用多智能体LLM模拟合作亲社会行为：AI智能体为政策决策提供信息的证据与机制

DOI

人类亲社会合作对我们的集体健康、教育和福利至关重要。然而，设计维护或激励亲社会行为的社会系统具有挑战性，因为人们可能会出于个人利益最大化的目的而表现自私。人类行为这种复杂且不可预测的方面使政策制定者难以预见其设计的后果。最近，多智能体LLM系统已显示出模拟类人行为以及复制一些人类实验室实验的显著能力。本文研究了多智能体系统模拟人类亲社会行为（如公共产品游戏中的行为）的表现如何，以及多智能体系统是否能展现出现实世界中实验室之外的「无限行为」。我们发现，多智能体LLM系统成功复制了公共产品游戏人类实验室实验的行为，涉及三种实验处理——启动、透明度和不同禀赋。除了复制现有实验外，我们发现多智能体LLM系统可以复制预期的人类行为，即使在之前的实验中没有结合这些特定处理组合。最后，我们发现多智能体系统可以展现人们在实际世界中实验室之外做的丰富的无限行为集合——如协作甚至欺骗。综上所述，这些研究是迈向未来的步伐，届时LLM可用于为鼓励人们以亲社会方式行事的政策决策提供信息。