由大型语言模型驱动的对话式人工智能为ChatGPT等提供了技术基础，使机器能够以类似于人际交流的方式与人互动。有效的提示词可以促使人工智能在社会互动中表现出更加多样化的个性特征，为探究如何利用大型语言模型来优化人工智能提示词，有田隆也和铃木丽玺根据博弈论中的“囚徒困境”创建了一个人工智能体演化框架，通过在利己和合作行为间切换以及在演化过程中调整策略来让人工智能体模仿人类行为，开发对话式人工智能的多种个性特征。
在“囚徒困境”下，参与者要选择是与伙伴合作还是“背叛”伙伴，这是对社会冲突的抽象化表达。在对进化博弈理论的常规研究中，行动者的行为往往由模型中的“基因”直接决定。在有田隆也和铃木丽玺的研究中，人工智能能够通过个性演化在“囚徒困境”博弈中获得虚拟收益。借助大型语言模型的卓越能力，有田隆也和铃木丽玺还尝试了较之前的模型更为复杂的语言描述。例如，“在优先考虑自身利益的同时，对团队共同努力持开放态度，形成合作与背离的结合”。在其研究所使用的演化框架中，人工智能体的能力是由自然选择和代际累积的变异共同塑造的。这导致了多种不同个性特征的萌生。尽管一些人工智能体表现出自私的个性特征，将自己的利益置于社群或整个群体的利益之上，但其他智能体采取了不同策略，在寻求个体利益的同时仍然考虑到互惠互利和集体利益。
铃木丽玺表示，他们的实验为人工智能体个性特征的演化动态提供了洞见。他们观察到，人工智能表现出了合作和自私的个性特征，这让人联想起人类社会的动态。此外，他们也注意到了“人工智能社群”内部的不稳定性，即高度合作的群体被更加以自我为中心的人工智能体所取代。这项研究强调了大型语言模型在人工智能研究中的潜力，表明基于微妙语言表达的个性特征的演变可以通过使用大型语言模型的计算模型来体现。有田隆也和铃木丽玺表示，研究结果有助于解答“若要人工智能体为人类社会作出贡献，其应具备何种特征”这一问题，也为将来可能出现的“人工智能社群”和“人工智能与人类混合社群”设计准则提供了参考。
有田隆也和铃木丽玺还展望了未来的研究方向，他们认为，理解人类与人工智能体共存情况下的社会互动至关重要。在未来的研究中，需要进一步详细分析当前模型，比较使用不同语言模型的实验及其结果；通过提高互动性来拓展和改进人工智能体间的博弈过程，引入不同的博弈理论来研究不同语境下人格的演化作用；还要在模型中引入人类干预，以研究复杂社会背景下人类与人工智能体间的互动可能有哪些演化情景。
在有田隆也和铃木丽玺看来，通过将生成模型纳入演化模型的表型表征，可以使以前较为简单的模型变得与现实世界一样复杂，这样就可以探索从具有复杂多样化特征的演化动力中产生的新颖而现实的场景。他们在研究中提出的模型和实验分析是朝这个方向迈出的一步。此外，已有研究表明，个性特征与博弈情境中的选择存在一定的相关性。但大型语言模型的预测在多大程度上与这种相关性一致，仍有待探索。
（陈禹同/编译）