# Майкл Бернштейн: «AI-агенты предсказывают поведение человека точнее, чем мы думали» Источник: https://www.youtube.com/watch?v=sMB4YYJDeIg Канал: Stanford Online Опубликовано: 17.10.2025 --- ## Революция прогнозирования: Как AI-агенты моделируют поведение человека [[JUMP:00:05]] В эпоху принятия решений на основе неполных данных, когда каждый запуск продукта или новая стратегия — это прыжок в неизвестность, исследователи находят способы «заглянуть в будущее» с помощью симуляций. Майкл Бернштейн, профессор Стэнфорда, утверждает, что создание «машин "что, если"» — генеративных AI-агентов, имитирующих поведение реальных людей, — может радикально повысить качество принимаемых решений в бизнесе и политике. Эта технология позволяет протестировать реакцию аудитории или последствия политики до того, как они будут внедрены в реальности, помогая избежать «пожаров» и катастрофических провалов. ### 🛠 Рождение «цифровых двойников»: Архитектура агентов [[JUMP:18:46]] Для создания правдоподобных симуляций недостаточно простого описания персонажа. Современный подход базируется на архитектуре, которую автор называет «посмотри перед запуском» (look before you launch). Ключевые компоненты этой системы: * **Поток памяти (Memory Stream):** Агенты ведут подробную запись своих наблюдений. Чтобы модель не отвлекалась на огромные объемы данных, используется метод **RAG** (Retrieval Augmented Generation) — извлечение только актуальных, недавно полученных и важных воспоминаний в контекстное окно LLM. * **Рефлексия (Reflection):** Чтобы агенты не были простыми «капитанскими журналами» событий, их периодически просят «задуматься» над своим опытом. На основе накопленных наблюдений агенты формируют выводы о своих целях, интересах и характере, что делает их поведение более последовательным. * **Планирование (Planning):** Агенты составляют планы на день, которые уточняются по мере изменения обстоятельств. Если агент замечает что-то важное в окружении, он может пересмотреть свои планы в режиме реального времени. ### 🎮 Smallville: Террариум для искусственных людей [[JUMP:08:08]] Ярким примером работы этой технологии стал эксперимент «Smallville» — виртуальный город, населенный 25 автономными генеративными агентами. В ходе эксперимента, где одну из героинь «запрограммировали» на желание устроить вечеринку в честь Дня святого Валентина, исследователи наблюдали спонтанную диффузию информации. * Агенты самостоятельно обменивались приглашениями, координировали подготовку (например, договорившись о декоре кафе) и даже проявляли зачатки романтических чувств. * Исследователи смогли протестировать сценарии «вмешательства», например, вброс новости о эпидемии. В условиях «угрозы» поведение толпы менялось: никто не приходил на вечеринку, кроме тех, кто не слышал новостей, что подтверждает реалистичность модели. ### 📊 Точность и риски: можно ли доверять симуляции? [[JUMP:24:28]] Одним из главных вопросов остается точность таких моделей. По мнению Бернштейна, использование простых демографических данных ведет к стереотипному мышлению. Решение проблемы — использование «богатых» качественных данных. 1. **Метод цифровых двойников:** Исследователи провели двухчасовые интервью с 1000 американцами, охватывающие их жизненные истории, финансы и политические взгляды. 2. **Валидация:** Агенты, созданные на основе этих интервью, проходили тесты, аналогичные General Social Survey и психологическим шкалам «Большой пятерки». 3. **Результаты:** В 85% случаев агенты воспроизводили ответы своих прототипов так же точно, как сами люди воспроизводили свои ответы спустя две недели. Однако существуют и риски. Профессор предостерегает от слепого доверия «количественным» результатам, таким как процентные гистограммы. Он предлагает воспринимать систему как лестницу: * **Нижняя ступень:** Вопросы возможности (что может случиться?). Самый надежный уровень. * **Средняя ступень:** Качественные оценки (отношения, предпочтения). В целом работают хорошо. * **Верхняя ступень:** Количественные прогнозы и масштабные рыночные модели. Требуют предельной осторожности из-за высокого риска ошибок. ### 🚀 Практическое применение сегодня [[JUMP:42:21]] Технология уже выходит за рамки академических исследований. Студенты профессора Бернштейна используют симуляции для проектирования онлайн-сообществ, подвергая свои системы атакам «троллей» в безопасной среде, чтобы выявить уязвимости до официального запуска. Также проводятся успешные эксперименты по обучению навыкам переговоров: группа, прошедшая «тренировку» с агентами, демонстрировала значительно лучшие результаты в реальных конфликтах, чем те, кто ограничился теоретической лекцией.