NTU forskere vil bruge AI agenter til at undersøge, om et tilskud bliver sparet op, skaber ekstra forbrug eller ændrer, hvad folk køber.[2][5] Modellen skal holdes op mod faktiske køb omkring Sydkoreas støtteudbetalinger i 2025.
Udgivet afRedigeret med GPT-6 SolBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How is the unnamed AI economic-policy forecasting tool being developed by Nanyang Technological University’s four-person Nanyang Business Sc. Article summary: The NTU project is intended as a policy-testing simulator: AI agents representing consumers would help policymakers compare how measures such as $100 vouchers affect saving, extra spending and purchasing choices before i. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
At bruge et gavekort er ikke nødvendigvis det samme som at bruge flere penge. Hvis en familie betaler for et planlagt indkøb med gavekortet, kan den i stedet beholde flere af sine egne penge. Den forskel vil forskere ved Nanyang Technological University (NTU) i Singapore hjælpe beslutningstagere med at undersøge, før de vælger, hvordan en støtteordning skal indrettes.2
5
Holdet på Nanyang Business School består af Hyeokkoo Eric Kwon, Jaecheol Park, Mo Jiayun og Kayoung Shin. De udvikler en simulator, der blandt andet skal kunne sammenligne mulige virkninger af et gavekort på 100 dollar: Bliver pengene sparet op? Stiger det samlede forbrug? Eller ændrer modtagerne blot, hvad de køber? Indløsning af gavekortet er i sig selv ikke bevis for et økonomisk løft.2
5
OpenAI opfører forskningsprojektet under navnet Privacy-Preserving LLM Agents for Auditable Government Policy Simulation. Det er projektets titel; selve værktøjet beskrives i omtalen som endnu unavngivet.8
5
Planen er at lade AI-agenter simulere forbrugere med forskellige økonomiske forhold og indkøbsmønstre. Som grundlag bruger forskerne anonymiserede transaktionshistorikker fra omkring 1,5 millioner brugere af en unavngiven sydkoreansk budgetapp fra 2023 til 2025.2
3
Ifølge den beskrevne fremgangsmåde stammer transaktionsoplysningerne fra banknotifikationer. Identifikatorer fjernes, mens blandt andet indkomst, forbrug og købstidspunkter samles i intervaller. Afhængigt af hvor følsom en profil er, skal mindst tre, fem eller ti brugere dele dens kendetegn. Tiltagene skal mindske risikoen for, at en profil afslører én persons økonomi – ikke garantere, at genidentifikation er umulig.2
I en model med faste regler kan alle i samme kategori få tildelt den samme forbrugsadfærd. En AI-agent vil derimod kunne reagere på flere forhold samtidig, eksempelvis kombinationen af indkomst og alder. Det er projektets mulige styrke, ikke et dokumenteret bevis for bedre prognoser end traditionelle modeller.2
3
Holdet vil sammenligne simuleringerne med faktiske køb før og efter sydkoreanske støtteudbetalinger i juli og september 2025. Støtten kunne kun bruges hos godkendte forhandlere og skulle anvendes senest i november 2025. Det giver forskerne et konkret forløb at holde modellens forudsigelser op imod.2
En sådan sammenligning kan afsløre usandsynlig adfærd eller opdigtede forklaringer fra agenterne. Skal simulatoren påviseligt være bedre til at forudsige forbrug, må den dog også testes på resultater, den ikke på forhånd har fået vist, sammenlignes med relevante traditionelle modeller og tage højde for andre ændringer i forbruget. Den tilgængelige omtale indeholder hverken en detaljeret testprotokol eller offentliggjorte fejlmarginer. Større præcision er derfor foreløbig et mål, ikke et fastslået resultat.2
3
Projektet er et af 14, som OpenAI udvalgte blandt mere end 400 ansøgninger. Kwon angiver støtten til 100.000 amerikanske dollar. Ifølge omtalen er halvdelen kontanter og halvdelen kredit til OpenAI-modeller, som skal understøtte cirka seks måneders udvikling og test.8
10
4
Forskerne sigter mod at udgive værktøjet med åben kildekode i februar 2027 og tilpasse det til forskellige befolkningsgrupper. Planerne omfatter også mere detaljerede agentprofiler med blandt andet interesser og politiske holdninger samt forklaringer på forudsigelserne.4 Om modellen fungerer pålideligt uden for de sydkoreanske data, må senere test vise. En overbevisende forklaring fra en AI-agent gør ikke i sig selv prognosen rigtig.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
NTU forskere vil bruge AI agenter til at undersøge, om et tilskud bliver sparet op, skaber ekstra forbrug eller ændrer, hvad folk køber.[2][5]
NTU forskere vil bruge AI agenter til at undersøge, om et tilskud bliver sparet op, skaber ekstra forbrug eller ændrer, hvad folk køber.[2][5] Modellen skal holdes op mod faktiske køb omkring Sydkoreas støtteudbetalinger i 2025.