Naukowcy ze sfery badań nad AI utworzyli PAWS (Policy-driven Agentic World Simulation), nowy dataset zawierający kompleksowe dane o American finansowych interwencjach politycznych i ich wpływie na rynki. Dataset obejmuje 36 zweryfikowanych epizodów polityki finansowo-ekonomicznej USA, 12727 artykułów prasowych powiązanych bezpośrednio z polityką oraz 65291 akcji interesariuszy opartych na rzeczywistych źródłach. Każde działanie jest opisane w wielowarstwowych ramach zdarzeń, wskazując tryb interakcji, rodzinę działań finansowych, atrybuty semantyczne i powiązania z zewnętrznymi taksonomami.
Dataset został stworzony z myślą o przeszkoleniu i testowaniu agentów AI zdolnych do symulacji rozprzestrzeniania się polityki ekonomicznej poprzez komunikację publiczną, decyzje instytucjonalne i odpowiedzi interesariuszy. Badacze przeprowadzili walidację na 2522 próbkach działań, osiągając 89,4% początkową zgodę między niezależnymi recenzentami AI a ludźmi w kwestii kategoryzacji sposobu interakcji. Studium przypadku dotyczące zakazu krótkiej sprzedaży z 2008 roku i dziesiętkowania cen z 2001 roku wykazało, że dataset skutecznie odtwarza udokumentowane czasowe sekwencje polityk i związane z nimi wzorce rynkowe.
Robotsz podkreślił jednak istotny wyzwanie - wysoką dokładność modeli może maskować niepowodzenie w wykryciu rzadkich działań interesariuszy. Badania pokazały, że timing działań i ich kalibracja stanowią centralne problemy w symulacjach agentowych. PAWS stanowi solidną bazę dla oceny wpływu agentów, kaskad odpowiedzi politycznych oraz złożonych interakcji między decyzjami polityką a zachowaniem rynków finansowych.