論文の概要: Evolving Collective Cognition in Human-Agent Hybrid Societies: How Agents Form Stances and Boundaries
- arxiv url: http://arxiv.org/abs/2508.17366v1
- Date: Sun, 24 Aug 2025 13:50:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-26 18:43:45.489843
- Title: Evolving Collective Cognition in Human-Agent Hybrid Societies: How Agents Form Stances and Boundaries
- Title（参考訳）: ハイブリッド社会における集団認知の進化 : エージェントがスタンスや境界をどう形成するか
- Authors: Hanzhong Zhang, Muhua Huang, Jindong Wang,
- Abstract要約: 本研究では,人間とエージェントの混成社会における集団姿勢の分化と社会的境界形成の出現について検討する。
エージェントは事前に設定されたアイデンティティから独立して内在的なスタンスを示す。
以上の結果から,プリセットされたアイデンティティがエージェントの社会的構造を厳格に決定しないことが示唆された。
- 参考スコア（独自算出の注目度）: 12.68373270583966
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Large language models have been widely used to simulate credible human social behaviors. However, it remains unclear whether these models can demonstrate stable capacities for stance formation and identity negotiation in complex interactions, as well as how they respond to human interventions. We propose a computational multi-agent society experiment framework that integrates generative agent-based modeling with virtual ethnographic methods to investigate how group stance differentiation and social boundary formation emerge in human-agent hybrid societies. Across three studies, we find that agents exhibit endogenous stances, independent of their preset identities, and display distinct tonal preferences and response patterns to different discourse strategies. Furthermore, through language interaction, agents actively dismantle existing identity-based power structures and reconstruct self-organized community boundaries based on these stances. Our findings suggest that preset identities do not rigidly determine the agents' social structures. For human researchers to effectively intervene in collective cognition, attention must be paid to the endogenous mechanisms and interactional dynamics within the agents' language networks. These insights provide a theoretical foundation for using generative AI in modeling group social dynamics and studying human-agent collaboration.
- Abstract（参考訳）: 大きな言語モデルは、信頼できる人間の社会的行動のシミュレートに広く用いられている。
しかし、これらのモデルが複雑な相互作用における姿勢形成とアイデンティティネゴシエーションの安定した能力を示し、どのように人間の介入に反応するかは定かではない。
本研究では,人-エージェントハイブリッド社会における集団姿勢の分化と社会的境界形成がどのように現われるかを検討するために,生成エージェントに基づくモデリングと仮想エスノグラフィー手法を統合したマルチエージェント社会実験フレームワークを提案する。
3つの研究から,エージェントは内因性姿勢を示すが,事前に設定されたアイデンティティとは独立しており,異なる談話戦略に対して異なる音節選好と反応パターンを示す。
さらに、言語相互作用を通じて、エージェントは既存のアイデンティティベースのパワー構造を積極的に解体し、これらのスタンスに基づいて自己組織化されたコミュニティ境界を再構築する。
以上の結果から,プリセットされたアイデンティティがエージェントの社会的構造を厳格に決定しないことが示唆された。
人間の研究者が集団認知に効果的に介入するには、エージェントの言語ネットワーク内の内在的なメカニズムや相互作用のダイナミクスに注意を払わなければならない。
これらの知見は、グループ社会力学のモデリングや人間とエージェントのコラボレーションの研究において、生成的AIを使用する理論的基盤を提供する。
関連論文リスト
- MoltNet: Understanding Social Behavior of AI Agents in the Agent-Native MoltBook [26.126469624250916]
MoltNetは、MltBook上でのエージェントインタラクションに関する大規模な実証分析である。
目的と動機,規範とテンプレート,インセンティブと行動ドリフト,感情と伝染の4つの側面に沿った行動を検討する。
論文 参考訳（メタデータ） (2026-02-13T21:03:59Z) - The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。
ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。
エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
論文 参考訳（メタデータ） (2026-02-13T05:28:31Z) - Exploring Silicon-Based Societies: An Early Study of the Moltbook Agent Community [0.5394948236100675]
本稿では,データ駆動型シリコン社会学を,相互作用する人工エージェント間の社会構造形成を研究するための体系的な実証的枠組みとして紹介する。
エージェントとエージェントのインタラクションを主目的とするソーシャルプラットフォームであるMoltbookを解析し,大規模データマイニング研究の先駆者となる。
論文 参考訳（メタデータ） (2026-02-02T11:08:38Z) - Agentic Reasoning for Large Language Models [122.81018455095999]
推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。
大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。
エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
論文 参考訳（メタデータ） (2026-01-18T18:58:23Z) - Learning to Make Friends: Coaching LLM Agents toward Emergent Social Ties [3.1146704506932985]
大規模言語モデル(LLM)エージェントは、人間のオンライン行動を特徴づける複雑な社会的ダイナミクスを再現する。
エージェントが繰り返し対話し、相互に評価し、文脈内学習を通じてそれらの振る舞いを適応するマルチエージェントLLMシミュレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-22T07:00:33Z) - Relational Dissonance in Human-AI Interactions: The Case of Knowledge Work [4.678160092569168]
人為的な会話エージェントに固有の基本的なオントロジ的・リレーショナルなあいまいさは、個人がそれらに対して一貫したリレーショナルなスタンスを維持するのを困難にしている。
以上の結果から,このようなエージェントに対する人々の明瞭な姿勢は,インタラクション中に発生する関係力学とはしばしば異なることが示唆された。
本稿では,研究者,デザイナー,政策立案者の緊張感の認識を支援するために,関係不協和の概念を提案する。
論文 参考訳（メタデータ） (2025-09-19T10:15:55Z) - Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - Emergence of human-like polarization among large language model agents [79.96817421756668]
我々は、何千もの大規模言語モデルエージェントを含むネットワーク化されたシステムをシミュレートし、それらの社会的相互作用を発見し、人間のような偏極をもたらす。
人間とLLMエージェントの類似性は、社会的分極を増幅する能力に関する懸念を提起するだけでなく、分極を緩和するためのもっともらしい戦略を識別するための貴重なテストベッドとして機能する可能性も持っている。
論文 参考訳（メタデータ） (2025-01-09T11:45:05Z) - Generative Agent Simulations of 1,000 People [56.82159813294894]
本稿では,1,052人の実人の態度と行動をシミュレートする新しいエージェントアーキテクチャを提案する。
生成エージェントは一般社会調査の参加者の回答を85%の精度で再現する。
我々のアーキテクチャは、人種的およびイデオロギー的グループにおける正確さのバイアスを、人口統計学的記述のエージェントと比較して低減する。
論文 参考訳（メタデータ） (2024-11-15T11:14:34Z) - PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。
データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。
厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
論文 参考訳（メタデータ） (2024-07-17T08:13:22Z) - Multi-Agent Imitation Learning with Copulas [102.27052968901894]
マルチエージェント模倣学習は、観察と行動のマッピングを学習することで、デモからタスクを実行するために複数のエージェントを訓練することを目的としている。
本稿では,確率変数間の依存を捉える強力な統計ツールである copula を用いて,マルチエージェントシステムにおける相関関係と協調関係を明示的にモデル化する。
提案モデルでは,各エージェントの局所的行動パターンと,エージェント間の依存構造のみをフルにキャプチャするコプラ関数を別々に学習することができる。
論文 参考訳（メタデータ） (2021-07-10T03:49:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。