论大语言模型作为气候变化与可持续发展政策商议的数据来源
计算机与社会
2025-03-11 v1 综合经济学
经济学
摘要
我们提出一个研究问题：“LLM 能否提供可信的评估分数，以适用于构建支持就气候和可持续发展政策展开商议的初始 MCDM 模型？”在这项探索性研究中，我们：i. 确定了一些正在被美国（乃至全球）地方政府积极考虑的有趣政策替代方案。ii. 确定了一些生活质量指标，作为这些政策的恰当评估标准。iii. 使用 GPT-4 获取这些政策在多个标准上的评估分数。iv. 使用 TOPSIS MCDM 方法根据所获得的评估分数对政策进行排序。v. 通过将基于 TOPSIS 的政策排序与知情评估练习得出的排序进行比较，评估所得分数集合的质量和有效性。我们发现，GPT-4 与我们知情评估练习得出的政策排序大致一致。因此，我们得出结论（始终是暂定性的，并假设有一定程度的审查）：GPT-4 可以作为关于气候和可持续发展政策后续商议过程的可信输入，甚至是起点。
引用
@article{arxiv.2503.05708,
title = {On Large Language Models as Data Sources for Policy Deliberation on Climate Change and Sustainability},
author = {Rachel Bina and Kha Luong and Shrey Mehta and Daphne Pang and Mingjun Xie and Christine Chou and Steven O. Kimbrough},
journal= {arXiv preprint arXiv:2503.05708},
year = {2025}
}
备注
32 pages. 4 figures