Social World Models
Dieses Paper führt Social World Models (SWMs) und ein neuartiges strukturiertes Repräsentationsformalismus namens S3AP ein, um verborgene mentale Zustände und soziale Dynamiken explizit zu modellieren, was die Fähigkeit von KI-Agenten, über komplexe soziale Interaktionen über mehrere Benchmarks hinweg zu schlussfolgern und diese zu navigieren, signifikant verbessert.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie gehen durch eine belebte Stadt. Sie sehen nicht nur Gebäude und Ampeln; Sie sehen Menschen. Sie bemerken, dass die Person, die an Ihnen vorbeieilt, besorgt aussieht, das Paar, das sich auf der Bank streitet, wütend wirkt, und der Barista, der einem Kunden zulächelt, freundlich ist. Sie lassen ständig einen geheimen, unsichtbaren Film in Ihrem Kopf ablaufen, in dem Sie vermuten, was andere denken, fühlen und als Nächstes planen werden. So navigieren Menschen durch die Welt: Wir bauen eine „mentale Landkarte“ der Köpfe anderer Menschen auf, nicht nur der physischen Objekte um uns herum.
Lange Zeit waren Computer brillant darin, die physische Welt abzubilden. Sie wissen, dass die Schwerkraft einen Ball nach unten zieht, wenn man ihn fallen lässt, und dass sich eine Tür öffnet, wenn man sie drückt. Aber wenn es um Menschen geht, verlieren sich Computer oft. Sie können eine Geschichte über einen Streit lesen, aber sie haben Schwierigkeiten, die verborgenen Gefühle, die ungeschriebenen Regeln oder den Grund zu verstehen, warum jemand lügen würde, um einen Freund zu schützen. Sie sehen die Worte, aber sie verpassen die „Geister“ in der Maschine – die Überzeugungen, Absichten und Emotionen, die das menschliche Verhalten antreiben. Diese Arbeit stellt eine große Frage: Können wir KI lehren, ihre eigene mentale Landkarte von Menschen zu erstellen, genau wie wir es tun?
Die Forscher hinter dieser Studie, die auf der COLM 2026 Konferenz veröffentlicht wurde, sagen, dass die Antwort „Ja“ lautet, aber nur, wenn wir die Art und Weise ändern, wie wir der KI Informationen zuführen. Sie argumentieren, dass es nicht ausreicht, einer KI einfach eine lange, chaotische Geschichte vorzuwerfen. Stattdessen schlagen sie eine neue Art vor, soziale Informationen zu organisieren, die Social World Models (Soziale Weltmodelle). Denken Sie an Folgendes: Wenn eine Standard-KI einen Roman liest und versucht, das Ende zu erraten, ist das so, als würde man versuchen, einen dunklen Raum zu durchqueren, indem man die Wände abtastet. Ein Social World Model hingegen schaltet das Licht an. Es bricht die Geschichte in eine strukturierte Checkliste herunter: Wer ist hier? Was sieht diese Person? Was denkt sie insgeheim? Was hat sie gerade getan?
Um dies umsetzbar zu machen, haben das Team ein spezielles Format namens S3AP (Structured Social Simulation Analysis Protocol) erfunden. Stellen Sie sich S3AP als einen Übersetzer vor, der eine chaotische, frei fließende Geschichte nimmt und sie in ein sauberes, organisiertes Dashboard verwandelt. Anstatt eines Absatzes, der besagt: „Isla war nervös, weil ihre Mutter sie sah“, bricht S3AP dies in klare Felder auf: Agent: Isla; Emotion: Nervös; Beobachtung: Mutter sah mich; Aktion: Versteckt den Controller. Diese strukturierten Daten fungieren als „sozialer Bauplan“, mit dem die KI tatsächlich schlussfolgern kann.
Die Arbeit testet diese Idee auf zwei Hauptwegen. Erstens gaben sie der KI eine Reihe sozialer Rätsel (wie zum Beispiel herauszufinden, wer in einem Gruppenchat was weiß) und baten sie, diese zu lösen. Die Ergebnisse waren beeindruckend: Als die KI den S3AP-Bauplan verwendete, verbesserte sie sich bei der Lösung dieser Rätsel signifikant. Bei einem schwierigen Test namens FANToM sprang die Leistung der KI im Vergleich zu ihren bisherigen besten Versuchen um 51 %. Interessanterweise fanden sie auch heraus, dass eine kleinere, weniger leistungsstarke KI als „Übersetzer“ fungieren konnte, um den Bauplan zu erstellen, und dass eine intelligentere KI diesen Bauplan dann nutzen konnte, um das Rätsel sogar noch besser zu lösen, als wenn sie es allein versucht hätte. Dies deutet darauf an, dass die Fähigkeit, soziale Informationen zu organisieren, sich von der Fähigkeit unterscheidet, das Problem zu lösen, und dass beide benötigt werden.
Zweitens ließen die Forscher die KI ein Spiel spielen, bei dem sie in Echtzeit mit einer anderen KI interagieren musste, wie etwa beim Verhandeln eines Preises oder beim Knüpfen einer neuen Freundschaft. Sie gaben der KI ein „Forecaster“-Werkzeug (Vorhersagewerkzeug): Bevor die KI etwas sagt oder tut, nutzt sie ihr Social World Model, um zu simulieren: „Wenn ich das sage, wie wird die andere Person sich fühlen? Was wird sie als Nächstes tun?“ Dieser einfache Schritt, innezuhalten und vorauszuplanen, machte die KI viel strategischer. In kompetitiven Situationen, wie beim Feilschen, verbesserte die KI ihre Erfolgsquote um bis zu 18 %.
Die Arbeit legt nahe, dass wir der KI, indem wir ihr eine strukturierte Möglichkeit geben, nicht nur zu verfolgen, was Menschen tun, sondern auch, was sie denken und fühlen, helfen können, soziale Situationen mit viel mehr Intelligenz zu bewältigen. Es ist keine magische Lösung, die jedes soziale Problem sofort löst, und die Forscher räumen ein, dass es immer noch Herausforderungen gibt, wie etwa sicherzustellen, dass die KI die Gefühle nicht falsch interpretiert. Aber die Ergebnisse legen stark nahe, dass eine KI, die aufhört, nur Wörter zu lesen und stattdessen beginnt, ein mentales Modell der Menschen hinter ihnen aufzubauen, zu einem viel besseren sozialen Partner wird.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.