Araştırma Soruları
- LLM’ler, farklı popülasyonlarda insan davranışlarını deneysel ortamlarda ne ölçüde simüle edebilir?
- Klasik deneylerin (Ultimatum Game, Garden Path Sentences, Milgram Shock, Wisdom of Crowds) LLM ile yeniden üretilmesi mümkün mü?
- Demografik çeşitlilik (isim, cinsiyet vb.) LLM çıktılarında ne kadar gerçekçi yansıtılabilir?
Sonuçlar
- LLM’ler bazı insan davranış kalıplarını başarıyla taklit edebildi.
- Daha büyük modeller daha insan benzeri yanıtlar verdi.
- LLM yanıtlarında cinsiyet farklılıkları gözlendi (örn. “şövalyelik etkisi” – erkeklerin kadınlardan gelen adaletsiz teklifleri daha çok kabul etmesi).
- Yeni ve daha uyumlu LLM’lerde “aşırı doğruluk bozulması” (hyper-accuracy distortion) görüldü.
Bulgular
- Davranış taklidi: Büyük dil modelleri, Ultimatum Game ve Garden Path gibi deneylerde bilinen insan davranışlarını yansıttı.
- Demografik varyasyon: LLM’ler, isim ve cinsiyet bilgisiyle davranış farklılıklarını simüle edebildi.
- Aşırı doğruluk: Bazı modeller bilgi sorularında insanlardan daha “gerçek dışı derecede doğru” yanıtlar üreterek tipik kullanıcı bilgisini yansıtmakta başarısız oldu.
- Veri etkisi: LLM’ler eğitim sırasında bu deneylere maruz kalmış olabileceğinden, sonuçların özgünlüğü sorgulanabilir.
- Etik risk: Milgram Şok Deneyi gibi zararlı içeriklerin simüle edilmesi etik kaygılar doğuruyor.
Puanlar
- LLM Modelleri: 5
- Sentetik Veri: 4
- Yöntem: 4
- Hız: 3
- Etik: 4
- Doğruluk Oranı: 3
- Demografi: 4
Bu makale ile ilgili daha detaylı bilgiye ulaşmak isterseniz buraya tıklayarak ilgili makalenin ekine ulaşabilirsiniz.