Towards Real-world Human Behavior Simulation: Benchmarking Large Language Models on Long-horizon, Cross-scenario, Heterogeneous Behavior Traces
Die Studie stellt OmniBehavior vor, den ersten Benchmark für die Simulation menschlichen Verhaltens auf Basis realer Daten, und zeigt, dass aktuelle Large Language Models aufgrund struktureller Verzerrungen wie einer Utopie-Bias und einer Homogenisierung der Persönlichkeit komplexe, langfristige und heterogene Verhaltensmuster nur unzureichend nachbilden können.
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
Stell dir vor, du möchtest einen perfekten digitalen Zwilling eines echten Menschen erschaffen. Nicht nur einen, der „Hallo" sagt, sondern einen, der genau so denkt, fühlt und handelt wie ein echter Nutzer – mit allen seinen Launen, seinen langfristigen Plänen und seinen manchmal etwas chaotischen Entscheidungen.
Das ist das Ziel von OmniBehavior, einem neuen Forschungsprojekt, das in diesem Papier vorgestellt wird. Hier ist die Erklärung, wie ein einfacher Spaziergang durch einen digitalen Park:
1. Das Problem: Die „Einzelzimmer"-Falle
Bisher haben Forscher versucht, KI-Modelle (wie Chatbots) zu trainieren, indem sie sie in winzige, isolierte Zellen steckten.
- Die alte Methode: Man zeigte der KI nur, wie jemand ein Video ansieht, oder nur, wie jemand in einem Shop kauft. Das ist, als würdest du jemanden nur beim Zähneputzen beobachten und dann behaupten, du wüsstest alles über sein Leben.
- Das Ergebnis: Die KI lernte nur sehr einseitige Muster. Sie wusste nicht, dass jemand, der heute ein Video über „Kamera-Tests" schaut, vielleicht in zwei Wochen eine Kamera kauft, weil er sich dafür interessiert hat. Die KI hatte eine Art „Tunnelblick".
2. Die Lösung: OmniBehavior – Der ganze Lebenslauf
Die Forscher von OmniBehavior (eine Zusammenarbeit zwischen der chinesischen Akademie der Wissenschaften und Kuaishou, einer riesigen Video-Plattform) haben etwas Neues getan.
- Der Datensatz: Statt künstlicher Daten haben sie echte, echte Daten von 200 echten Nutzern über drei Monate gesammelt.
- Die Analogie: Stell dir vor, du hast nicht nur ein Foto von jemandem, sondern ein 300-seitiges Tagebuch, das alles enthält: Was sie gesehen haben, was sie gekauft haben, worüber sie geredet haben, was sie geliked haben und was sie ignoriert haben – alles vermischt über Videos, Live-Streams, Werbung und Online-Shopping.
- Das Ziel: Die KI soll lernen, dass menschliches Verhalten wie ein langer Fluss ist, der durch verschiedene Landschaften (Szenarien) fließt, und nicht wie eine Reihe von isolierten Wasserfällen.
3. Der Test: Können die KIs das?
Die Forscher haben die besten KI-Modelle der Welt (wie Claude, GPT, Gemini) getestet, um zu sehen, ob sie diese echten Menschen nachahmen können.
- Das Ergebnis: Die KIs haben es versucht, aber sie sind gescheitert. Selbst die besten Modelle konnten nur etwa zur Hälfte richtig liegen.
- Das Problem mit dem Gedächtnis: Man dachte, wenn man der KI mehr Text (den ganzen 3-Monats-Lauf) gibt, würde sie besser werden. Aber das war ein Trugschluss. Die KIs „ertranken" in den Informationen oder vergaßen den Zusammenhang, ähnlich wie ein Student, der ein ganzes Buch auf einmal lesen muss, aber den roten Faden verliert.
4. Die große Entdeckung: Die „Utopische Verzerrung"
Das ist der spannendste Teil der Geschichte. Die Forscher haben herausgefunden, warum die KIs scheitern. Es liegt an einer fundamentalen Verzerrung, die sie „Positivitäts- und Durchschnitts-Bias" nennen.
Stell dir vor, die KIs sind wie zu höfliche, übermäßig optimistische Touristen, die versuchen, ein lokales Dorf zu verstehen:
- Überaktivität: Echte Menschen sind oft faul oder gelangweilt. Sie scrollen einfach weiter, ohne zu klicken. Die KIs aber denken: „Oh, das ist interessant! Ich muss unbedingt liken, teilen und kaufen!" Sie simulieren eine Welt, in der jeder immer super engagiert ist.
- Der „Durchschnittsmensch": Echte Menschen sind unterschiedlich. Der eine ist schroff, der andere schüchtern, der dritte wütend. Die KIs aber glätten alle diese Ecken und Kanten. Sie werden alle zu einem freundlichen, durchschnittlichen Durchschnittsmenschen. Sie verlieren die „langen Schwänze" – also die seltenen, aber wichtigen Verhaltensweisen wie Wut oder Ablehnung.
- Die „Utopie": Wenn ein echter Kunde in einem Chat wütend ist, weil sein Paket nicht kommt, schreit er vielleicht oder ist direkt. Die KI aber sagt: „Entschuldigen Sie bitte, könnten Sie mir vielleicht helfen?" Sie simuliert eine perfekte, friedliche Welt, die in der Realität so gar nicht existiert.
5. Warum ist das wichtig?
Wenn wir KI-Systeme bauen, die Menschen simulieren sollen (z. B. um zu testen, wie gut ein neuer Online-Shop funktioniert), brauchen wir realistische Simulationen.
- Wenn die KI nur „nette" Menschen simuliert, denkt der Shop-Betreiber: „Alles läuft super, niemand beschwert sich!"
- In der Realität aber gibt es Wut, Frustration und komplexe Kaufentscheidungen, die über Wochen hinweg entstehen.
Fazit:
Dieses Papier sagt uns: KI ist noch nicht bereit, die menschliche Seele vollständig zu kopieren. Sie ist wie ein Spiegel, der uns nur das zeigt, was wir gerne sehen würden (ein freundlicher, aktiver Durchschnittsmensch), aber nicht das, was wir wirklich sind (ein komplexes, manchmal launisches, vielschichtiges Wesen). OmniBehavior ist der erste Schritt, um KI beizubringen, dass das Leben nicht aus perfekten, isolierten Momenten besteht, sondern aus einem langen, verworrenen, aber echten Strom von Entscheidungen.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.