Behavioral History Outperforms Descriptions of the Person for LLM Synthetic Personas
LLM合成ペルソナの予測精度、人物記述より行動履歴が有効
国際リスク要約
大規模言語モデル（LLM）を調査回答者の合成ペルソナとして用いる研究である。属性・性格・認知スコアより、本人の過去の回答（行動履歴）を与える方が、後の意思決定バイアスの予測精度が高いことを示した。845人の米国成人の2波パネル調査で検証している。
リスクの側から考える
調査会社やプラットフォームが本人の過去回答履歴を学習データとして重視するようになれば、履歴データの収集・保持をめぐるプライバシー上の懸念が強まりうる。
記事に書かれた事実ではなく、読む人が考えるための問いかけです。キーワード
タイトル、要約、分類、波及は、原文のフィード情報をもとにAIが作成しました。全訳は掲載していません。正確な内容は原文でご確認ください。