- スタンフォードの研究者は、1,052人の個人の性格を本物のインタビューと大規模言語モデル（LLM）を使用してシミュレートした。
- 研究者たちは、ポリシー提案の影響を研究するために、本物の人物をモデル化した生成エージェントの実在感ある集団を作成することを目指している。
- 生成エージェントは、一般社会調査（GSS）やBig Five Inventory、行動経済学のゲーム、社会科学の実験などを行い、参加者の回答と高い一致率を示した。
- インタビューベースの生成エージェントは、参加者の回答を高い精度で捉えることができるが、人種に基づく一般的な推論をする頻度が低い。
- 研究チームは、生成エージェントの誤用を懸念し、厳格なプライバシー保護を提供するためのアクセス申請手続きや監査ログを設立している。
この研究は、本物の人物の性格をモデル化した生成エージェントが、様々な社会問題の解決に貢献できる可能性があることを示唆しています。人物の性格や意見を再現し、ポリシー提案の影響を研究するための貴重なテストベッドとして活用されています。