Bilim insanları, anket araştırmalarında yapay zeka ve insan katılımcılarını en verimli şekilde harmanlayan matematiksel bir çerçeve geliştirdi. Bu yenilikçi yaklaşım, büyük dil modellerinin düşük maliyetli sentetik yanıtlar üretme yeteneğini, insan katılımcılarının güvenilirliğiyle birleştiriyor.
Araştırmanın temel problemi, sınırlı bir bütçe ile hangi sorular için daha fazla insan katılımcısına ihtiyaç duyulduğunu belirleme zorluğundan kaynaklanıyor. Yapay zeka modelleri her konu için farklı doğruluk seviyeleri gösterdiğinden, bu dağılımın optimize edilmesi kritik önem taşıyor.
Geliştirilen sistem üç ana bileşenden oluşuyor. İlk olarak, her soru için 'düzeltme zorluğu' adı verilen bir ölçüm yapılıyor. Bu ölçüm, insan katılımcı sayısı arttıkça tahmin hatalarının ne kadar hızla azaldığını gösteriyor. İkinci bileşen, yapay zekanın en az güvenilir olduğu alanlara daha fazla insan kaynağı yönlendiren matematiksel bir optimizasyon kuralı içeriyor.
Üçüncü ve en önemli yenilik ise meta-öğrenme yaklaşımı. Bu teknik, geçmiş anket verilerinden öğrenerek, hiçbir pilot veri olmaksızın yepyeni anketler için düzeltme zorluğunu önceden tahmin edebiliyor. Sistem ayrıca regresyon katsayıları gibi daha geniş istatistiksel tahmin problemlerini de kapsayacak şekilde genişletilmiş durumda.