Badaczy z arXiv interesowało, czy persona-prompty naprawdę wpływają na to, jak agenci LLM zachowują się w sytuacjach wymagających podejmowania strategicznych decyzji. W tym celu przeprowadzili eksperyment w oparciu o znany psychologiczny test - iteracyjną grę Split or Steal, w której uczestnicy mogą albo podzielić nagrodę (Split), albo ją ukraść (Steal). Cztery modele - Ministral 3:3b, phi4:14b, Gemma3:12b i Gemma4:e4b - grały w 160 sesjach po 15 rund każda, interakcjonując z Virtual Human zasilanym GPT-4.1 mini. Eksperymenty przeprowadzono przy różnych temperaturach (0,3 i 0,7) oraz z ustawieniami deterministycznymi.
Wyniki jasno pokazały, że wybór modelu i persona znacząco wpływają na zachowanie. Phi4 i Ministral 3:3b wykazały konsekwentnie kooperatywne podejście niezależnie od temperatury, podczas gdy Gemma3:12b i Gemma4:e4b były bardziej zmienne. W całych testach wyniki wzajemnego Splitu dominowały - około 74 proc. rund - podczas gdy faktyczna exploitacja zdarzyła się w mniej niż 11 proc. przypadków. Analiza w oparciu o Big Five traits ujawniła, że persony prosocjalne i oparte na zasadach były najbardziej konsekwentnie kooperacyjne, zaś persony analityczne wykazywały skłonność do exploitacji partnera.
Badanie stanowi istotny krok w zrozumieniu, jak łatwo można sterować zachowaniem agentów AI poprzez prompt engineering. Treści dotyczące przyjaźni korelowały z decyzjami Split, a dyskusje o pieniądzach i zemście z decyzjami Steal. To sugeruje, że persony nie są tylko powierzchownym dodatkiem - rzeczywiście zmieniają sposób, w jaki modele podejmują decyzje. Dla bezpieczeństwa AI to kluczowa obserwacja, bo oznacza zarówno możliwość kontroli zachowania, jak i potencjalne zagrożenie w postaci prompt injectionów.