人工智能与博弈论相遇：语言模型在类人类社交场景中的表现

通过游戏理解AI行为

为探究大语言模型在社交场景中的表现，研究人员运用了行为博弈论——该方法通常用于研究人类如何合作、竞争与决策。研究团队让包括GPT-4在内的多种AI模型参与系列模拟社交互动的游戏，以评估公平性、信任度与合作精神等关键因素。

研究发现GPT-4在需要逻辑推理的游戏中表现优异——尤其在优先考虑自身利益时。但在需要团队协作与协调的任务中，该模型常表现欠佳。

研究主要作者埃里克·舒尔茨博士指出："某些情况下，AI似乎过于理性反而适得其反。它能瞬间识别威胁或自私行为并实施报复，却难以理解信任、合作与妥协的大局观。"

教会AI社交思维

为培养更具社交意识的行为，研究人员采用简单策略：要求AI在决策前考虑其他玩家的立场。这种称为"社交思维链"（SCoT）的技术显著改善了AI表现。采用SCoT后，AI展现出更强的合作性、适应性与实现互利结果的能力——即使与真实人类玩家互动时亦是如此。

研究第一作者埃利夫·阿卡塔表示："当我们推动模型进行社交推理后，其行为模式开始更具人性化。有趣的是，人类参与者常无法辨别对手是AI。"

在健康与患者护理中的应用

这项研究的影响远超博弈论范畴。该发现为开发更以人为本的AI系统奠定了基础，尤其在需要社交认知的医疗场景中。在心理健康、慢性病管理和老年护理等领域，有效的支持不仅取决于信息准确度，更依赖于AI建立信任、解读社交信号及促进合作的能力。通过建模与优化这些社交动态，该研究为开发更具社交智能的AI铺平道路，对健康研究和人机交互具有重要意义。

阿卡塔补充道："能够鼓励患者坚持用药、辅助焦虑人群、或引导困难抉择对话的AI——这正是本研究的终极方向。"