Calibrating Behavioral Parameters with Large Language Models

O artigo propõe um framework que utiliza modelos de linguagem de grande escala (LLMs) como instrumentos de medição calibrados para capturar parâmetros comportamentais de finanças, demonstrando que, após a calibração baseada em perfis, esses modelos conseguem replicar vieses humanos e padrões empíricos de mercado em modelos de precificação de ativos.

O essencial

O "Termômetro de Comportamento": Como usar IAs para entender as falhas humanas no mercado financeiro

Imagine que você está tentando medir o quanto as pessoas são "teimosas" ou "emocionais" quando investem dinheiro. É muito difícil fazer isso com humanos, certo? Se você perguntar a alguém: "Você é uma pessoa que entra em pânico quando as ações caem?", a pessoa provavelmente dirá: "Não, eu sou super racional!". Mas, na hora de investir o próprio dinheiro, ela pode agir de forma totalmente diferente.

É como tentar medir a temperatura de uma pessoa perguntando se ela está com calor: a resposta nem sempre é a verdade.

O Problema: O "Filtro da Perfeição"

Os pesquisadores descobriram que as Inteligências Artificiais (como o ChatGPT) têm um problema curioso: elas são "certinhas demais". Se você pedir para uma IA agir como um investidor, ela vai agir como um professor de economia perfeito, seguindo todas as regras lógicas. Ela não tem medo, não sente euforia e não tem "vontades" próprias. Por isso, se usarmos a IA do jeito que ela vem de fábrica, ela não representa o mundo real, onde as pessoas cometem erros o tempo todo.

A Solução: O "Disfarce de Personagem" (Calibração)

Em vez de tentar fazer a IA ser humana (o que é quase impossível), os pesquisadores criaram um método de "Calibração".

Pense nisso como um ator de teatro. Um ator não é um rei de verdade, mas se você der a ele uma coroa, uma capa e um roteiro dizendo "Você é um rei orgulhoso e impaciente", ele vai conseguir interpretar esse papel de forma muito convincente.

Os cientistas fizeram exatamente isso com a IA. Eles deram "perfis" para ela, como se fossem roteiros:

• "Você é um investidor que odeia perder dinheiro mais do que ama ganhar" (Perfil de Aversão à Perda).
• "Você é alguém que segue a multidão sem questionar" (Perfil de Manada).
• "Você acha que o que aconteceu ontem vai se repetir para sempre" (Perfil de Extrapolação).

O que eles descobriram?

Eles testaram oito tipos de "erros" ou comportamentos humanos comuns e descobriram que:

1. A IA aceita o papel: Quando eles dão o "roteiro" do erro, a IA muda o comportamento de forma previsível e matemática. Ela consegue "fingir" ser tão teimosa ou tão emocional quanto um humano real.
2. Funciona para a lógica, mas não para o "sentimento": A IA é ótima para simular erros de cálculo e lógica (como achar que uma tendência vai durar para sempre). Mas ela ainda falha em simular erros que vêm de emoções puras, como o medo visceral de perder tudo ou o orgulho de não querer admitir um erro. É como se ela conseguisse simular um matemático confuso, mas não um jogador de cassino desesperado.
3. O Teste do Mundo Real: Para provar que isso não era apenas "teatro vazio", eles colocaram essas IAs "atuando" dentro de um simulador de mercado financeiro. O resultado? As IAs que foram treinadas para "extrapolar tendências" criaram no simulador exatamente os mesmos padrões de subida e descida que vemos nas bolsas de valores reais.

Por que isso é importante?

Isso abre uma porta gigante para a ciência. Agora, em vez de gastar milhões de dólares fazendo experimentos com milhares de pessoas (que são caras e imprevisíveis), os cientistas podem usar a IA como um "Laboratório de Personagens".

Eles podem criar milhares de "investidores artificiais" com diferentes personalidades para testar como o mercado financeiro pode reagir a uma crise, a uma nova lei ou a uma mudança de tecnologia. É como ter um exército de atores prontos para testar qualquer cenário antes de ele acontecer no mundo real.

---

Em resumo: O estudo não diz que a IA é humana, mas prova que podemos "ajustar os botões" da IA para que ela simule os erros de lógica que os humanos cometem, tornando-a uma ferramenta poderosa para prever o caos do mercado financeiro.

Resumo técnico

Resumo Técnico: Calibragem de Parâmetros Comportamentais com Grandes Modelos de Linguagem (LLMs)

1. O Problema (Contexto e Lacuna)

Na finanças comportamentais, parâmetros como a aversão à perda ($\lambda$), o efeito de manada (herding) e a extrapolação ($\theta$) são fundamentais para explicar anomalias de mercado (como momentum e reversão). No entanto, medir esses parâmetros de forma confiável é um desafio persistente devido a:

• Erros de medição: Respostas de pesquisas (surveys) têm baixa correlação com escolhas incentivadas.
• Problemas de identificação: É difícil distinguir se um comportamento decorre de uma preferência, de uma crença ou de uma restrição.
• Escalabilidade: Experimentos de laboratório com humanos são caros e limitados em tamanho de amostra.
• Causalidade: É impossível manipular psicologicamente parâmetros latentes em seres humanos para fins experimentais.

O artigo aborda a questão: Podem os LLMs servir como instrumentos de medição calibráveis para esses parâmetros, indo além da simples replicação de comportamentos humanos?

2. Metodologia

Os autores propõem um framework onde os LLMs não são apenas "agentes simulados", mas instrumentos de medição calibráveis.

• Abordagem de Calibragem por Perfil: Em vez de apenas observar o comportamento padrão, os pesquisadores utilizam prompts de perfil (ex: "Você é um investidor focado em proteção de capital e sente dores intensas com perdas") como "tratamentos experimentais" para induzir variações nos parâmetros latentes.
• Design Experimental: Foram testados quatro modelos (GPT-4o, GPT-4o-mini, Claude-3.5-Haiku e Gemini-2.5-Pro) em 19.200 pares agente-cenário. Os cenários financeiros foram totalmente sintéticos para evitar contaminação por dados de treinamento.
• Critérios de Validação: Para que a calibragem seja considerada válida, ela deve cumprir quatro condições:
  1. Monotonicidade: O aumento na força do perfil deve aumentar o parâmetro de forma previsível.
  2. Cobertura de Intervalo: O intervalo alcançável pelo LLM deve incluir os benchmarks humanos.
  3. Estabilidade: Consistência em múltiplas repetições.
  4. Coerência: Os parâmetros devem manter relações teóricas entre si (ex: correlação entre diferentes tipos de testes de aversão à perda).
• Validação Externa (ABM): Os parâmetros calibrados foram inseridos em um Modelo Baseado em Agentes (ABM) de precificação de ativos para verificar se geravam fenômenos econômicos reais (como o momentum de mercado).

3. Principais Contribuições

1. Mudança de Paradigma: Transforma o uso de LLMs de "simuladores de sujeitos" para "instrumentos de medição de parâmetros".
2. Mapeamento de Viés de Racionalidade: Identifica que, em estado base (sem perfil), os LLMs exibem um viés sistemático de racionalidade (comportam-se de forma mais "perfeita" do que os humanos).
3. Framework de Validação: Estabelece critérios rigorosos para o uso de IA em pesquisa econômica, incluindo testes adversariais para distinguir raciocínio real de simples correspondência de padrões (pattern matching).

4. Resultados Principais

Os resultados variam conforme a natureza do viés:

• Sucesso de Calibragem (Validação Forte): Para aversão à perda, manada, extrapolação e ancoragem, a calibragem foi altamente eficaz. Os perfis induziram mudanças estáveis e os valores alcançados atingiram ou superaram os níveis observados em humanos.
  • Exemplo: A aversão à perda ($\lambda$) subiu de 1.12 (base) para 3.00 (perfil enviesado), aproximando-se do benchmark humano de 2.25.
• Falha de Calibragem (Validação Fraca/Direcional): O efeito disposição e o viés de representatividade não atingiram magnitudes humanas. Isso sugere que os LLMs não capturam plenamente componentes emocionais ou de apego narrativo que são centrais nesses vieses.
• Validação de Mercado: No modelo de precificação de ativos, o parâmetro de extrapolação ($\theta$) calibrado nos LLMs gerou padrões de momentum de curto prazo e reversão de longo prazo que coincidem com as evidências empíricas de mercado (Jegadeesh & Titman).

5. Significância e Limitações

Significância: O estudo prova que LLMs podem ser usados para estressar modelos econômicos e testar mecanismos de precificação de ativos de forma escalável, permitindo que pesquisadores manipulem "primitivas comportamentais" de forma controlada.

Limitações (Fronteiras de Aplicabilidade):

• Cognição vs. Afeto: A calibragem funciona bem para componentes cognitivos (processamento de informações, heurísticas, cálculos), mas falha em componentes afetivos (medo visceral, euforia, pressão social ou estresse emocional).
• Ausência de Stakes: Como não há risco financeiro real para o modelo, a intensidade de certos comportamentos pode ser subestimada.
• Estatismo: Os modelos não aprendem com o tempo ou com o feedback do mercado durante a simulação.