洪水保険は災害による損失を軽減するための効果的な戦略ですが、米国のリスクのある人口の参加率は依然として低いままです。この問題を解決するために、研究者たちは保険購入の行動メカニズムを理解しモデル化する必要があります。本研究では、大規模言語モデル（LLM）を利用して人間の意思決定シミュレーションを行う「インシュアエージェント」を提案しています。このエージェントは、知覚、検索、推論、行動、記憶の5つのモジュールで構成され、特にデータに基づいた判断を行うための検索モジュールが重要です。LLMは、文脈情報を捉えつつ、伝統的なモデルでは扱えない情報を想定することができます。また、時間的な意思決定の進化をシミュレーションするために、記憶モジュールが活用されています。インシュアエージェントは、行動モデリングや政策分析において重要なツールとなる可能性があります。