Представь, что психологи больше не ищут добровольцев: они грузят данные в LLaMA-2, нажимают “Run” — и получают цифрового двойника человека. Немцы из Helmholtz Munich так и сделали: скармлили 160 классических экспериментов, 60 000 испытуемых и миллионы ответов. На выходе — модель Centaur, которая угадала, как мы решаем задачи, в 31 из 32 новых сценариев: азартные ставки, задачи на память, головоломка «что дальше — A или B?».
Лабораторные титаны вроде Prospect Theory и ACT-R* проиграли всухую: Centaur предсказал выбор быстрее и точнее. У учёных глаза загорелись: теперь можно гонять гипотезы о депрессии или FOMO ночью на GPU, а не пять лет в кампусе.

И что?

Учёным больше не нужны годы рекрутинга и пачки грантов. Запускают «виртуальную лабораторию», гоняют гипотезы за ночь.
Если человеческое решение так предсказуемо, то AGI/ASI сможет симулировать рынки, выборы и поведение толп с пугающей точностью.
Старые поведенческие модели отправляются в музей: бизнес-аналитика, UX и маркетинг перейдут от опросов к «спроси Centaur».
 

* Prospect Theory и ACT-R — это старые «рабочие кони» психологии: первая описывает, как люди переоценивают потери и недооценивают выигрыши (за неё Канеман и Тверски получили Нобеля), вторая — когнитивный движок, который моделирует память, внимание и принятие решений пошаговыми правилами. Их ставили в контрольную группу: каждой модели давали ту же задачу, что и Centaur, — угадать выбор человека, зная только условия эксперимента. Centaur обошёл классиков почти везде: в ставках на риск (где сильна Prospect Theory), в задачах на откладывание решений и даже в многошаговых логических головоломках (территория ACT-R). То есть ручные формулы и процедурные правила проиграли «сытой данными» LLM на чистой точности предсказания.