본 논문은 대규모 언어 모델(LLM)이 사회경제적 상호작용에 통합됨에 따라, 전략적 환경에서 인간이 LLM 상대방에게 어떻게 반응하는지에 대한 이해를 심화시킬 필요성을 강조합니다. 연구진은 인간과 LLM을 상대로 한 다중 플레이어 p-beauty contest 게임에서 인간 행동의 차이를 분석하기 위해 최초의 통제된 금전적 인센티브 실험실 실험 결과를 제시합니다. 개인 수준의 비교를 위해 피험자 내 설계를 사용하여, 인간 피험자가 LLM과 플레이할 때 인간과 플레이할 때보다 유의미하게 낮은 숫자를 선택한다는 것을 보여줍니다. 이는 주로 '0' 내쉬균형 선택의 증가 때문이며, 높은 전략적 추론 능력을 가진 피험자들에 의해 주도됩니다. '0' 내쉬균형 선택을 한 피험자들은 LLM의 추론 능력과 예상치 못하게 협력 성향에 호소하여 자신의 전략을 설명합니다. 이 연구는 동시 선택 게임에서 다중 플레이어 인간-LLM 상호작용에 대한 기초적인 통찰력을 제공하고, LLM과 플레이할 때 피험자의 행동과 LLM 플레이에 대한 믿음의 이질성을 밝히며, 혼합 인간-LLM 시스템의 메커니즘 설계에 중요한 함의를 제시합니다.
