Stabilising Generative Models of Attitude Change

Titolo: Stabilizzazione dei Modelli Generativi del Cambiamento di Atteggiamento

1. Il Problema

Il cambiamento di atteggiamento (il processo mediante il quale gli individui revisionano le loro posizioni valutative) è stato storicamente spiegato da teorie verbali influenti ma in competizione, come la teoria della dissonanza cognitiva (Festinger, 1957), la teoria della coerenza del sé (Aronson, 1969) e la teoria della auto-percezione (Bem, 1972).
Il problema centrale identificato dagli autori è che queste teorie funzionano spesso come "schizzi di meccanismo": sono ricche di dettagli concettuali ma mancano delle specifiche tecniche e dei vincoli operativi necessari per essere eseguite come sistemi computazionali. Di conseguenza:

• Sono sottodeterminate: diverse interpretazioni possono generare le stesse previsioni comportamentali, rendendo difficile distinguere i meccanismi sottostanti.
• Sono dipendenti dal contesto: i meccanismi sono sensibili a fattori culturali e situazionali che le teorie verbali originali spesso danno per scontati o non documentano.
• Manca la riproducibilità rigorosa: senza formalizzazione, è difficile isolare le condizioni esatte in cui un meccanismo si attiva.

2. Metodologia: GABM e Concordia

Gli autori propongono un flusso di lavoro di Modellazione Basata su Attori Generativi (GABM) per "renderizzare" queste teorie verbali in sistemi simulativi eseguibili.

• Framework Concordia: Utilizzano la libreria di simulazione Concordia, che si basa su un'architettura a scene discrete gestite da un "Game Master" (GM). Gli attori sono agenti basati su Large Language Models (LLM, specificamente Gemma 3) che operano tramite completamento predittivo di pattern.
• Logica Decisionale: Invece di generare un'azione in un singolo passo, la cognizione dell'attore è strutturata in una sequenza di passaggi computazionali intermedi (una "logica decisionale"). L'attore riceve un "prefisso" contenente memorie e osservazioni, elabora la teoria specifica attraverso una serie di query auto-riflessive, e genera un "suffisso" che descrive l'azione intesa.
• Implementazione delle Teorie:
  • Attore Festinger (Dissonanza Cognitiva): Rileva conflitti logici tra atteggiamenti, credenze e comportamenti. Se rileva una dissonanza, genera strategie di risoluzione (es. cambiare un'attitudine) per alleviare il disagio psicologico.
  • Attore Aronson (Coerenza del Sé): Filtra i conflitti attraverso la lente dell'integrità del sé. La dissonanza si attiva solo se il comportamento minaccia la percezione di sé come persona morale o competente.
  • Attore Bem (Auto-percezione): Non utilizza un meccanismo di conflitto interno. Invece, inferisce gli atteggiamenti osservando il proprio comportamento e il contesto, rispondendo a tre domande: "Chi sono?", "Che tipo di situazione è?", "Cosa farebbe una persona come me in questa situazione?".
  • Attore Minimal: Un LLM "nudo" senza logica decisionale specifica, usato come baseline.
• Ambienti Sperimentali: Le teorie sono testate in tre paradigmi classici ricostruiti digitalmente:
  1. Esperimento di Valutazione degli Oggetti (Item Rating): Scelta difficile vs. facile tra prodotti.
  2. Esperimento del Compito Noioso (Boring Task): Compito monotono seguito da richiesta di mentire su quanto fosse divertente, con ricompensa bassa ($5) o alta ($200).
  3. Esperimento del Verme (Worm): Scelta anticipata di mangiare un verme (aversivo) vs. misurarlo.
• Manipolazione di Auto-Affermazione: Viene introdotta una condizione in cui gli attori riflettono su valori personali prima del compito per testare la specificità della logica di Aronson.

3. Contributi Chiave

• Formalizzazione delle Teorie Verbali: Trasformazione di teorie psicologiche storiche in algoritmi eseguibili, rendendo espliciti i compromessi rappresentazionali e situazionali che erano impliciti nelle descrizioni originali.
• Il Processo di "Stabilizzazione": Gli autori dimostrano che la semplice istruzione di un LLM non è sufficiente. È necessario un processo iterativo manuale di stabilizzazione per allineare i "priors" moderni degli LLM con le assunzioni storiche degli esperimenti. Questo include:
  • Rimodellare il contesto pre-sperimentale per evitare dissonanze indesiderate (es. evitare che gli attori siano troppo critici verso le aziende).
  • Rafforzare la percezione della noia o dell'aversività dei compiti per prevenire che gli attori moderni trovino significati alternativi (es. meditazione).
  • Gestire le norme etiche moderne che potrebbero interferire con la logica sperimentale (es. nel test del verme).
• Scoperta di Dipendenze Nascoste: Il processo di stabilizzazione rivela che le teorie psicologiche classiche dipendono da "impalcature socio-ecologiche" specifiche (fiducia istituzionale, norme culturali, definizioni di noia) che non erano state documentate nelle teorie originali ma sono essenziali per il loro funzionamento.

4. Risultati

• Riproduzione dei Comportamenti: Gli attori basati sulle teorie (Festinger, Aronson, Bem) hanno riprodotto con successo i modelli comportamentali canonici della letteratura empirica originale, mentre l'attore Minimal no.
  • Dissonanza/Coerenza: In condizioni di giustificazione insufficiente (es. $5 nel compito noioso), gli attori Festinger e Aronson hanno mostrato un aumento dell'atteggiamento positivo verso il compito.
  • Auto-percezione: L'attore Bem ha mostrato cambiamenti di atteggiamento solo dopo l'azione osservata, non durante l'anticipazione (fallendo nel test del verme anticipatorio, come previsto dalla teoria).
• Validazione Diagnostica:
  • La manipolazione di auto-affermazione ha ridotto selettivamente il cambiamento di atteggiamento nell'attore Aronson (poiché la sua logica dipende dalla minaccia al sé), lasciando invariati gli altri attori. Questo conferma la distinzione meccanica tra le teorie.
  • L'attore Bem ha correttamente fallito nel mostrare l'effetto di "sofferenza anticipatoria" nel test del verme, dimostrando che la sua logica non prevede un conflitto interno pre-azione.
• Necessità di Stabilizzazione: Senza l'aggiustamento manuale dei parametri ambientali (es. chiarire che la "desiderabilità" significa utilità netta, non valore morale; o garantire la fiducia nell'esperimentatore), gli attori moderni fallivano nel replicare gli effetti storici a causa di conflitti con i loro valori etici contemporanei.

5. Significato e Implicazioni

• Nuovo Paradigma di Modellazione: Il lavoro propone che la stabilizzazione manuale non sia un semplice "debugging", ma una parte fondamentale della metodologia scientifica. Serve a chiarire i vincoli situazionali e rappresentazionali necessari affinché un meccanismo psicologico emerga.
• Dipendenza Contestuale: Dimostra che i meccanismi psicologici non sono entità puramente intrapsichiche, ma sono accoppiati all'ambiente. Le teorie classiche funzionano solo in configurazioni ambientali specifiche (spesso quelle degli anni '50/'60) che devono essere esplicitamente ricostruite.
• Strumento per la Ricerca: I modelli GABM offrono un framework per mappare lo "spazio operativo" dei meccanismi psicologici, permettendo di generare ipotesi precise su quali condizioni ambientali sono necessarie per osservare certi effetti, superando i limiti delle simulazioni puramente astratte o dei modelli verbali.
• Limiti: Gli autori riconoscono che i modelli sono formalizzazioni interpretative e che le differenze nelle distribuzioni di addestramento degli LLM moderni rispetto ai partecipanti storici degli anni '50 limitano il confronto quantitativo diretto. Tuttavia, il modello è valido per dimostrare la sufficienza meccanica delle teorie.

In sintesi, il paper dimostra che per comprendere e replicare le teorie psicologiche classiche con l'IA, non basta "inserirle" in un LLM; è necessario ingegnerizzare l'intero ecosistema simulativo per rispettare le condizioni nascoste che rendevano quelle teorie valide nel loro contesto originale.