Sebagai bagian dari percobaan, model-model tersebut diberi pertanyaan hipotetis dari psikologi dan bisnis yang meniru situasi kehidupan nyata. Tujuannya adalah untuk melihat apakah AI tidak hanya meniru bias manusia, tetapi juga apakah distorsi ini memanifestasikan dirinya dalam konteks komersial yang lebih praktis.
Hasil penelitian menunjukkan bahwa GPT-4 berkinerja lebih baik daripada GPT-3.5 dalam tugas-tugas dengan jawaban matematika yang jelas, dan juga lebih kecil kemungkinannya untuk melakukan kesalahan dalam skenario logis dan probabilistik. Namun, dalam simulasi subjektif, seperti memilih tindakan berisiko untuk mendapatkan keuntungan yang lebih besar, model-model tersebut sering menunjukkan preferensi irasional yang sama dengan manusia.
