Как симулятор NTU собирается проверять денежные выплаты до их запуска

Если человек оплатил ваучером привычную покупку, это ещё не значит, что он потратил больше обычного: собственные деньги могли остаться у него. Именно эту разницу — между использованием помощи и дополнительными расходами — исследователи Наньянского технологического университета (NTU) в Сингапуре хотят показать тем, кто разрабатывает меры поддержки.25

Что сможет сравнивать симулятор

Команда бизнес-школы NTU — Hyeokkoo Eric Kwon, Jaecheol Park, Mo Jiayun и Kayoung Shin — разрабатывает систему для оценки реакции потребителей на разные варианты помощи, например ваучер на 100 долларов. Она должна прогнозировать, станут ли получатели больше сберегать, увеличат ли общие расходы и изменят ли состав покупок. Сам факт погашения ваучера не будет считаться доказательством экономического эффекта.25

На сайте OpenAI исследовательский проект назван Privacy-Preserving LLM Agents for Auditable Government Policy Simulation — «Агенты на основе больших языковых моделей для проверяемого моделирования госполитики с защитой конфиденциальности». Это название проекта; в публикациях указывается, что у самого инструмента пока нет отдельного названия.85

На каких данных будут учиться ИИ-агенты

В основу симуляции предполагается положить обезличенные истории операций примерно 1,5 млн пользователей неназванного южнокорейского приложения для учёта личных финансов за 2023–2025 годы. Они должны помочь ИИ-агентам представлять потребителей с разным финансовым положением и разными привычками тратить деньги.23

Согласно описанию проекта, приложение получает сведения об операциях из банковских уведомлений. Из данных удаляют идентификаторы, а суммы расходов и доходов, как и время покупок, объединяют в диапазоны. В зависимости от чувствительности характеристик каждый смоделированный профиль должен иметь общие черты как минимум с тремя, пятью или десятью пользователями. Такие меры снижают риск раскрытия личной финансовой истории, но обезличивание не гарантирует, что человека нельзя будет идентифицировать повторно.2

Замысел состоит в том, чтобы агент учитывал сразу несколько обстоятельств, а не следовал одному жёсткому правилу для всей группы. Например, на использование ваучера могут одновременно влиять доход и возраст. Это возможное преимущество перед моделями с фиксированными правилами, в том числе опирающимися на опросы, — но пока не доказательство более точного прогноза.23

Как проверят прогнозы

Исследователи намерены сравнить результаты симуляции с реальными расходами до и после выплат, проведённых в Южной Корее в июле и сентябре 2025 года. Полученные средства можно было потратить только у подходящих продавцов и не позднее ноября 2025 года. Это даст команде реальный пример политики, с которым можно сопоставить прогнозы покупок и изменений расходов.2

Такое сравнение поможет обнаружить неправдоподобное поведение агентов и вымышленные объяснения. Но для подтверждения преимущества симулятору потребуется предсказывать результаты, которые ему заранее не показывали, превосходить сопоставимые традиционные модели и учитывать другие факторы, влияющие на расходы. В доступных публикациях нет подробного протокола проверки или опубликованных показателей ошибки. Поэтому заявления о большей точности пока следует воспринимать как цель исследования.23

Что означают финансирование и срок выпуска

OpenAI выбрала проект NTU в числе 14 из более чем 400 заявок. Квон указывает размер поддержки — 100 000 долларов США; по сообщениям, половина суммы предоставляется деньгами, а половина — кредитами на использование моделей OpenAI. Средства рассчитаны примерно на шесть месяцев разработки и испытаний.8104

Команда рассчитывает выпустить инструмент с открытым исходным кодом к февралю 2027 года и адаптировать его для разных групп населения. Среди планов — дополнить профили агентов интересами и политическими взглядами, а также снабжать прогнозы объяснениями.4 Пока это планы, а не подтверждённые возможности: применимость симулятора за пределами южнокорейских данных и надёжность его объяснений ещё предстоит проверить.