대규모 언어 모델을 활용한 위험 감수의 변동성 탐색.

위험 감수에서 개인 수준의 차이의 출처는 무엇이며, 이러한 차이는 결정이 이루어지는 도메인이나 상황에 따라 어떻게 달라지는가? 심리학자들은 현재 이러한 질문에 대해 설문 데이터 세트에서 참가자 응답 간의 상관관계를 분석하는 심리 측정 방법으로 답하고 있다. 본 기사에서는 이러한 상관관계를 발생시키는 선호도를 분석한다. 우리의 접근법은 (a) 일상적인 위험 행동을 설명할 수 있는 속성이나 이유 측면에서 정량화하기 위해 대규모 언어 모델(LLM)을 사용하고, (b) 이러한 속성과 이유를 참가자 응답에 매핑하기 위해 결정 모델을 사용한다. 우리는 LLM 기반 결정 모델이 서로 다른 행동이 유발하는 이유 측면에서 행동 간의 관찰된 상관관계를 설명할 수 있으며, 서로 다른 개인들이 이유에 부여하는 가중치 측면에서 개인 간의 관찰된 상관관계를 설명할 수 있음을 보여준다. 따라서 이는 심리 측정 결과에 대한 결정 이론적 기반을 제공한다. LLM은 거의 모든 자연적인 결정에 대한 정량적 표현을 생성할 수 있기 때문에, 수백 가지 일상적인 행동에 대한 정확한 샘플 외 예측을 수행하고, 사람들이 이러한 행동에 참여하고자 하는 이유 또는 그렇지 않은 이유를 예측하며, 이러한 이유를 핵심 심리적 구성 개념 측면에서 해석하는 데 사용할 수 있다. 우리의 접근법은 일상 행동의 이질성 연구에 중요한 이론적 및 실용적 함의를 가진다. (PsycInfo 데이터베이스 기록 (c) 2024 APA, 모든 권리 보유).