WhatIf：面向政策推理的 LLM 提供社会模拟交互探索
人机交互
2026-04-21 v1
摘要
紧急管理、公共卫生和城市规划等领域的政策制定者必须在深不确定性下做出决策，决策结果取决于大规模人群如何解释信息、协调并随时间采纳。现有工具只能部分支持这一过程：桌面练习支持协作讨论但缺乏动态反馈，而计算模拟捕捉人口动态但为离线分析而设计。我们提出 WhatIf，一个交互式系统，使政策制定者能够实时驭导、检查和比较由 LLM 提供的社会模拟。根据紧急准备规划中的形式化研究，我们推导出四项交互式政策模拟设计要求：流畅驭导、实时规模、协作探索和多层可解释性。我们依据这些要求开发了 WhatIf，并用五位准备专业人员在三个灾害疏散情景中进行评估。我们的发现表明，参与者将系统用作迭代分支和比较的空间，而非评估固定计划；在代理行为违反预期时反思隐含的规划假设；揭示了之前未被识别的规划漏洞；并基于可检查的代理层面案例而非仅聚合输出来 grounding 推理。这些发现表明，LLM 提供的社会模拟系统的更广泛设计含义：将此类系统设计为交互式、共享推理环境——而非离线预测工具——能更好地支持深不确定性下的专家决策。
引用
@article{arxiv.2604.17615,
title = {WhatIf: Interactive Exploration of LLM-Powered Social Simulations for Policy Reasoning},
author = {Yuxuan Li and Kyzyl Monteiro and Hirokazu Shirado and Sauvik Das},
journal= {arXiv preprint arXiv:2604.17615},
year = {2026}
}