Цифрові двійники ШІ: чому нейромережі поки не знають нас

У соціології та маркетингу давно жевріє спокуслива думка: навіщо місяцями опитувати живих людей, якщо можна завантажити їхні відповіді в мовну модель і отримати алгоритм, який нібито мислить так само, як вони. Проте дослідження науковців із Columbia Business School, опубліковане в часописі Science Advances, поставило цю обіцянку під сумнів.

В основі експерименту — публічний датасет Twin-2K-500. Для кожного з 1 784 учасників зібрали близько 128 000 символів інформації: демографічні показники, когнітивні тести, фінансові рішення, особистісні оцінки. Цей масив завантажили в GPT-4.1, щоб сконструювати повноцінного «цифрового двійника». Потім і реальні люди, і їхні віртуальні копії відповідали на 164 нові запитання — про поширення фейкових новин, подання заявок на роботу тощо.

Розрив виявився мізерним. Повністю навчені двійники показали точність 0,748 за шкалою від 0 до 1,0. Модель, якій дали лише 14 базових демографічних пунктів, — 0,746. Промпт без жодних персональних даних — 0,734, а випадкові відповіді — 0,629. Тобто величезний масив особистої історії дав перевагу лише в дві тисячні балу. Кореляція між відповідями двійника й людини становила 0,197 проти 0,145 у суто демографічної моделі. Професор Олів'є Тубія порівняв таку силу зв'язку з кореляцією між зростом людини та її інтелектом.

Аналізуючи поведінку двійників, дослідники виокремили п'ять системних викривлень. Перше — зміщення до середнього: персональні деталі не робили копію унікальною, а радше підтягували її до середньостатистичного шаблону. Друге — нерівність репрезентації: двійники були точнішими для людей із вищою освітою, високим доходом, поміркованими політичними й релігійними поглядами, тоді як голос менш захищених верств стирався. Третє — гіперраціональність: у логічних тестах копії діяли розважливіше за своїх прототипів, відтворюючи ірраціональність лише тоді, коли цитували класичні наукові праці зі своїх навчальних даних. Четверте — ідеологічні викривлення: двійники виявилися надміру оптимістичними, частіше вірили, що людям можна довіряти, легше сприймали алгоритмічний найм і таргетовану рекламу, а також занижували час користування TikTok і Netflix. П'яте — заниження людського фактора: оцінюючи креативні ідеї, вони систематично знижували бали тим концепціям, де зазначалося людське авторство.

Найбільше авторів занепокоїла саме ідеологічна упередженість. Тубія підкреслив, що непомітний конформізм моделей може мати прихований негативний вплив на ухвалення стратегічних управлінських рішень: якщо бізнес чи політики орієнтуватимуться на «думку» двійників, вони отримають викривлену картину суспільних настроїв.

Дослідники перевірили й інші сучасні системи, зокрема GPT-5, DeepSeek, Gemini та спеціально донавчену GPT-4.1 із різними температурними налаштуваннями. Максимальна кореляція, якої вдалося сягнути, — лише 0,232. Жодна модель не наблизилася до базового критерію релевантності: повторних відповідей самої людини через кілька тижнів.

Отже, проблему не розв'язати простим нарощуванням обсягу даних. Людська поведінка містить непередбачувану дисперсію, яку алгоритми наразі не прораховують. Тубія зауважує, що залучення даних про минулу поведінку та якісні інтерв'ю під керівництвом ШІ дають дещо обнадійливіші результати, але до повної заміни людини соціологічним алгоритмом ще дуже далеко.