Resumen: Este artículo presenta COBRA, un nuevo conjunto de herramientas para especificar sistemáticamente el comportamiento del agente en la simulación social basada en LLM. Descubrimos que los enfoques convencionales que especifican los comportamientos de los agentes a través de descripciones implícitas del lenguaje natural no pueden producir comportamientos consistentes entre los modelos, y los comportamientos de agentes producidos no capturan los matices de las descripciones. Por el contrario, COBRA presenta un nuevo enfoque para los prejuicios cognitivos de los agentes del programa explícitamente, al fundamentar los comportamientos esperados de los agentes utilizando experimentos clásicos de ciencias sociales. COBRA tiene dos componentes: (1) índice de sesgo cognitivo que mide el sesgo cognitivo de un agente social, cuantificando las reacciones del agente en un conjunto de experimentos validados de ciencias sociales clásicas; (2) Motor de regulación conductual que alinea el comportamiento del agente para demostrar un sesgo cognitivo controlado. Evaluamos a Cobra como un kit de herramientas HCI a través de demostración y puntos de referencia técnicos. Nuestros resultados sugieren que Cobra puede programar con precisión el sesgo cognitivo demostrado en un agente social de manera agnóstica modelo.
Publicado Originalme en export.arxiv.org El 17 de septiembre de 2025.
Ver Fuente Original
