают как теоретико-методологический уровень (обзоры литературы), так и эмпирический уровень (разработка и апробация программного фреймворка, подготовка научных публикаций). В рамках первого блока работ проведен обзор научной литературы, посвященной поведению экономических агентов в классических некооперативных играх. Анализ экспериментальных исследований по таким играм, как дилемма заключенного, игра Ультиматум, игра Диктатора и игры на общественное благо, показал наличие устойчивых и воспроизводимых отклонений фактического поведения участников от нормативных предсказаний теории игр. В частности, в экспериментальных данных регулярно фиксируются альтруистические и про-социальные действия, чувствительность к нормам справедливости и взаимности, а также влияние контекста формулировки задачи. Дополнительный анализ игр многомерного распределения ресурсов, включая игру полковника Блотто, выявил ограниченную глубину стратегического рассуждения у большинства участников, что согласуется с подходами ограниченной рациональности и моделями k-уровневого мышления. Результаты данного обзора были представлены и обсуждены на научных семинарах международной лаборатории экономики нематериальных активов и легли в основу дальнейших эмпирических и обзорных исследований проекта. Второй блок был посвящен обзору литературы по применению больших языковых моделей в моделировании социального и экономического поведения. Проведенный анализ показал, что в ряде классических экспериментальных постановок БЯМ демонстрируют более кооперативное и нормативно ориентированное поведение по сравнению с реальными участниками, в том числе в играх на доверие, распределение ресурсов и в моральных дилеммах. Одновременно выявлено, что БЯМ способны воспроизводить когнитивные эвристики и предвзятости, традиционно описываемые в поведенческой экономике и когнитивной психологии, включая эффекты фрейминга, привязки и репрезентативности. Это свидетельствует о том, что решения БЯМ формируются не только на основе формальной структуры задачи, но и под влиянием лингвистических и социально-культурных паттернов обучающих данных. Отдельным результатом обзора стало выявление существенного пробела в существующих исследованиях, связанного с недостатком сравнений поведения людей и БЯМ в динамических и последовательных играх. Также зафиксирован резкий рост публикационной активности в области ИИ-агентов начиная с 2022 года, особенно в 2023–2024 гг., что отражает трансформацию исследовательской повестки под влиянием моделей нового поколения. Материалы данного обзора представлены на научных семинарах и международных научных мероприятиях. В рамках эмпирического направления проекта разработан специализированный фреймворк для генерации синтетических выборок, моделирующих поведение экономических агентов с использованием возможностей больших языковых моделей. Фреймворк предназначен для воспроизведения поведенческих паттернов, сопоставимых с эмпирическими данными классических экономических экспериментов, и позволяет гибко задавать параметры экспериментального дизайна, сценарии принятия решений и характеристики моделируемых агентов. Проведена апробация фреймворка на примере расширенной игры Диктатора. Разработанный фреймворк размещен в открытом доступе в сети Интернет и доступен для использования и воспроизводимости результатов: https://github.com/mrbigant343/synthetic-econ-agents

Публикации

1. Паршаков П.А., Паклина С.Н., Маткин Н.А., Шенкман Е.А. Гендерные различия в игре диктатора: сравнение поведения больших языковых моделей и людей Вестник Пермского университета: Серия Экономика (год публикации - 2026)