像GPT-4这样的大型语言模型正日益融入我们的日常生活，从撰写邮件到辅助医疗决策。随着这些AI系统的普及，理解其社交能力对于实现高效的人机协作变得至关重要。
由Helmholtz慕尼黑研究中心、马克斯·普朗克生物网络研究所和图宾根大学的研究人员在《自然·人类行为》杂志上发表了一项开创性研究，系统评估了LLMs在行为博弈论框架下的社交表现。
由Eric Schulz博士领导的研究团队让多种AI模型参与了经典的博弈论场景，以测试其在合作、竞争和战略决策中的表现。研究结果揭示了AI社交能力的复杂图景。
“在某些情况下，AI似乎理性得过了头，”Schulz博士解释道，“它可以立刻识别威胁或自私行为，并做出报复反应，但却难以看到信任、合作与妥协的大局。”
研究发现，LLMs在如重复囚徒困境等以自利为主的游戏中表现尤为突出，在这些场景下保护自身利益至关重要。然而，在需要协调与相互妥协的游戏（如“性别之争”）中，AI的表现则不尽如人意。
最令人期待的是，研究团队开发了一种名为“社会链式思维”（SCoT）的技术，通过引导AI在决策前考虑他人视角，这一简单干预显著提升了模型的合作性和适应性，即使在与人类玩家互动时亦如此。论文第一作者Elif Akata指出：“一旦我们推动模型进行社会化推理，它的行为就变得更加贴近人类。”
这一发现的意义远超博弈论本身。随着LLMs在医疗、商业和社会场景中的深入应用，其理解人类社会动态的能力将变得至关重要。本研究为AI系统在复杂社会环境中的表现提供了宝贵见解，并提出了切实可行的提升社交智能的方法。