Як дослідники NTU хочуть перевіряти грошову підтримку до її запровадження

Використаний ваучер не обов’язково означає додаткові витрати. Людина могла оплатити ним те, що й так збиралася купити, а власні гроші залишити собі. Саме цю різницю дослідники Наньянського технологічного університету Сінгапуру (NTU) хочуть допомогти оцінювати ще до запуску програм підтримки.25

Що порівнюватиме симулятор?

Команда Наньянської бізнес-школи — Hyeokkoo Eric Kwon, Jaecheol Park, Mo Jiayun і Kayoung Shin — розробляє систему для порівняння можливих реакцій людей на різні варіанти підтримки, зокрема ваучер на $100. Вона має оцінювати не лише факт використання ваучера, а й те, чи отримувачі більше заощаджують, чи зростають їхні загальні витрати та чи змінюється склад покупок.25

У переліку проєктів OpenAI дослідження має назву «Privacy-Preserving LLM Agents for Auditable Government Policy Simulation» — симуляція державної політики за допомогою агентів на основі великих мовних моделей із захистом приватності. Це назва проєкту, а не самого інструмента: у повідомленнях про нього симулятор називають поки що безіменним.85

Звідки братимуть дані та як захищатимуть приватність?

Основою для моделювання мають стати знеособлені історії транзакцій приблизно 1,5 млн користувачів неназваного південнокорейського застосунку для обліку бюджету за 2023–2025 роки. На цих даних ШІ-агенти мають відтворювати різні фінансові обставини й звички витрачання коштів.23

За описом проєкту, застосунок отримує відомості про транзакції з банківських сповіщень. Ідентифікатори прибирають, а суми витрат і доходів та час покупок узагальнюють у діапазони. Залежно від чутливості профілю його характеристики мають збігатися з даними щонайменше трьох, п’яти або десяти користувачів. Це покликане зменшити ризик розкриття чиєїсь фінансової історії, але знеособлення не є гарантією неможливості повторної ідентифікації.2

На відміну від моделі, яка задає всім людям певної категорії одне правило витрачання, ШІ-агент може враховувати кілька характеристик одночасно — наприклад, як вік і дохід разом пов’язані з використанням ваучера. Це очікувана перевага, а не доведений факт, що агенти прогнозують поведінку точніше за моделі на основі опитувань чи фіксованих правил.23

Як перевірять, чи прогнозам можна довіряти?

Команда планує зіставити результати симуляції з фактичними витратами до й після виплат у Південній Кореї в липні та вересні 2025 року. Тодішню підтримку можна було використати лише в дозволених торговельних точках і до листопада 2025 року. Це дає дослідникам реальний випадок, із яким можна порівняти передбачені покупки та зміни витрат.2

Таке порівняння може виявити неправдоподібну поведінку агентів або вигадані пояснення. Але щоб підтвердити перевагу в точності, симулятору потрібно передбачати результати, яких він раніше не бачив, перевершувати доречні традиційні моделі та враховувати інші чинники, що впливають на витрати. У доступних повідомленнях немає докладного протоколу перевірки чи опублікованих показників похибки. Тому вищу точність наразі варто вважати метою дослідження, а не встановленим результатом.23

Коли з’явиться інструмент?

OpenAI відібрала проєкт NTU до числа 14 із понад 400 поданих заявок. Kwon зазначає розмір підтримки — 100 000 доларів США. За повідомленнями, половину нададуть грошима, а половину — кредитами на використання моделей OpenAI; кошти призначені приблизно на шість місяців розробки й тестування.8104

Команда планує випустити інструмент з відкритим кодом до лютого 2027 року й адаптувати його до різних груп населення. Серед інших задумів — додати до профілів агентів інтереси та політичні погляди, а до прогнозів — пояснення.4 Поки це плани: здатність моделі працювати за межами південнокорейських даних і достовірність її пояснень ще потрібно перевірити.