Replicating Human Motivated Reasoning Studies with LLMs

작성자

Haebom

카테고리

Empty

저자

Neeley Pate, Adiba Mahbub Proma, Hangfeng He, James N. Druckman, Daniel C. Molden, Gourab Ghoshal, Ehsan Hoque

💡 개요

본 연구는 인간이 정확한 믿음이나 원하는 결론에 도달하도록 정보를 처리하는 동기 부여 추론 현상을 대규모 언어 모델(LLM)에 적용하여 탐구합니다. 4개의 이전 정치적 동기 부여 추론 연구를 재현한 결과, 기반 LLM의 행동은 인간의 예상 행동과 일치하지 않는 것으로 나타났습니다. 이는 기반 LLM이 인간의 동기 부여 추론 과정을 모방하지 않을 수 있음을 시사합니다.

🔑 시사점 및 한계

•

기반 LLM은 인간과 같은 동기 부여 추론 경향을 보이지 않으며, 이는 LLM을 이용한 특정 작업(예: 의견 복제, 논증 평가) 수행 시 중요한 고려 사항입니다.

•

LLM 모델 간에는 질문 답변을 기권하거나 주어진 주장을 의견에 통합하는 등 일부 유사한 행동 경향이 관찰됩니다.

•

향후 연구에서는 LLM이 인간의 동기 부여 추론을 모방하도록 유도하거나, LLM의 의사 결정 과정에서 이러한 편향성을 어떻게 다룰지에 대한 추가 연구가 필요합니다.

PDF 보기

Made with Slashpage