\n<\/p>\n
2023 m. Gamta 10<\/em> \u012f savo metin\u012f de\u0161imties \u012ftaking\u0173 mokslo \u201e\u017emoni\u0173\u201c s\u0105ra\u0161\u0105 \u012ftrauk\u0117 special\u0173 apdovanojim\u0105, nesusijus\u012f su \u017emon\u0117mis \u2013 ChatGPT, pripa\u017eindamas reik\u0161ming\u0105 \u0161io \u017emogaus kalb\u0105 imituojan\u010dio dirbtinio intelekto vaidmen\u012f mokslo pa\u017eangoje. Generatyvusis i\u0161 anksto apmokytas transformatorius (GPT) ir pla\u010diau kalbant didel\u0117s kalbos modeliai (LLM) padar\u0117 \u012fsp\u016bd\u012f pasauliui skland\u017eiai atliekant \u012fvairias u\u017eduotis, \u012fskaitant ra\u0161ym\u0105, kodavim\u0105, matematini\u0173 problem\u0173 sprendim\u0105 ir elges\u012f kaip \u017emon\u0117s (Biancotti ir Camassa 2023, Noy). ir Zhang 2023). Vyksta diskusija apie platesn\u012f \u0161ios technologijos pritaikym\u0105, ypa\u010d padedant priimti sprendimus tiek individualiu, tiek bendradarbiavimo lygiu (Ramge ir Mayer-Sch\u00f6nberger 2023). \u0160iame kontekste kyla klausimas: ar GPT gali priimti kokybi\u0161kus sprendimus?<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n Racionalumas, klasikin\u0117 ekonomikos id\u0117ja, padeda mums suprasti \u0161\u012f klausim\u0105 teori\u0161kai fiksuojant, kokiu mastu sprendimus priimantis asmuo maksimaliai padidina kai kurias gerai veikian\u010dias naudingumo funkcijas esant tam tikriems biud\u017eeto apribojimams (Afriat 1967). Praktikoje sprendim\u0173 pri\u0117mimo kokybei matuoti buvo pla\u010diai naudojamas racionalumas. Jis buvo taikomas \u017emon\u0117ms priimant sprendimus laboratorij\u0173 aplinkoje, apklausose ir maisto preki\u0173 parduotuv\u0117se ir buvo susij\u0119s su profesijos, pajam\u0173 ir turto skirtumais tarp asmen\u0173, taip pat su i\u0161sivystymo skirtumais \u012fvairiose \u0161alyse (Choi ir kt., 2014, Cappelen ir kt., 2023). Racionalumas naudojamas \u012fvairiose srityse ir netgi buvo tiriamas su kitomis r\u016b\u0161imis, pavyzd\u017eiui, be\u017ed\u017eion\u0117mis (Chen ir kt., 2006).<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n Chen ir kt. (2023), tiriame vis svarbesn\u0117s \u201er\u016b\u0161ies\u201c, GPT, ekonomin\u012f racionalum\u0105. Mes nurodome GPT 3.5 Turbo veikti kaip sprendim\u0173 pri\u0117m\u0117ja, paskirstant 100 ta\u0161k\u0173 tarp dviej\u0173 preki\u0173 su skirtingomis kainomis. Tada \u0161ie sprendimai naudojami racionalumo balui \u2013 kritiniam s\u0105naud\u0173 efektyvumo indeksui (CCEI) \u2013 apskai\u010diuoti, o did\u017eiausia vieneto reik\u0161m\u0117 rodo auk\u0161\u010diausi\u0105 racionalumo lyg\u012f. Nurodydami skirting\u0105 dviej\u0173 preki\u0173 pob\u016bd\u012f, mes i\u0161matuojame GPT racionalum\u0105 keturiose srityse: rizikos, laiko, socialini\u0173 ir maisto pasirinkim\u0173. Atitinkamai, \u0161ios dvi prek\u0117s yra du rizikingi turtai: momentinis mok\u0117jimas ir b\u016bsimas mok\u0117jimas, mok\u0117jimas sprendimus priiman\u010diam asmeniui ir mok\u0117jimas u\u017e atsitiktinai suporuot\u0105 subjekt\u0105 ir dviej\u0173 r\u016b\u0161i\u0173 maistas (m\u0117sa ir pomidorai). Kiekvien\u0105 aplink\u0105 kartojame 100 kart\u0173, kad surinktume daugiau steb\u0117jim\u0173. Be to, lygiagre\u010diai atliekame eksperiment\u0105 su reprezentatyvia JAV imtimi i\u0161 347 tiriam\u0173j\u0173, kad palygintume GPT ir \u017emoni\u0173 racionalum\u0105.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n 1 paveiksle parodytas suminis racionalumo balo pasiskirstymas visose keturiose sprendim\u0173 pri\u0117mimo srityse. Kiekviename skydelyje \u0161viesi punktyrin\u0117 linija \u017eymi hipotetinius subjektus, priiman\u010dius atsitiktinius sprendimus, tamsi punktyrin\u0117 linija \u2013 \u017emones, o i\u0161tisin\u0117 linija \u2013 GPT, o de\u0161in\u0117n pad\u0117tis rodo auk\u0161tesn\u012f racionalumo lyg\u012f. Matome ai\u0161k\u0173 model\u012f: GPT pasiekia auk\u0161tesn\u012f bal\u0105 nei hipotetiniai subjektai, patvirtinantys, kad m\u016bs\u0173 planas yra pakankamas ekonominiam racionalumui nustatyti. Dar svarbiau yra tai, kad mes pastebime, kad GPT ekonominio racionalumo po\u017ei\u016briu nuolat lenkia \u017emones.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n 1 pav<\/strong> Suminiai racionalumo bal\u0173 skirstiniai<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n Be racionalumo, mus domina dar du ekonominiai rezultatai. Pirma, ma\u017e\u0117jan\u010dios paklausos savyb\u0117 \u2013 pagrindinis vartotoj\u0173 elgsenos principas \u2013 reikalauja, kad prek\u0117s paklausa ma\u017e\u0117t\u0173 kartu su jos kaina. \u0160ios savyb\u0117s laikymasis yra dar vienas matuoklis, nurodantis, ar sprendimus priiman\u010dio asmens elges\u012f galima suprasti per ekonomikos teorijas. Pana\u0161iai mes nustat\u0117me, kad GPT gerbia ma\u017e\u0117jan\u010di\u0105 paklaus\u0105 labiau nei \u017emon\u0117s visose keturiose srityse, o tai patvirtina GPT geb\u0117jim\u0105 priimti pagr\u012fstus ekonominius sprendimus. Antra, taikant strukt\u016brinius modelius galima \u012fvertinti pagrindines pirmenybes, susijusias su sprendimais. Palyginti su \u017emon\u0117mis, GPT pasi\u017eymi didesne tolerancija rizikai, labiau kantriai teikia pirmenyb\u0119 laikui, labiau linksta \u012f kitus ir \u012f efektyvum\u0105 orientuot\u0105 elges\u012f, teikiant pirmenyb\u0119 visuomenei, ir ma\u017eiau teikia pirmenyb\u0119 m\u0117sai. Be to, nors skirtingiems \u017emon\u0117ms b\u016bdingos skirtingos nuostatos, GPT nuolat pateikia labai pana\u0161ius modelius kelis kartus kartojant tas pa\u010dias sprendimo u\u017eduotis.<\/p>\n Ar nuoseklus yra GPT elgesys turtingesn\u0117mis s\u0105lygomis? Nor\u0117dami atsakyti \u012f \u0161\u012f klausim\u0105 ir geriau suprasti GPT, pristatome pirmiau min\u0117tos bazin\u0117s sistemos variantus i\u0161 trij\u0173 perspektyv\u0173. Pirma, padidiname temperat\u016br\u0105 \u2013 GPT nustatym\u0173 parametr\u0105 \u2013 kad padidintume i\u0161vesties stochasti\u0161kum\u0105 ir k\u016brybi\u0161kum\u0105. Antra, perra\u0161ome sprendimo u\u017eduot\u012f. Vienoje s\u0105lygoje kei\u010diame kainos apra\u0161ym\u0105 i\u0161 \u201e1 ta\u0161kas = X prek\u0117s vienetas\u201c \u012f \u201eY ta\u0161kai = 1 prek\u0117s vienetas\u201c. Esant kitai s\u0105lygai, pasirinkimo rinkin\u012f kei\u010diame i\u0161 nuolatin\u0117s biud\u017eeto eilut\u0117s \u012f 11 parink\u010di\u0173 toje pa\u010dioje biud\u017eeto eilut\u0117je. \u0160ie variantai leid\u017eia i\u0161tirti, ar GPT ekonominis racionalumas yra tvirtas re\u010diau pasitaikantiems kadrams. Tre\u010dia, pakei\u010diame demografines specifikacijas ragelyje, kuriame pra\u0161oma GPT veikti kaip sprendim\u0173 pri\u0117m\u0117jas, \u012fskaitant lyties, am\u017eiaus, i\u0161silavinimo lygio ir ma\u017eum\u0173 grup\u0117s b\u016bsenos skirtumus. Mums \u012fdomu, ar GPT veikia skirtingai, atsi\u017evelgiant \u012f \u012fvairias individualias charakteristikas, o tai susij\u0119 su did\u0117jan\u010diu susir\u016bpinimu d\u0117l algoritm\u0173 \u0161ali\u0161kumo (Obermeyer ir kt., 2019).<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n 2 paveiksle parodytas vidutinis racionalumo balas bazin\u0117je sistemoje ir variacijos. Pastebime, kad GPT vienodai gerai veikia esant skirtingiems temperat\u016bros nustatymams ir demografin\u0117ms specifikacijoms. Ta\u010diau GPT racionalumo lygis labai suma\u017e\u0117ja pagal alternatyv\u0173 kainos apra\u0161ym\u0105 ir diskreti\u0161ko pasirinkimo nustatym\u0105. Nors \u0161iuose dviejuose variantuose taip pat stebime \u017emoni\u0173 racionalumo suma\u017e\u0117jim\u0105, kritimo dydis yra daug ma\u017eesnis nei pasteb\u0117tas GPT. Aptariame galimas GPT jautrumo kontekstams ir r\u0117mams prie\u017eastis, tokias kaip esamo \u0161ali\u0161kumo atspindys, nepakankamas mokymas alternatyvioje aplinkoje ir bendros LLM tendencijos atliekant skirtingas u\u017eduotis.<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n 2 pav<\/strong> GPT racionalumo balai \u012fvairiuose variantuose<\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/span><\/p>\n