Resumen Técnico: Reproducción de Sesgos Humanos en la Elección de Rutas mediante Modelos de Lenguaje de Gran Escala

Planteamiento del Problema

La toma de decisiones humana, particularmente en la elección de rutas, se desvía frecuentemente del supuesto de racionalidad plena, exhibiendo sesgos conductuales sistemáticos. La Teoría de la Perspectiva Acumulativa (CPT, por sus siglas en inglés) es el marco dominante para modelar estos sesgos, capturando mecanismos como la dependencia de la referencia, la aversión a la pérdida y la ponderación de probabilidad no lineal. Sin embargo, la aplicación a gran escala de la CPT en simulaciones y modelos basados en agentes se ve obstaculizada por un cuello de botella crítico: la estimación precisa de los parámetros de la CPT.

Los métodos tradicionales dependen de encuestas y experimentos controlados para calibrar estos parámetros. Aunque son efectivos para grupos específicos, estos enfoques son difíciles de generalizar, a menudo no logran capturar la plena diversidad de la toma de decisiones humana a través de diferentes ocupaciones y tipos de personalidad, y están limitados por tamaños de muestra reducidos y altos costos de recolección de datos. En consecuencia, existe la necesidad de un método escalable para generar datos conductuales diversos y estimar los parámetros de la teoría de la perspectiva sin depender únicamente de la costosa recolección de datos del mundo real.

Metodología

Este artículo propone un marco para realizar experimentos conductuales virtuales a gran escala utilizando Modelos de Lenguaje de Gran Escala (LLM) para simular el comportamiento de elección de rutas humanas bajo incertidumbre. La metodología consta de cuatro componentes principales:

1. Construcción de Agentes Humanos basados en LLM

El estudio emplea un método de prompting no paramétrico para construir agentes humanos heterogéneos. Cada agente se define mediante una arquitectura de prompting estandarizada que comprende tres módulos:

• Perfil (Profile): Define atributos individuales (ocupación, personalidad, preferencia de riesgo, propósito del viaje, presión de tiempo), rasgos de comportamiento (sensibilidad a la variabilidad del tiempo de viaje, tolerancia al riesgo) y condiciones de restricción. El estudio define 10 perfiles de agentes distintos (por ejemplo, trabajadores jubilados, funcionarios públicos, repartidores, estudiantes) para capturar la heterogeneidad demográfica y conductual.
• Planificación (Planning): Guía al agente para descomponer tareas complejas, evaluar rutas basadas en el tiempo esperado y la variabilidad, y priorizar opciones consistentes con su identidad asignada y preferencias psicológicas.
• Acción (Action): Impone reglas de decisión donde los agentes adversos al riesgo priorizan la estabilidad y los agentes propensos al riesgo priorizan el ahorro de tiempo. Los resultados se estructuran estrictamente en formato JSON para asegurar la compatía con el análisis estadístico.

2. Construcción del Entorno de Viaje

El entorno se define mediante la Configuración (objetivos de la tarea estática, opciones de ruta y tipos de riesgo) y el Estado (probabilidades dinámicas de interrupciones como accidentes o congestión y su impacto en el tiempo de viaje). El estudio diseña escenarios que involucran tanto dominios de Ganancia (llegar antes de un tiempo de referencia) como de Pérdida (llegar después de un tiempo de referencia), con rutas que ofrecen tiempos medios de viaje idénticos pero diferentes distribuciones de riesgo.

3. Simulación Experimental

Utilizando GPT-5 de OpenAI, el estudio simula 3,000 agentes a través de 11 casos distintos que involucran escenarios de elección de dos y tres rutas. El parámetro de temperatura (temperature) se establece en 1 para equilibrar la diversidad conductual con la reproducibilidad. Cada escenario se ejecuta tres veces para garantizar la robustez.

4. Estimación y Evaluación de Parámetros

• Estimación de Parámetros de CPT: El estudio ajusta los datos de elección generados por el LLM a las formulaciones de la CPT para estimar los parámetros de sensibilidad ($\alpha$ para ganancias, $\beta$ para pérdidas) y el coeficiente de aversión a la pérdida ($\lambda$). El punto de referencia ($x_0$) se infiere dinámicamente a partir de la distribución de los tiempos de viaje esperados generados por los agentes.
• Validación: Los parámetros estimados se utilizan para predecir elecciones de ruta en nuevos escenarios. Los resultados se comparan con:
  1. Las elecciones simuladas por el LLM.
  2. Los parámetros estimados a partir de experimentos conductuales del mundo real (por ejemplo, Xu et al., 2011; Zhang et al., 2018).
  3. Los parámetros clásicos de dominios ajenos al transporte.
• Métricas: La precisión de la predicción se evalúa mediante la suma de los residuos al cuadrado entre las probabilidades de elección predichas y observadas.

Resultados Clave

• Reproducción de Sesgos: Los LLM reprodujeron con éxito los sesgos humanos sistemáticos. En los dominios de ganancia, los agentes generalmente exhibieron aversión al riesgo (prefiriendo rutas estables), mientras que en los dominios de pérdida, se desplazaron hacia un comportamiento propenso al riesgo (prefiriendo rutas con mayor variabilidad pero con potencial de llegada temprana).
• Estimación de Parámetros: Los datos simulados por el LLM arrojaron estimaciones de parámetros de CPT de $\alpha = 0.4$, $\beta = 0.64$ y $\lambda = 1.43$. Estos valores indican una pronunciada sensibilidad decreciente y una significativa aversión a la pérdida (los agentes son 1.43 veces más sensibles a las pérdidas que a las ganancias equivalentes).
• Precisión Predictiva: Los parámetros estimados a partir de las simulaciones del LLM demostraron el error de predicción más bajo (0.0036) al aplicarse a un escenario de tres rutas, superando a los parámetros derivados de encuestas del mundo real (0.0042) y a los parámetros clásicos de no-transporte (0.0110).
• Comportamiento Dependiente del Contexto: Los agentes exhibieron una toma de decisiones matizada y dependiente del contexto. Por ejemplo, aunque generalmente son adversos al riesgo, ciertos tipos de agentes (como los repartidores) se desplazaron hacia rutas más riesgosas cuando la alternativa garantizaba una pérdida (retraso), demostando que los LLM pueden simular compensaciones (trade-offs) complejas en lugar de una adherencia rígida a una única etiqueta de "aversión al riesgo".
• Robustez: El método mantuvo una alta precisión predictiva a través de diferentes puntos de referencia y configuraciones de escenarios, incluyendo casos donde las ganancias y las pérdidas se definieron bajo un mismo punto de referencia.

Significado y Reivindicaciones

El artículo afirma que su principal significancia radica en demostrar que los modelos de IA generativa pueden servir como una alternativa escalable para modelar procesos de decisión humana. Específicamente:

1. Factibilidad Metodológica: Valida que los LLM pueden reproducir sesgos de elección humanos no racionales y efectos de la teoría de la perspectiva sin la especificación explícita de los parámetros de la CPT, basándose en su lugar en un prompting estandarizado para codificar perfiles conductuales.
2. Escalabilidad: El enfoque ofrece un paradigma computacional de bajo costo marginal y escalable para generar datos conductuales heterogéneos a gran escala, abordando el cuello de botella de la estimación de parámetros en el modelado tradicional basado en agentes.
3. Fundamento para Investigaciones Futuras: El estudio postula que los agentes basados en LLM proporcionan una base prometedora para la próxima generación de simulaciones a gran escala basadas en agentes e investigación conductual impulsada por IA, capaces de capturar diferencias individuales y comportamientos emergentes a nivel de grupo.

Los autores mantienen una postura modesta, señalando que, si bien los LLM simulan eficazmente los sesgos, se requiere trabajo futuro para integrar el aprendizaje, la interacción social y herramientas multimodales para alinear aún más la percepción y el razonamiento de los agentes con los procesos de decisión del mundo real.