Marketing Facts Kompakt

Studiendatenbank · Laborexperiment

Sprachmodelle replizieren klassische ExperimenteUsing Large Language Models to Simulate Multiple Humans and Replicate Human Subject Studies

Aher, Arriaga, Kalai · ICML 2023 · 2023

Mehrere klassische Experimente wie Ultimatumspiel, Holzweg-Sätze und Milgram ließen sich mit Sprachmodellen nachstellen; beim Wisdom-of-Crowds-Test wussten große Modelle es aber unnatürlich besser als Menschen.

5,0MFK-Score von 10 · Ergebnis: gemischt
Studiendesign4
Datenbasis3
Unabhängigkeit7
Replikation6
Übertragbarkeit4

Einzelne qualitative Replikationen mit Leakage-Risiko; Industriebeteiligung. Die Befundlage ist uneinheitlich oder nur unter Bedingungen gültig. Wie der Score entsteht →

Die Zahlen

3 von 4nachgestellte Experimente, deren Befunde repliziert wurden
Methode
Nachstellen von vier bekannten Experimenten mit simulierten Teilnehmenden.
Datenbasis
Vier Turing-Experimente mit verschiedenen Sprachmodellen.
Einschränkungen und häufige Fehlzitate
Die Originalbefunde stehen vermutlich in den Trainingsdaten. „Hyper-Accuracy-Verzerrung“ zeigt, dass Modelle nicht wie Durchschnittsmenschen antworten.
Interessenlage
Microsoft-Beteiligung (Kalai), Microsoft bietet KI-Modelle an.
Quelle
https://arxiv.org/pdf/2208.10264 (frei zugänglich)

Im Podcast

Zitieren

Marketing Facts Kompakt (Hrsg.): „Sprachmodelle replizieren klassische Experimente“. MFK-Studiendatenbank, Stand 2026-11-06. https://marketing-facts.de/studien/aher-arriaga-kalai-simulate-humans-2023/

gemischtKI im MarketingMethodik & Marktforschung

← Alle Studien