Τα παραδοσιακά agent-based models χρησιμοποιούνται εδώ και χρόνια στις κοινωνικές επιστήμες, αλλά στηρίζονται συχνά σε προκαθορισμένους κανόνες, ευρετικές μεθόδους και σταθερές εξισώσεις. Αυτό, σύμφωνα με τους συγγραφείς, περιορίζει την ικανότητά τους να αποτυπώσουν την πολυπλοκότητα και την προσαρμοστικότητα της ανθρώπινης συμπεριφοράς.

Η Light Society επιχειρεί να ξεπεράσει αυτόν τον περιορισμό χρησιμοποιώντας LLM-powered agents.

Κάθε πράκτορας διαθέτει τρία επίπεδα κατάστασης. Το πρώτο είναι ένα σταθερό προφίλ, στο οποίο μπορούν να ενσωματώνονται χαρακτηριστικά όπως η δημογραφία ή η προσωπικότητα. Το δεύτερο αφορά την εσωτερική κατάσταση του agent, στην οποία περιλαμβάνονται στοιχεία όπως η μνήμη, οι πεποιθήσεις και οι στόχοι. Το τρίτο καταγράφει εξωτερικά χαρακτηριστικά, όπως η τοποθεσία και οι κοινωνικές συνδέσεις.

Οι συγγραφείς σημειώνουν ότι οι LLM-based agents μπορούν να εμφανίζουν πιο σύνθετες και προσαρμοστικές συμπεριφορές από τα κλασικά μοντέλα, ενσωματώνοντας γνωστικές, συναισθηματικές και κοινωνικές διαστάσεις.

Αυτό, ωστόσο, δεν σημαίνει ότι κάθε ένας από το ένα δισεκατομμύριο agents λειτουργεί διαρκώς μέσω ενός πλήρους μεγάλου γλωσσικού μοντέλου. Η ίδια η αρχιτεκτονική έχει σχεδιαστεί ακριβώς για να αποφύγει κάτι τέτοιο λόγω του τεράστιου υπολογιστικού κόστους.

Το τεχνικό κλειδί: μεγάλα μοντέλα μαζί με μικρότερα “surrogates”

Η βασική τεχνική καινοτομία βρίσκεται στη λεγόμενη mixture-of-models αρχιτεκτονική.

Το Light Society δεν αναθέτει όλες τις αποφάσεις των agents σε μεγάλα LLMs. Χρησιμοποιεί caching, knowledge distillation και μικρότερα εξειδικευμένα surrogate models, τα οποία αναλαμβάνουν τις συχνότερες ή περισσότερο επαναλαμβανόμενες λειτουργίες.

Τα μεγαλύτερα μοντέλα μπορούν να χρησιμοποιούνται για τις πιο σύνθετες περιπτώσεις, ενώ τα μικρότερα μοντέλα διεκπεραιώνουν τεράστιους όγκους απλούστερων αλληλεπιδράσεων. Παράλληλα, συμπιεσμένες αναπαραστάσεις κοινωνικών δικτύων, μαζικές vectorized ενημερώσεις και μια ασύγχρονη ουρά συμβάντων επιτρέπουν τη διαχείριση δισεκατομμυρίων αλληλεπιδράσεων.

Στην προσομοίωση διάχυσης απόψεων ενός δισεκατομμυρίου agents, η απευθείας χρήση LLM για κάθε αλληλεπίδραση κρίθηκε μη πρακτική. Για τον λόγο αυτό, οι ερευνητές χρησιμοποίησαν knowledge-distilled surrogate και έναν προϋπολογισμένο πίνακα 900 εκατομμυρίων πιθανών συνδυασμών εισόδου.

Η προσομοίωση εξελίχθηκε σε 100 γύρους. Σε κάθε γύρο ενεργοποιούνταν τυχαία περίπου το 1% των influencers —περίπου δύο εκατομμύρια agents— και αλληλεπιδρούσαν με τους συνδεδεμένους influencees.

Οι “άνθρωποι” της προσομοίωσης προέρχονται από πραγματικά δημογραφικά δεδομένα

Για την κατασκευή των προφίλ, οι ερευνητές χρησιμοποίησαν στοιχεία από την World Values Survey Wave 7.

Το dataset περιλαμβάνει δημογραφικές και κοινωνικές πληροφορίες όπως χώρα, ηλικία, φύλο, εκπαίδευση, εργασία, εισόδημα, θρησκεία, εθνότητα και υποκειμενική κοινωνική τάξη.

Μετά τον καθαρισμό των δεδομένων παρέμειναν 96.125 έγκυρες εγγραφές, οι οποίες μετατράπηκαν σε φυσική γλώσσα ώστε να χρησιμοποιούνται ως personas από τα γλωσσικά μοντέλα.

Στην προσομοίωση του ενός δισεκατομμυρίου agents δεν χρησιμοποιήθηκαν, όμως, ένα δισεκατομμύριο μοναδικά ανθρώπινα προφίλ. Κάθε agent λάμβανε δημογραφικό προφίλ από μια σταθερή δεξαμενή 10.000 προφίλ που είχαν αντληθεί από το καθαρισμένο dataset της WVS.

Αυτή η διάκριση είναι σημαντική, καθώς το «ένα δισεκατομμύριο agents» αφορά την κλίμακα της κοινωνικής δικτύωσης και της προσομοίωσης, όχι την ύπαρξη ενός δισεκατομμυρίου εντελώς διαφορετικών, πλήρως εξατομικευμένων ψηφιακών προσωπικοτήτων.

Το πρώτο τεστ: Εμπιστοσύνη και κοινωνικοοικονομικές διαφορές

Ένα από τα βασικά πειράματα ήταν το Trust Game.

Σε αυτό, ένας agent διαθέτει αρχικά 10 δολάρια και αποφασίζει πόσα θα στείλει σε έναν άγνωστο δεύτερο agent. Το ποσό τριπλασιάζεται και ο δεύτερος αποφασίζει πόσο θα επιστρέψει.

Το πείραμα χρησιμοποιήθηκε για την εξέταση της εμπιστοσύνης, της ανάληψης κινδύνου, της δικαιοσύνης και της αμοιβαιότητας.

Οι προσομοιώσεις εμφάνισαν συστηματικές διαφορές ανά κοινωνική τάξη και μορφωτικό επίπεδο. Agents που αντιστοιχούσαν σε ανώτερες κοινωνικές τάξεις ή υψηλότερο επίπεδο εκπαίδευσης έτειναν να μεταφέρουν μεγαλύτερα ποσά.

Τα απόλυτα αποτελέσματα, ωστόσο, διαφοροποιούνταν ανάλογα με το LLM που χρησιμοποιούνταν. Οι συγγραφείς το αποδίδουν στις διαφορετικές εγγενείς τάσεις των μοντέλων, παρότι οι σχετικές δημογραφικές τάσεις παρέμεναν σταθερές.

Καθώς ο πληθυσμός της προσομοίωσης αυξανόταν, οι τυχαίες αποκλίσεις σε ατομικό επίπεδο μειώνονταν και οι συστηματικές δημογραφικές διαφορές γίνονταν περισσότερο ευδιάκριτες.

Ένα δισεκατομμύριο agents και η διάχυση των απόψεων

Το δεύτερο βασικό πείραμα αφορούσε τη διάδοση απόψεων μέσα σε κοινωνικό δίκτυο ενός δισεκατομμυρίου agents.

Το δίκτυο χωρίστηκε σε δύο κατηγορίες: το 20% των κόμβων —200 εκατομμύρια agents— χαρακτηρίστηκε ως influencers και το υπόλοιπο 80%, δηλαδή 800 εκατομμύρια, ως influencees.

Στους agents δόθηκε αρχικά η πρόταση:

«Η αυτοματοποίηση μέσω τεχνητής νοημοσύνης θα οδηγήσει σε μαζική ανεργία».

Οι αρχικές θέσεις ήταν «συμφωνώ», «διαφωνώ» ή «ουδέτερος», ενώ οι ερευνητές μεταβάλλανε τη σύνθεση των αρχικών θέσεων μεταξύ των influencers.

Τα αποτελέσματα έδειξαν ότι η αρχική κατανομή των απόψεων στους influencers είχε μεγάλη επίδραση στην εξέλιξη των συνολικών στάσεων. Δεν ήταν, όμως, δυνατή η αυθαίρετη μετακίνηση του πληθυσμού προς οποιαδήποτε κατεύθυνση.

Η επίδραση εξαρτιόταν από την ήδη υπάρχουσα τάση του πληθυσμού, την κοινωνική συναίνεση και το ίδιο το θέμα.

Η μόρφωση και το εισόδημα επηρέασαν την ικανότητα πειθούς

Ένα από τα ευρήματα της προσομοίωσης ήταν ότι agents με υψηλότερο μορφωτικό επίπεδο είχαν μεγαλύτερη πιθανότητα να πείσουν άλλους, ενώ ταυτόχρονα ήταν περισσότερο ανθεκτικοί στην αλλαγή της δικής τους άποψης.

Όταν συνυπολογίζονταν εκπαίδευση και εισόδημα, οι υψηλότερες επιδόσεις στην πειθώ παρατηρούνταν στους agents με μεταπτυχιακή εκπαίδευση και υψηλό εισόδημα.

Η έρευνα δοκίμασε και διαφορετικά θέματα, όπως τη φράση ότι «η Γη είναι επίπεδη», την πιθανότητα δημιουργίας πόλης στον Άρη μέσα στα επόμενα 50 χρόνια και την άποψη ότι τα σύντομα βίντεο μειώνουν την ανθρώπινη διάρκεια προσοχής.

Οι διαφορετικές προσομοιώσεις δεν κατέληξαν στην ίδια κατεύθυνση. Στην περίπτωση της επίπεδης Γης, οι agents μετακινήθηκαν περισσότερο προς τη διαφωνία, ενώ για την πόλη στον Άρη υπήρξε τάση προς την ουδετερότητα.

Ακόμη και η γλώσσα αλλάζει το αποτέλεσμα

Η εργασία εξετάζει επίσης εάν η γλώσσα στην οποία πραγματοποιούνται οι αλληλεπιδράσεις μπορεί να αλλάξει τη συνολική εξέλιξη των απόψεων.

Οι ερευνητές συνέκριναν προσομοιώσεις στα κινεζικά και στα γαλλικά και διαπίστωσαν διαφορές στον ρυθμό αλλαγής άποψης, οι οποίες εξαρτώνταν από το θέμα.

Σε ορισμένες περιπτώσεις η απόκλιση έφτανε περίπου τις 4,7 ποσοστιαίες μονάδες.

Η ίδια η μελέτη θεωρεί αυτό το εύρημα σημαντικό για την ερμηνεία των αποτελεσμάτων, καθώς δείχνει ότι μια κοινωνική προσομοίωση δεν παράγει ένα απολύτως ουδέτερο αποτέλεσμα ανεξάρτητα από το μοντέλο, τη γλώσσα και τον σχεδιασμό της.

Οι ίδιες προσομοιώσεις είναι ιδιαίτερα σταθερές — αλλά αυτό δεν σημαίνει ότι περιγράφουν την πραγματικότητα

Σε πέντε ανεξάρτητες εκτελέσεις της προσομοίωσης ενός δισεκατομμυρίου agents, η διακύμανση στα ποσοστά απόψεων παρέμεινε κάτω από 0,01%, σύμφωνα με τους συγγραφείς.

Αυτό σημαίνει ότι, όταν διατηρούνται σταθερές οι βασικές παραδοχές του πειράματος, τα αποτελέσματα είναι εξαιρετικά αναπαραγώγιμα.

Η σταθερότητα, όμως, δεν ισοδυναμεί με αντικειμενική πρόβλεψη της ανθρώπινης κοινωνίας.

Οι ίδιοι οι ερευνητές επισημαίνουν ότι τα αποτελέσματα μπορούν να μεταβληθούν ανάλογα με το LLM, τη γλώσσα, το surrogate model και την τοπολογία του κοινωνικού δικτύου.

Οι ποσοτικές εκτιμήσεις από ένα μόνο μοντέλο και μία μόνο γλώσσα πρέπει να αντιμετωπίζονται ως μία εκδοχή μέσα σε μια οικογένεια πιθανών LLM-mediated κοινωνικών δυναμικών και όχι ως «ουδέτερος χρησμός», αναφέρουν ουσιαστικά οι συγγραφείς.

Μπορεί λοιπόν να προβλέψει εκλογές ή κραχ των αγορών;

Η επιστημονική εργασία δεν τεκμηριώνει έναν τέτοιο ισχυρισμό.

Στη βιβλιογραφική ανασκόπηση αναφέρεται ότι προηγούμενες έρευνες με LLM agents έχουν εξετάσει, μεταξύ άλλων, εκλογικές προβλέψεις, γεωπολιτικές συγκρούσεις, παραπληροφόρηση και οικονομική συμπεριφορά.

Η συγκεκριμένη μελέτη, όμως, δεν παρουσιάζει πρόβλεψη πραγματικών εθνικών εκλογών, χρηματιστηριακού κραχ ή κοινωνικής αντίδρασης σε πραγματική κρίση.

Τα δύο κύρια πειράματά της είναι τα Trust Games και η τεχνητή διάχυση απόψεων.

Οι συγγραφείς αναφέρουν ότι στο μέλλον η ίδια αρχιτεκτονική μπορεί να επεκταθεί σε επιδημίες, δυναμικές αγορών και αστικά συστήματα, ενώ μακροπρόθεσμος στόχος είναι η ανάπτυξη «ψηφιακών διδύμων» πληθυσμιακής κλίμακας.

Άρα, η δυνατότητα χρήσης της για πολύ πιο σύνθετα προγνωστικά σενάρια αποτελεί προοπτική του συστήματος και όχι επίτευγμα που έχει ήδη αποδειχθεί από την παρούσα εργασία.

«Δεν υποκαθιστά τους πραγματικούς ανθρώπους»

Η σημαντικότερη ίσως προειδοποίηση βρίσκεται στην ίδια τη συζήτηση των συγγραφέων.

Το paper αναφέρει ρητά ότι οι προσομοιωμένοι πληθυσμοί δεν πρέπει να αντιμετωπίζονται ως υποκατάστατο ανθρώπινων συμμετεχόντων.

Τα αποτελέσματα του Light Society πρέπει να διαβάζονται ως υποθέσεις που χρειάζονται εμπειρικό έλεγχο και όχι ως αποδείξεις για τις πραγματικές κοινωνίες.

Αυτό διαφοροποιεί σημαντικά το πραγματικό επιστημονικό εύρημα από την ιδέα ότι «δεν χρειάζονται πλέον δημοσκοπήσεις».

Με βάση την ίδια την εργασία, η Light Society δεν αντικαθιστά τη δημοσκόπηση, το κοινωνικό πείραμα ή την παρατήρηση πραγματικών πληθυσμών. Μπορεί να λειτουργήσει ως εργαστήριο για τη δημιουργία και τη δοκιμή υποθέσεων πριν αυτές ελεγχθούν στον πραγματικό κόσμο.

Οι προκαταλήψεις περνούν και στους ψηφιακούς πληθυσμούς

Η χρήση πραγματικών δημογραφικών δεδομένων δεν εξαλείφει επίσης τις πιθανές στρεβλώσεις.

Οι συγγραφείς αναγνωρίζουν ότι ο πληθυσμός των agents κληρονομεί προκαταλήψεις τόσο από τη World Values Survey όσο και από τα γλωσσικά μοντέλα πάνω στα οποία στηρίζεται.

Αυτό μπορεί να έχει ως αποτέλεσμα ορισμένες ομάδες να υπερεκπροσωπούνται ή να υποεκπροσωπούνται με τρόπους που δεν είναι πάντα εμφανείς στα συνολικά στατιστικά στοιχεία.

Η ίδια η μελέτη δείχνει, άλλωστε, ότι διαφορετικά LLMs παράγουν διαφορετικά επίπεδα εμπιστοσύνης, ακόμη και όταν οι γενικές κοινωνικοοικονομικές τάσεις παραμένουν ίδιες.

Η σκοτεινή πλευρά: προσομοίωση μαζικής πειθούς

Οι ερευνητές αφιερώνουν ειδική αναφορά και στις ηθικές επιπτώσεις της τεχνολογίας.

Ένα ελεγχόμενο σύστημα που μπορεί να μοντελοποιεί τη διάδοση απόψεων σε πληθυσμό ενός δισεκατομμυρίου agents δεν είναι χρήσιμο μόνο για την κοινωνική έρευνα.

Κατά τους συγγραφείς, μπορεί θεωρητικά να μειώσει και το κόστος σχεδιασμού μεγάλης κλίμακας επιχειρήσεων πληροφόρησης και πειστικού περιεχομένου.

Για τον λόγο αυτό διευκρινίζουν ότι το πλαίσιο προορίζεται για τη μελέτη τέτοιων δυναμικών και όχι για την εκτέλεση επιχειρήσεων επιρροής.

Η δυνατότητα να δοκιμάζονται διαφορετικά μηνύματα, ομάδες influencers, κοινωνικά δίκτυα, δημογραφικά χαρακτηριστικά και γλωσσικές διατυπώσεις σε τεράστια κλίμακα δημιουργεί, επομένως, ένα νέο πεδίο όχι μόνο για την κοινωνική επιστήμη αλλά και για τη συζήτηση γύρω από τη χειραγώγηση της κοινής γνώμης.

Προς «ψηφιακά δίδυμα» ολόκληρων πληθυσμών

Οι συγγραφείς παρουσιάζουν το Light Society ως μια βάση πάνω στην οποία μπορούν να αναπτυχθούν στο μέλλον πιο σύνθετες κοινωνικές προσομοιώσεις.

Σχεδιάζουν τη χρήση πλουσιότερης μνήμης, lifelong learning, πολυτροπικών αλληλεπιδράσεων και στενότερης σύνδεσης με πραγματικές ροές δεδομένων.

Ο μακροπρόθεσμος στόχος που αναφέρουν είναι η δημιουργία population-scale digital twins — ψηφιακών μοντέλων πληθυσμών που θα μπορούν να χρησιμοποιούνται παράλληλα με την εμπειρική έρευνα.

Το Light Society, επομένως, αποτελεί ένα σημαντικό βήμα ως προς την κλίμακα της κοινωνικής προσομοίωσης: δείχνει ότι δίκτυα ενός δισεκατομμυρίου AI agents μπορούν πλέον να γίνουν υπολογιστικά διαχειρίσιμα και να παράγουν επαναλήψιμες συλλογικές δυναμικές.

Δεν έχει, όμως, αποδείξει ότι μπορεί να «τρέξει την ανθρωπότητα στο μέλλον» και να μας πει ποιος θα κερδίσει τις επόμενες εκλογές ή πότε θα καταρρεύσει μια αγορά.

Οι ίδιοι οι δημιουργοί του το τοποθετούν πιο συγκρατημένα: ως ένα εργαλείο για υποθέσεις, αντιπαραδείγματα και πειράματα μεγάλης κλίμακας, τα αποτελέσματα των οποίων πρέπει στη συνέχεια να ελέγχονται απέναντι στον πραγματικό κόσμο.