ويختلف هذا النموذج عن أنظمة الذكاء الاصطناعي الشائعة مثل GPT، إذ يعتمد على بيانات سلوكية متخصصة مستمدة من أكثر من 68 ألف تجربة بشرية ودراسات أكاديمية، مما يمنحه قدرة نادرة على فهم العوامل النفسية والاجتماعية المحركة لسلوك الأفراد.
ويتميّز Be.FM بقدرته على استنتاج السمات النفسية للمستخدمين، وتحليل تأثير الظروف المحيطة على قراراتهم، فضلًا عن إمكانية محاكاة السيناريوهات الاجتماعية وتقديم رؤى دقيقة لواضعي السياسات والمصممين.
وتقول الباحثة الرئيسية في الدراسة يو تونغ شي: “لا نزود النموذج بمعلومات عامة، بل نبني قاعدة بيانات تساعده في فهم أسباب تصرف الناس بطريقة معينة”، موضحة أن النهج يمنح Be.FM قدرة أعلى على قراءة الإشارات الاجتماعية المعقدة وفهم السلوكيات الأقل شيوعًا، وهي نقاط ضعف معروفة في النماذج العامة”.
وأضافت أنه خلال اختبار النموذج ضمن دراسة خاصة، أظهر قدرات ناشئة لم يُدرّب عليها مباشرة، وتضمنت أربعة مجالات أساسية، أهمها التنبؤ بالسلوك البشري في مواقف الحياة الواقعية، على سبيل المثال: في سيناريو يعرض فيه مصرفي عدة خيارات استثمارية على مجموعة من الأشخاص، يمكن لنموذج Be.FM التنبؤ بالخيار الذي سيختاره معظم الناس، وكم منهم سيتعاون أو سيخاطر، منوهة بأن هذا النوع من التنبؤات السلوكية قد يدعم النمذجة الاقتصادية، واختبار المنتجات، وتحليل السياسات العامة، من خلال محاكاة سلوك المجموعات قبل تنفيذ تجارب ميدانية مكلفة.
ورأى الباحثون أنه رغم تفوقه على نماذج كبرى مثل GPT-4o وLlama في هذا المجال، فإن أمام Be.FM تحديات مستقبلية، خصوصًا في التوسع إلى مجالات أكثر تعقيدًا مثل التنبؤ السياسي.