Нейросети превзошли людей по щедрости в экономической игре
Ученые выяснили, что крупные языковые модели в финансовой игре чаще выбирают щедрое поведение, чем люди. Это важно учитывать, если нейросети используют вместо респондентов в социальных и экономических исследованиях.
Источник: Новости науки.
МОСКВА, 8 июля /Новости науки/. Популярные нейросети оказались заметно щедрее людей в эксперименте по распределению денег. Об этом сообщила пресс-служба Российского научного фонда.
Исследование важно для науки и бизнеса, потому что большие языковые модели все чаще используют как замену респондентов в опросах и как имитацию поведения людей. Новая работа показывает, что такая замена может искажать результат: модели не всегда ведут себя так же, как реальные участники экспериментов.
«Нужно понимать, что “альтруизм” моделей — это не совсем то же понятие, которое мы обычно применяем к людям. У нейросетей нет собственных предпочтений, эмоций или мотивации, поэтому корректнее говорить не о внутреннем альтруизме, а об альтруистически выглядящем поведении в рамках экспериментальной задачи», — пояснил руководитель проекта, профессор НИУ ВШЭ Петр Паршаков.
Ученые из НИУ ВШЭ в Перми проверили поведение десяти крупных нейросетей, созданных в США, Китае и России. Среди них были GPT-4-mini, DeepSeek, GigaChat и другие модели. Для проверки использовали экономическую игру «Диктатор»: один игрок получает сумму денег и сам решает, сколько оставить себе, а сколько передать анонимному партнеру.
Обычно люди в таком эксперименте отдают второму участнику около 28–30% средств, хотя с точки зрения простой выгоды могли бы оставить все себе. Нейросети же, когда могли только делиться, передавали на 41–68% больше, чем реальные игроки. В версии игры, где можно было не только делиться, но и отнимать ресурсы у партнера, модели забирали средства на 29% реже людей и в целом действовали менее «жадно».
Ближе всего к человеческому поведению оказались Claude, DeepSeek, Gemini, Grok и LLaMA. Самыми «альтруистичными» в эксперименте стали GPT-4-mini и Qwen. При этом ученые подчеркивают: речь идет не о настоящей щедрости, а о том, как алгоритмы воспроизводят социально одобряемые решения и аргументы.
Авторы также изучили объяснения, которые нейросети давали своим решениям. Когда модели отдавали больше денег, они чаще ссылались на «доверие», «справедливость» и «равенство». Когда выбирали более скупую стратегию, в их комментариях появлялись слова «рациональность» и формулировки вроде «максимум для себя».
По словам Паршакова, большие языковые модели можно использовать для предварительного моделирования человеческого поведения, но не как полноценную замену людям в поведенческих экспериментах. В дальнейшем исследователи планируют проверить, как на решения нейросетей влияет язык запроса и культурный контекст.
Исследование важно для науки и бизнеса, потому что большие языковые модели все чаще используют как замену респондентов в опросах и как имитацию поведения людей. Новая работа показывает, что такая замена может искажать результат: модели не всегда ведут себя так же, как реальные участники экспериментов.
«Нужно понимать, что “альтруизм” моделей — это не совсем то же понятие, которое мы обычно применяем к людям. У нейросетей нет собственных предпочтений, эмоций или мотивации, поэтому корректнее говорить не о внутреннем альтруизме, а об альтруистически выглядящем поведении в рамках экспериментальной задачи», — пояснил руководитель проекта, профессор НИУ ВШЭ Петр Паршаков.
Ученые из НИУ ВШЭ в Перми проверили поведение десяти крупных нейросетей, созданных в США, Китае и России. Среди них были GPT-4-mini, DeepSeek, GigaChat и другие модели. Для проверки использовали экономическую игру «Диктатор»: один игрок получает сумму денег и сам решает, сколько оставить себе, а сколько передать анонимному партнеру.
Обычно люди в таком эксперименте отдают второму участнику около 28–30% средств, хотя с точки зрения простой выгоды могли бы оставить все себе. Нейросети же, когда могли только делиться, передавали на 41–68% больше, чем реальные игроки. В версии игры, где можно было не только делиться, но и отнимать ресурсы у партнера, модели забирали средства на 29% реже людей и в целом действовали менее «жадно».
Ближе всего к человеческому поведению оказались Claude, DeepSeek, Gemini, Grok и LLaMA. Самыми «альтруистичными» в эксперименте стали GPT-4-mini и Qwen. При этом ученые подчеркивают: речь идет не о настоящей щедрости, а о том, как алгоритмы воспроизводят социально одобряемые решения и аргументы.
Авторы также изучили объяснения, которые нейросети давали своим решениям. Когда модели отдавали больше денег, они чаще ссылались на «доверие», «справедливость» и «равенство». Когда выбирали более скупую стратегию, в их комментариях появлялись слова «рациональность» и формулировки вроде «максимум для себя».
По словам Паршакова, большие языковые модели можно использовать для предварительного моделирования человеческого поведения, но не как полноценную замену людям в поведенческих экспериментах. В дальнейшем исследователи планируют проверить, как на решения нейросетей влияет язык запроса и культурный контекст.
