في ظل التطورات السريعة في مجال الذكاء الاصطناعي، تبرز نماذج اللغة الضخمة (LLMs) كأداة قوية لفهم محاكاة سلوك البشر. دراسة حديثة توصلت إلى نتائج مثيرة، حيث استطاعت نماذج LLMs دعم محاكاة شاملة للأفراد عبر الاستناد إلى بياناتهم الذاتية فقط.

اعتمد الباحثون في هذه الدراسة على بيانات مستخلصة من مجموعة متنوعة تضم 1,052 أمريكياً، حيث تم بناء نماذج أطلق عليها اسم "عوامل توليدية" (Generative Agents) تستند إلى:
1. مقابلات شبه منظمة استغرقت ساعتين.
2. استبيانات مركبة، مثل الاستبيان الاجتماعي العام (General Social Survey) ومقياس الشخصية الخمسة الكبيرة (Big Five Personality Inventory).
3. التركيب بين المصدرين المذكورين.

النتائج كانت مذهلة، حيث أظهرت دقة تصل إلى 83% عند استخدام المقابلات فقط، و82% مع الاستبيانات فقط، و86% عند الدمج بين الاثنين. في المقابل، كانت دقة النماذج التي اعتمدت فقط على المعلومات السكانية للمشاركين 74%.

علاوة على ذلك، تمكنت هذه النماذج من التنبؤ بالصفات الشخصية والسلوكيات بدقة مماثلة وتقليل الفجوات في الدقة بين المجموعات الإثنية والأيديولوجية. هذه النتائج تدل على أن استخدام بيانات ذاتية غنية سواء كانت نوعية أو كمية يمكن أن يوفر محاكاة شاملة للأفراد دون الحاجة إلى تدريب خاص بالمهام.

تعتبر هذه التطورات ثورة في كيفية فهمنا وتوقعنا لسلوك الإنسان، مما يفتح آفاقاً جديدة للبحث والابتكار في مجالات متعددة.