Nature 论文称 GPT-4 可预测社会科学实验结果，相关性达 0.85
JeremyNguyenPhD · x · 2026-07-24
Nature 新论文显示，LLM 甚至能较准确地预测社会科学实验结果。
- 研究者整理了 70 个预注册、美国全国代表性 的调查实验档案，覆盖 469 个实验效应、119,330 名参与者。
- 他们让 GPT-4 模拟美国代表性样本的回答，再通过不同条件下的模拟结果推断处理效应。
- 结果与真实实验效应的相关性达到 r = 0.85，表现接近人类预测者的合并结果。
- 即便是训练数据截止日前尚未发表的研究，以及一些开源大模型，相关性也依然保持较高。
- 但模型有一个系统性偏差：会高估效应大小。
- 在另一个包含 15 个 megastudies、606 个效应 的档案中，相关性虽然更低，但仍可与专家预测者相提并论。
- 作者认为，LLM 未来可用于试验预筛、干预方案选择、识别需要复现的结果，但也要警惕偏差与滥用风险。
所属事件:Nature 研究：GPT-4 可高准确度预测社科实验结果(18 条相关)→
「研究」频道最新
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11
- Apodex 发布 TRACES 标准:用 423 个真实问题评测"发现型 AI" — Faheem_uh · 2026-09-11
- 科学没有标准答案:TRACES 用六维度评估 AI 过程而非结果 — Faheem_uh · 2026-09-11
- Apodex 推出 TRACES 基准：不打标准答案，专测 AI 探索未知的能力 — Faheem_uh · 2026-09-11