派錢真係帶動消費？新加坡南洋理工大學想用AI先做政策測試

派咗現金券出去，商戶見到有人用券，係咪就代表經濟多咗同等金額嘅消費？未必。如果一個家庭本身就打算買某樣嘢，只係改用現金券付款，支出方式變咗，總消費卻不一定增加。新加坡南洋理工大學（NTU）的研究團隊，正開發一套AI政策模擬工具，想喺措施推出前幫決策者分清呢兩回事。25

模擬工具會比較啲乜？

南洋商學院四人團隊——Hyeokkoo Eric Kwon、Jaecheol Park、Mo Jiayun同Kayoung Shin——希望模擬市民面對唔同派發方案，例如收到面值100元現金券時，會選擇儲起原本要花的錢、增加整體消費，定係改變購買選擇。重點唔係單看券有冇被使用，而係估算政策有冇帶來額外消費。25

OpenAI將研究項目列為「Privacy-Preserving LLM Agents for Auditable Government Policy Simulation」（保障私隱、可供審核的政府政策大型語言模型代理模擬）。呢個係項目名稱；報道指開發中的工具本身尚未命名。85

AI點樣模擬唔同家庭？

研究擬使用一款未具名南韓記帳App約150萬名用戶、涵蓋2023至2025年的匿名交易紀錄，讓模擬消費者的AI「代理」參考唔同財務狀況同消費模式。23

按報道所述，交易資料來自銀行通知；處理時會移除身份識別資料，再將開支、收入及購物時間等資訊歸入區間。視乎資料敏感程度，每組模擬檔案的特徵亦須由最少3、5或10名用戶共同擁有。呢啲做法旨在降低個別財務紀錄被認出的風險，但匿名化唔等於可以保證絕對無法重新識別個人。2

傳統規則式模擬可能假設某類人都按同一比例使錢；AI代理則有望同時考慮多個因素，例如收入同年齡點樣一齊影響家庭使用現金券。不過，有能力作出複雜回應，唔等於預測已經比問卷或固定規則模型準確。呢點仍要靠實際測試證明。23

點樣知道預測準唔準？

團隊計劃將模擬結果，對照南韓2025年7月同9月派發補助前後的實際消費。當時的補助只可喺合資格零售商使用，並須於同年11月前用完，為研究提供一個可比對的真實政策案例。2

比對有助找出明顯唔合理的代理行為，或似是而非的解釋。但要證明工具有預測優勢，仍須測試佢未事先見過的結果、同合適的傳統模型比較，並考慮同期其他影響消費的因素。現有報道未提供詳細評估方法或已公布的誤差數字，因此「比傳統模型準」目前應視為研究目標，而非定論。23

資助同推出時間代表乜？

OpenAI從逾400份申請中選出14個項目，NTU研究係其中之一。Kwon列出的資助額為10萬美元；報道指一半為現金，另一半為OpenAI模型使用額度，用於約六個月的開發同測試。8104

團隊目標係於2027年2月推出開源版本，並希望工具日後可以適用於唔同人群。開發計劃亦包括加入興趣、政治觀點等更豐富的代理特徵，並為預測提供解釋。4 但工具能否離開南韓數據、可靠地預測其他人群，仍要靠驗證；AI講得有條理，亦唔等於佢估得啱。