NTU vil teste støtteordninger med KI før de innføres

Hvis en familie bruker en støttekupong på varer den uansett ville kjøpt, er kupongen innløst – men kjøpet er ikke nødvendigvis ekstra forbruk. Det skillet står sentralt i en KI-basert politikksimulator som forskere ved Nanyang Technological University (NTU) i Singapore utvikler for å hjelpe beslutningstakere med å sammenligne støtteordninger før de innføres.25

Hva skal simulatoren vise?

Forskergruppen ved Nanyang Business School består av Hyeokkoo Eric Kwon, Jaecheol Park, Mo Jiayun og Kayoung Shin. De vil blant annet undersøke hvordan forbrukere kan reagere på en kupong på 100 dollar: Vil de spare penger, øke det samlede forbruket eller bare endre hvilke varer de betaler for med egne penger? Bruk av kupongen alene er ikke bevis for at ordningen løfter forbruket.25

OpenAI omtaler forskningsprosjektet som «Privacy-Preserving LLM Agents for Auditable Government Policy Simulation». Det er prosjektnavnet; selve verktøyet omtales som navnløst i mediedekningen.85

Hvordan skal KI-agentene lære av kjøpsmønstre?

Planen bygger på anonymiserte transaksjonshistorikker fra om lag 1,5 millioner brukere av en ikke navngitt sørkoreansk budsjettapp, fra 2023 til 2025. Dataene skal gi simulerte forbrukere – KI-agenter – ulike økonomiske utgangspunkt og forbruksmønstre.23

Ifølge beskrivelsen henter appen transaksjonsopplysninger fra bankvarsler. Identifiserende opplysninger fjernes, mens blant annet inntekt, pengebruk og kjøpstidspunkt samles i intervaller. Avhengig av hvor følsom en profil er, må minst tre, fem eller ti brukere dele kjennetegnene i den. Tiltakene skal redusere risikoen for at en simulert profil røper én persons økonomi, men anonymisering er ingen garanti mot at noen kan gjenkjennes.2

Tanken er at en KI-agent skal kunne reagere på flere forhold samtidig. Alder og inntekt kan for eksempel virke sammen når en husholdning bestemmer hva den gjør med en kupong. Det kan gi mer nyanserte anslag enn en modell der alle i samme gruppe følger én fast regel. Om KI-agentene faktisk treffer bedre enn spørreundersøkelsesbaserte eller regelstyrte modeller, er ennå ikke dokumentert.23

Hvordan skal anslagene kontrolleres?

Forskerne vil sammenligne simuleringene med faktisk pengebruk før og etter Sør-Koreas støtteutbetalinger i juli og september 2025. Støtten kunne bare brukes hos godkjente utsalgssteder og måtte benyttes innen november 2025. Dermed har teamet en virkelig ordning å holde anslag om kjøp og forbruksendringer opp mot.2

En slik sammenligning kan avdekke lite troverdig agentatferd eller oppdiktede forklaringer. For å vise at verktøyet gir bedre prognoser, må det imidlertid forutsi utfall det ikke allerede har fått se, måles mot relevante tradisjonelle modeller og ta høyde for andre forhold som kan ha påvirket forbruket. Den tilgjengelige omtalen oppgir verken en detaljert testmetode eller publiserte feilrater. Høyere treffsikkerhet er derfor et forskningsmål, ikke et fastslått resultat.23

Hva skjer videre?

NTU-prosjektet er ett av 14 som OpenAI valgte ut blant mer enn 400 søknader. Kwon oppgir støtten til 100 000 amerikanske dollar. Ifølge omtalen gis halvparten som penger og halvparten som kreditt til bruk av OpenAIs modeller, til rundt seks måneders utvikling og testing.8104

Målet er å publisere verktøyet med åpen kildekode innen februar 2027 og tilpasse det til ulike befolkninger. Forskerne vil også utvikle mer sammensatte agentprofiler, blant annet med interesser og politiske synspunkter, og la verktøyet forklare anslagene sine.4 Dette er planer, ikke dokumenterte egenskaper. Om simulatoren fungerer godt utenfor de sørkoreanske dataene – og om forklaringene bygger på pålitelige prognoser – må avgjøres gjennom testing.