Utratit, nebo uspořit? NTU chce pomocí AI testovat peněžní podporu předem

Když domácnost zaplatí nákup státním poukazem, nemusí to znamenat, že nakoupila něco navíc. Možná by stejný nákup udělala i bez něj a pouze si ponechala vlastní peníze. Právě tento rozdíl chce pomoci odhalovat simulátor hospodářských opatření, který vyvíjí tým singapurské Nanyang Technological University (NTU).25

Co by mohli tvůrci politik předem porovnat?

Čtyřčlenný tým z Nanyang Business School tvoří Hyeokkoo Eric Kwon, Jaecheol Park, Mo Jiayun a Kayoung Shin. Na příkladu poukazu v hodnotě 100 dolarů chtějí modelovat, zda by příjemci podporu uspořili, zvýšili své celkové výdaje, nebo změnili, co kupují. Samotné uplatnění poukazu tedy nemá být automaticky považováno za důkaz povzbuzení spotřeby.25

OpenAI uvádí výzkumný projekt pod anglickým názvem „Privacy-Preserving LLM Agents for Auditable Government Policy Simulation“, tedy přibližně „Agenti založení na velkých jazykových modelech chránící soukromí pro ověřitelnou simulaci vládních opatření“. Jde o název projektu; samotný nástroj je podle zpráv zatím beze jména.85

Z čeho mají agenti vycházet?

Navržený systém pracuje s anonymizovanými záznamy o transakcích přibližně 1,5 milionu uživatelů nejmenované jihokorejské aplikace pro správu rozpočtu z let 2023 až 2025. Tyto údaje mají simulovaným spotřebitelům — takzvaným AI agentům — dodat rozmanitější vzorce hospodaření.23

Podle popsaného postupu aplikace získává informace o transakcích z bankovních oznámení. Identifikační údaje se odstraňují a částky výdajů a příjmů i časy nákupů se převádějí do intervalů. V závislosti na citlivosti musí stejné charakteristiky profilu sdílet nejméně tři, pět nebo deset uživatelů. Cílem je omezit riziko odhalení finanční historie konkrétního člověka, nikoli zaručit, že zpětná identifikace nebude možná.2

Oproti modelu, který všem lidem v jedné kategorii přidělí stejné pravidlo utrácení, by agent mohl zohledňovat více okolností současně — například souvislost příjmu a věku při rozhodování o využití poukazu. Je to zamýšlená výhoda, nikoli dosud prokázaná vyšší přesnost oproti modelům založeným na průzkumech či pevných pravidlech.23

Jak se pozná, zda předpovědi fungují?

Tým plánuje porovnat simulaci se skutečnými výdaji před peněžními podporami vyplacenými v Jižní Koreji v červenci a září 2025 a po nich. Podporu bylo možné využít jen u způsobilých prodejců a nejpozději do listopadu 2025. Výzkumníci tak mají konkrétní případ, na němž mohou prověřit předpovězené nákupy i změny výdajů.2

Srovnání může odhalit nevěrohodné chování agentů či smyšlená vysvětlení. K prokázání lepší schopnosti předpovídat by ale nástroj musel uspět na výsledcích, které předem neznal, obstát proti běžným modelům a zohlednit i jiné vlivy na spotřebu. Dostupné zprávy neuvádějí podrobný postup vyhodnocení ani zveřejněné míry chyb. Vyšší přesnost je proto zatím výzkumným cílem, ne potvrzeným výsledkem.23

Kdy by mohl být nástroj dostupný?

Projekt NTU patří mezi 14 návrhů, které OpenAI vybrala z více než 400 přihlášek. Kwon uvádí podporu ve výši 100 000 amerických dolarů; podle dostupných zpráv připadá polovina na peněžní prostředky a polovina na kredit pro využívání modelů OpenAI. Podpora má financovat přibližně šest měsíců vývoje a testování.8104

Tým plánuje zveřejnění nástroje jako open source do února 2027 a chce jej přizpůsobovat různým populacím. Do budoucna počítá také s podrobnějšími profily agentů, které by zahrnovaly zájmy a politické postoje, a s vysvětlováním předpovědí.4 Zda bude simulátor spolehlivý i mimo jihokorejská data, však ukáže až ověřování. Přesvědčivě znějící vysvětlení samo o sobě správnou předpověď nedokazuje.