💬 NLP

Reproducing human biases in route choice using large language models: Toward scalable behavioral modeling

本文表明，大型语言模型可以在无需显式参数设定的情况下，有效地重现人类的路径选择偏差和前景理论决策行为，为大规模行为建模提供了一种可扩展的传统方法替代方案。

原作者： Jiangtao Han, Shoufeng Ma, Shuxian Xu, Geng Li, Shuai Ling, Ning Jia, Zhengbing He

发布于 2026-07-14

📖 1 分钟阅读☕ 轻松阅读

原作者： Jiangtao Han, Shoufeng Ma, Shuxian Xu, Geng Li, Shuai Ling, Ning Jia, Zhengbing He

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图弄清楚为什么人们在赶时间时会做出奇怪的选择。有时，一名司机即使面对极小的巨大堵车概率，也会选择一条通常较快的路线，仅仅是因为他很赶时间。而有时，他们又会为了保险起见，选择一条平庸、缓慢的路线。科学家们称之为“人类偏差”（human bias），长期以来，他们一直使用一种复杂的数学配方——**累积前景理论（Cumulative Prospect Theory, CPT）**来描述这种现象。这个配方拥有特殊的“成分”（数字），告诉我们人们对失去时间的恐惧程度与对节省时间的喜爱程度之间的比例。

但问题在于，获取这些特殊的数字通常需要让成千上万的真实人类填写枯燥的调查问卷，或者在实验室里玩模拟游戏。这既缓慢、昂贵，又难以获得真正多样化的群体。

于是，**大语言模型（LLM）**登场了。请不要把 LLM 仅仅看作一个计算器，而要把它看作一个超级聪明、极具创造力的演员，它读过每一本书、每一个故事和每一篇论坛帖子。研究人员在这篇论文中提出了一个大问题：我们能否直接要求这个数字演员去“扮演”一名人类旅行者，而它是否会自然地做出与真实人类相同的那些奇怪且带有偏差的选择？

大型实验：一场虚拟交通拥堵

为了验证这一点，研究人员构建了一个巨大的虚拟世界。他们不仅仅使用了一个 AI，而是创建了 3,000 名独特的数字旅行者。每一个旅行者都有一个特定的“人格卡”（就像一份个人简介）。有些是谨慎的退休人员，有些是焦虑的父母，有些是随性的大学生，还有一些是忙碌的快递员。

随后，研究人员将这 3,000 名智能体投入到一个模拟路网中，面临两个选择：

路线 A： 一条稳定、可靠的路径。
路线 B： 一条可能极快，但也可能面临巨大延迟（如交通事故或道路封闭）的路径。

研究人员为实验设置了两种不同的“情绪”：

“收益”情绪（The "Gain" Mood）： 所有人都在努力争取“早到”。如果他们早到了，就会获得一份“奖励”。
“损失”情绪（The "Loss" Mood）： 所有人都在努力避免“迟到”。如果他们迟到了，就会遭受“损失”。

发生了什么？（魔法与数学）

结果出人意料地具有“人性”。这些数字演员并没有仅仅选择数学上的“完美”路线。相反，他们表现出了与真实人类完全相同的偏差：

当情况良好时（收益）： 谨慎型的智能体（如退休人员）会坚持选择安全的路线。他们不想冒险面临延迟。
当情况糟糕时（损失）： 同样的谨慎型智能体开始冒险了！当他们知道自己反正已经要迟到时，他们会转向那条充满风险但更快的路线，希望能挤出几分钟时间来挽回颜面。

这正是 CPT 数学所预测的：我们讨厌失去多于喜爱获得，并且当我们已经在处于损失状态时，我们会变成赌徒。

研究人员随后将这 3,000 名数字智能体的选择代入 CPT 数学配方中。他们计算出了最符合这些 AI 行为的“特殊数字”（参数）。

他们发现了一个 1.43 的损失厌恶系数。这意味着在这些模拟中，智能体感受到的迟到痛苦强度是早到喜悦强度的 1.43 倍。
他们还发现，智能体对微小的时间变化不太敏感（一种被称为“边际效用递减敏感性”的特性），这与真实人类的情况一致。

AI 做对了吗？

为了检查这种新的“AI 方法”是否有效，他们将 AI 生成的数字与真实人类研究中的数字进行了对比。

在一个复杂的三路线测试中，AI 预测人类选择的误差率仅为 0.0036。
这实际上比科学家们使用了多年的经典数字还要好（误差更低），而且比使用来自完全不同领域（如赌博）的数字要好得多。

这意味着什么（以及并不意味着什么）

该论文指出，我们可能不再需要去采访成千上万名疲惫不堪的通勤者了。相反，我们可以利用这些数字演员快速且廉价地生成海量的行为数据。这表明，AI 可以通过阅读和角色扮演来“学习”人类的非理性。

然而，作者们也非常谨慎。他们并没有证明 AI 就是人类。他们展示的是，在这些模拟实验中，AI 的行为模式与人类相匹配。他们还指出，目前的数字智能体是“独立的思考者”，它们彼此之间不交流，也不会实时从交通拥堵中学习。

因此，虽然我们还没有解开人类心灵的奥秘，但这项研究表明，如果你想模拟一群人在交通拥堵中可能如何行动，你可能只需要要求一位博学多才、极具创造力的机器人去扮演他们。令人惊讶的是，这个机器人的表现可能比电子表格要出色得多。

技术摘要：利用大语言模型重现人类路径选择中的偏差

问题陈述

人类的决策过程，特别是路径选择，经常偏离完全理性的假设，表现出系统性的行为偏差。累积前景理论（Cumulative Prospect Theory, CPT）是模拟这些偏差的主流框架，它捕捉了诸如参照依赖、损失厌恶和非线性概率权重等机制。然而，在模拟和基于智能体的建模中大规模应用 CPT 面临着一个关键瓶颈：CPT 参数的准确估计。

传统方法依赖于调查问卷和受控实验来校准这些参数。虽然这些方法对于特定群体非常有效，但难以推广，往往无法捕捉不同职业和人格类型下决策的多样性，且受到样本量有限和数据采集成本高的约束。因此，需要一种可扩展的方法，能够在不完全依赖昂贵的现实世界数据采集的情况下，生成多样化的行为数据并估计前景理论参数。

研究方法

本文提出了一种利用大语言模型（LLM）进行大规模虚拟行为实验的框架，用以模拟人类在不确定性下的路径选择行为。该方法由四个核心部分组成：

1. 构建基于 LLM 的人类智能体

研究采用非参数化提示（nonparametric prompting）方法来构建异质化的人类智能体。每个智能体由一个包含三个模块的标准提示架构定义：

画像（Profile）： 定义个体属性（职业、性格、风险偏好、出行目的、时间压力）、行为特征（对旅行时间变动性的敏感度、风险承受能力）以及约束条件。研究定义了 10 种不同的智能体画像（例如：退休人员、公务员、快递员、学生），以捕捉人口统计学和行为上的异质性。
规划（Planning）： 指导智能体分解复杂任务，根据预期时间和变动性评估路径，并优先选择符合其分配身份和心理偏好的选项。
行动（Action）： 执行决策规则，即风险厌恶型智能体优先考虑稳定性，而风险追求型智能体优先考虑节省时间。输出严格遵循 JSON 格式，以确保与统计分析的兼容性。

2. 构建出行环境

环境由配置（Configuration）（静态任务目标、路径选项和风险类型）和状态（State）（如事故或拥堵导致的动态概率及其对旅行时间的影响）定义。研究设计了涉及收益（Gain）（比参照时间到达更早）和损失（Loss）（比参照时间到达更晚）领域的场景，其中路径具有相同的平均旅行时间但具有不同的风险分布。

3. 实验模拟

研究使用 OpenAI 的 GPT-5，在涉及两路径和三路径选择场景的 11 个不同案例中模拟了 3,000 个智能体。温度参数（temperature）设置为 1，以平衡行为多样性与可复现性。每个场景执行三次以确保稳健性。

4. 参数估计与评估

CPT 参数估计： 研究将 LLM 生成的选择数据拟合到 CPT 公式中，以估计敏感度参数（收益端的 $\alpha$ 、损失端的 $\beta$ ）和损失厌恶系数（ $\lambda$ ）。参照点（ $x_0$ ）根据智能体生成的预期旅行时间分布进行动态推断。
验证： 估计的参数被用于预测新场景下的路径选择。结果与以下内容进行对比：
1. LLM 模拟的选择。
2. 从现实世界行为实验中估计的参数（例如，Xu 等人，2011；Zhang 等人，2018）。
3. 来自非出行领域的经典参数。
指标： 使用预测选择概率与观测选择概率之间的残差平方和来评估预测准确性。

主要结果

偏差的重现： LLM 成功重现了系统性的人类偏差。在收益领域，智能体普遍表现出风险厌恶（倾向于稳定的路径）；而在损失领域，它们转向风险追求行为（倾向于具有更高变动性但有潜力更早到达的路径）。
参数估计： LLM 模拟的数据得出的 CPT 参数估计值为 $\alpha = 0.4$ 、 $\beta = 0.64$ 和 $\lambda = 1.43$ 。这些数值表明存在显著的边际效用递减和显著的损失厌恶（智能体对损失的敏感度是等量收益的 1.43 倍）。
预测准确性： 当应用于三路径场景时，从 LLM 模拟中估计的参数表现出最低的预测误差（0.0036），优于源自现实世界调查的参数（0.0042）和经典非出行参数（0.0110）。
上下文相关行为： 智能体表现出细微的、依赖于上下文的决策能力。例如，虽然总体上是风险厌恶的，但某些类型的智能体（如快递员）在替代方案保证会导致损失（迟到）时，会转向风险更高的路径，这证明了 LLM 可以模拟复杂的权衡，而非仅仅僵化地遵循单一的“风险厌恶”标签。
稳健性： 该方法在不同的参照点和场景配置下均保持了较高的预测准确性，包括在收益和损失定义在同一参照点下的情况。

意义与主张

本文声称其主要意义在于证明了生成式人工智能模型可以作为建模人类决策过程的可扩展替代方案。具体而言：

方法论可行性： 它验证了 LLM 可以在不显式指定 CPT 参数的情况下，通过标准化的提示来编码行为画像，从而重现非理性的行为偏差和前景理论效应。
可扩展性： 该方法提供了一种低边际成本、可扩展的计算范式，用于生成大规模、异质化的行为数据，解决了传统基于智能体建模中的参数估计瓶颈。
未来研究的基础： 研究认为，基于 LLM 的智能体为下一代大规模基于智能体的模拟和 AI 驱动的行为研究提供了有前景的基础，能够捕捉个体差异和群体层面的涌现行为。

作者保持了审慎的态度，指出虽然 LLM 能有效模拟偏差，但未来仍需整合学习、社会交互和多模态工具，以进一步使智能体的感知和推理与现实世界的决策过程相一致。