斯坦福大学的研究人员已经开发出可以非常准确地预测人类行为的人工智能代理。由朴俊成博士及其团队领导的一项最新研究表明，两小时的访谈为人工智能提供了足够的数据，可以复制人类的决策模式85%标准化精度.

真人的数字克隆超越了深度伪造或“低级改编”，即LoRA这些对个性的准确表示可用于分析用户并测试他们对各种刺激的反应，从政治活动到政策建议、情绪评估，甚至是当前人工智能化身的更逼真版本。

研究小组招募了1052名美国人，他们经过精心挑选，代表了不同年龄、性别、种族、地区、教育和政治意识形态的不同人口统计数据。每位参与者与人工智能面试官进行了两个小时的对话，产生了平均6491个单词的成绩单。这些访谈遵循了美国之声项目协议的修改版本，探讨了参与者的生活故事、价值观和对当前社会问题的看法。

这就是你需要被分析和克隆的全部内容。

但与其他研究不同，研究人员采用了不同的方法来处理访谈数据。研究人员开发了一个“专家反思”模块，而不是简单地将原始转录本输入他们的系统。该分析工具通过多个专业视角检查每次面试—心理学家对人格特质的看法，行为经济学家对决策模式的看法，政治学家对意识形态立场的分析，以及人口学专家的语境解释。

一旦完成了这种多维分析，人工智能就更有能力正确理解受试者的性格是如何运作的，从而获得比简单地根据统计数据预测最可能的行为更深入的见解。其结果是，一组由GPT-4o驱动的人工智能代理能够在不同的受控场景中复制人类行为

测试证明非常成功。该研究称：“生成代理复制参与者在综合社会调查中的反应的准确率为参与者两周后复制自己答案的85%，并且在预测实验复制中的人格特征和结果方面表现相当。”。该系统在复制五大人格特质方面表现出类似的能力，相关性为0.78，在经济决策博弈中表现出显著的准确性，归一化相关性为0.66。（相关系数为1表示完全正相关。）

特别值得注意的是，与传统的基于人口统计的方法相比，该系统对种族和意识形态群体的偏见有所减少——这似乎是许多人工智能系统的一个问题，这些系统很难在刻板印象（假设一个受试者会表现出所属群体的特征）和过于包容（避免统计/历史事实假设在政治上是正确的）之间找到平衡。

研究人员强调：“与给出人口统计描述的代理人相比，我们的架构减少了种族和意识形态群体之间的准确性偏差。”这表明他们基于访谈的方法在人口统计分析中可能非常有帮助。

但这并不是第一次使用人工智能来分析人们。

在日本，另类股份有限公司CLONEdev该平台一直在尝试通过生活日志数据集成来生成个性。他们的系统将先进的语言处理与图像生成相结合，创建了反映用户价值观和偏好的数字克隆。alt-In在一份官方声明中表示：“通过我们的人工智能技术，我们致力于实现整个人类的数字化。”博客文章.

有时你甚至不需要量身定制的面试。采取MileiGPT例如。一位来自阿根廷的人工智能研究人员能够利用数千小时的公开内容对开源法学硕士进行微调，并复制阿根廷总统哈维尔·米利的沟通模式和决策过程。这些进展促使研究人员探索了思维/感知的概念数字双胞胎Rob Enderle等技术分析师和专家认为，该系统可能在未来10年内全面投入使用。

当然，如果人工智能机器人不会取代你的工作，你的人工智能双胞胎可能会。Enderle说：“这些的出现需要大量的思考和伦理考虑，因为我们自己的思维复制品对雇主来说可能非常有用。”告诉BBC。“如果你的公司创造了一个你的数字孪生兄弟，并说，‘嘿，你有一个我们不支付薪水的数字孪生姐妹，那么我们为什么还要雇佣你呢？’”

事情可能看起来有点可怕。deepfakes不仅会模仿你的外表，而且人工智能克隆体将能够根据对你行为的简短分析来模仿你的决定。虽然斯坦福大学的研究人员已经确保了安全措施的到位，但很明显，人类和数字身份之间的界限正变得越来越模糊。我们是已经穿过它了.