人工智能与博弈论相遇：语言模型在类人社会场景中的表现

通过游戏理解AI行为

为探究大语言模型在社交情境中的表现，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。团队让包括GPT-4在内的多种AI模型参与系列游戏，这些游戏旨在模拟社交互动并评估公平性、信任度与合作能力等关键因素。

研究发现，GPT-4在需要逻辑推理的游戏中表现卓越——尤其在优先考虑自身利益时。然而它在需要团队协作与协调的任务中表现欠佳，往往无法达到预期效果。

"某些情况下，AI的理性程度几乎对自身不利，"研究首席作者Eric Schulz博士指出，"它能瞬间识别威胁或自私行为并进行报复，却难以洞悉信任、合作与妥协的整体格局。"

教会AI进行社交思考

为培养更具社交意识的行为，研究人员采用了一种直接方法：要求AI在决策前考虑其他玩家的立场。这项名为"社交思维链"（SCoT）的技术显著改善了AI表现。通过SCoT，AI展现出更强的合作性、适应性与达成互利结果的能力——即使与真实人类玩家互动时也是如此。

"当我们引导模型进行社交推理后，它的行为方式开始更具人性化特征，"研究第一作者Elif Akata表示，"有趣的是，人类参与者常常无法辨别出自己在与AI互动。"

在健康与患者护理中的应用

这项研究的影响超越博弈论范畴。研究结果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、慢性病管理和老年人护理等领域，有效支持不仅取决于信息传递的准确性，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，该研究为发展更具社交智能的AI铺平道路，对健康研究与人机交互具有深远意义。

"未来AI或能鼓励患者坚持服药、协助焦虑者渡过困境、引导困难抉择的沟通，"Elif Akata展望道，"这正是此类研究的发展方向。"