LLM 能否帮助提升战略决策中的类比推理？来自人类与 GPT-4 的实验证据
人工智能
2025-05-02 v1 人机交互
摘要
本研究探讨大型语言模型，特别是 GPT4，能否在战略决策情境中匹敌人类的类比推理能力。通过采用涉及源到目标匹配的新型实验设计，我们发现 GPT4 通过检索所有看似合理的类比实现了高召回率，但精确率较低，经常基于表面相似性应用错误的类比。相比之下，人类参与者表现出高精确率但低召回率，选择的类比更少但具有更强的因果一致性。这些发现通过将匹配（类比推理的评估阶段）识别为一个需要超越简单检索的准确因果映射的独特步骤，从而推进了理论。虽然当前的 LLM 擅长生成候选类比，但人类在识别跨领域的深层结构相似性方面保持比较优势。错误分析表明，AI 错误源于表面匹配，而人类错误源于对因果结构的误解。综上所述，结果表明在 AI 辅助的组织决策中存在生产性的劳动分工：LLM 可作为广泛的类比生成器，而人类则作为关键的评估者，将最适合上下文的类比应用于战略问题。
引用
@article{arxiv.2505.00603,
title = {Can LLMs Help Improve Analogical Reasoning For Strategic Decisions? Experimental Evidence from Humans and GPT-4},
author = {Phanish Puranam and Prothit Sen and Maciej Workiewicz},
journal= {arXiv preprint arXiv:2505.00603},
year = {2025}
}