في عالم تكنولوجي متسارع، تتجه المحاكاة الاجتماعية التوليدية (Generative Social Simulation) لتصبح أداة هامة لفهم ديناميكيات التفاعلات البشرية، حيث تُستخدم نماذج اللغات الضخمة (Large Language Models) لإنشاء شخصيات معقدة تمثل وكالات مختلفة تتسم بالديموغرافيات والمشاعر والآراء السياسية. ركزت الكثير من الدراسات السابقة على كيفية ضغط هذه الشخصيات لنتائج المحاكاة إلى كاريكاتيرات نمطية، لكن هذه الدراسة الجديدة تأخذ خطوة أبعد لفهم كيف تتحول هذه الكاريكاتيرات إلى كائنات جماعية يتفاعل بعضها مع بعض.

استخدم الباحثون منصة شبيهة بتويتر في محاكاة اجتماعية قامت باستخدام شخصيات مستندة إلى دراسة الانتخابات الوطنية الأمريكية (American National Elections Study). تم تحليل ثلاثة أبعاد للهوية الحزبية: علامات الانقسام العاطفي، الهوية الحزبية، واختيار الناخبين، بينما تم الاحتفاظ بالعوامل الديموغرافية والمواقف الأيديولوجية والقضايا المهمة. وقد أظهرت النتائج أن النتائج الجماعية تعتمد بشكل كبير على كيفية تحويل ردود الاستطلاع إلى شخصيات.

عند إزالة بعض العبارات الحزبية الواضحة، انتقلت الشبكة من تصنيف شبه كامل إلى علاقات عبر الأحزاب تشبه تلك الموجودة في شبكات تويتر الحقيقية. ولقد أشار الباحثون إلى أن مطابقة إحدى النتائج ليست دليلاً على الصلاحية السلوكية، مؤكدين أن أهمية الأسئلة المطروحة في الاستطلاعات قد تلعب دورًا كبيرًا في كيفية بناء الشخصيات.

ختامًا، يقدم الباحثون قائمة تحقق لتقييم أكثر شمولية للشخصيات في الأعمال المستقبلية، مما يفتح آفاق جديدة لدراسة تأثيرات المحاكاة الاجتماعية.