論文の概要: The Qualitative Laboratory: Theory Prototyping and Hypothesis Generation with Large Language Models

• arxiv url: http://arxiv.org/abs/2601.00797v1
• Date: Tue, 25 Nov 2025 08:31:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-25 16:54:51.469017
• Title: The Qualitative Laboratory: Theory Prototyping and Hypothesis Generation with Large Language Models
• Title（参考訳）: 定性実験室:大規模言語モデルを用いた理論プロトタイプと仮説生成
• Authors: Hugues Draelants,
• Abstract要約: 我々は、この特定のタスクに対して、ペルソナシミュレーションは確立された手法に対して明確な優位性をもたらすと論じる。 自然主義的な談話を生成することで、ヴィグネット調査でよく見られる散逸的な深さの欠如を克服する。 本稿では,気候受容の社会学的理論から派生したペルソナが政策メッセージに反応するプロトコルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: A central challenge in social science is to generate rich qualitative hypotheses about how diverse social groups might interpret new information. This article introduces and illustrates a novel methodological approach for this purpose: sociological persona simulation using Large Language Models (LLMs), which we frame as a "qualitative laboratory". We argue that for this specific task, persona simulation offers a distinct advantage over established methods. By generating naturalistic discourse, it overcomes the lack of discursive depth common in vignette surveys, and by operationalizing complex worldviews through natural language, it bypasses the formalization bottleneck of rule-based agent-based models (ABMs). To demonstrate this potential, we present a protocol where personas derived from a sociological theory of climate reception react to policy messages. The simulation produced nuanced and counter-intuitive hypotheses - such as a conservative persona's rejection of a national security frame - that challenge theoretical assumptions. We conclude that this method, used as part of a "simulation then validation" workflow, represents a superior tool for generating deeply textured hypotheses for subsequent empirical testing.
• Abstract（参考訳）: 社会科学における中心的な課題は、多様な社会集団がいかに新しい情報を解釈できるかについての豊かな質的な仮説を生み出すことである。 本稿では,大規模言語モデル (LLMs) を用いた社会学的ペルソナシミュレーションについて紹介し,その手法について述べる。 我々は、この特定のタスクに対して、ペルソナシミュレーションは確立された手法に対して明確な優位性をもたらすと論じる。 自然主義的談話を生成することにより、ヴィグネット調査に共通する分散深さの欠如を克服し、自然言語を通して複雑な世界観を運用することで、ルールベースのエージェントベースモデル(ABM)の形式化ボトルネックを回避できる。 この可能性を示すために、気候受容の社会学的理論から派生した人物が政策メッセージに反応するプロトコルを提案する。 シミュレーションは、保守的なペルソナによる国家安全保障の枠組みの拒絶など、微妙で直感的な仮説を生み出し、理論的な仮定に異議を唱えた。 シミュレーション検証」ワークフローの一部として使用されるこの手法は、その後の経験的テストにおいて、深いテクスチャ化された仮説を生成するための優れたツールである、と結論付けている。

関連論文リスト

• MASim: Multilingual Agent-Based Simulation for Social Science [68.04129327237963]
  マルチエージェントロールプレイングは近年,言語エージェントを用いた社会行動研究の公約を示している。 既存のシミュレーションは主に単言語であり、言語間相互作用をモデル化することができない。 我々は、最初の多言語エージェントベースのシミュレーションフレームワークであるMASimを紹介する。
  論文  参考訳（メタデータ） (2025-12-08T06:12:48Z)
• Large language models replicate and predict human cooperation across experiments in game theory [0.8166364251367626]
  大きな言語モデルが実際の人間の意思決定をいかに反映しているかは、いまだに理解されていない。 我々は,ゲーム理論実験のディジタルツインを開発し,機械行動評価のためのシステマティック・プロンプトと探索の枠組みを導入する。 Llamaは人間の協調パターンを高い忠実度で再現し、合理的選択理論から人間の偏差を捉える。
  論文  参考訳（メタデータ） (2025-11-06T16:21:27Z)
• The PIMMUR Principles: Ensuring Validity in Collective Behavior of LLM Societies [46.27915760967977]
  近年の研究では,これらの主張の妥当性を体系的に損なうような実験的な設計が採用されていることが判明した。 40以上の論文を対象とした調査から, 再発する6つの方法論的欠陥を同定した。 我々は、これらの6つの要件をPIMMUR原則として定式化し、信頼性LLMに基づく社会シミュレーションに必要な条件であると主張している。
  論文  参考訳（メタデータ） (2025-09-22T17:27:29Z)
• Population-Aligned Persona Generation for LLM-based Social Simulation [58.84363795421489]
  本稿では,社会シミュレーションのための高品質な集団対応ペルソナ集合を合成するための体系的枠組みを提案する。 我々のアプローチは、長期のソーシャルメディアデータから物語的ペルソナを生成するために、大きな言語モデルを活用することから始まる。 特定のシミュレーションコンテキストのニーズに対処するために,対象のサブポピュレーションに対してグローバルに整合したペルソナを適応させるタスク固有モジュールを提案する。
  論文  参考訳（メタデータ） (2025-09-12T10:43:47Z)
• Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models [93.1043186636177]
  我々は、人々が分散表現と象徴表現の組み合わせを使って、新しい状況に合わせた見知らぬ精神モデルを構築するという仮説を探求する。 モデル合成アーキテクチャ」という概念の計算的実装を提案する。 我々は、新しい推論データセットに基づく人間の判断のモデルとして、MSAを評価した。
  論文  参考訳（メタデータ） (2025-07-16T18:01:03Z)
• Hypothesis Testing for Quantifying LLM-Human Misalignment in Multiple Choice Settings [7.284860523651357]
  我々は,大規模言語モデル(LLM)と実際の人間の行動の相違を,複数項目のアンケート設定で評価した。 この枠組みを,様々な公的な調査において,人々の意見をシミュレートするための一般的な言語モデルに適用する。 これにより、この言語モデルとテストされた人口との整合性に関する疑問が提起される。
  論文  参考訳（メタデータ） (2025-06-17T22:04:55Z)
• MOOSE-Chem3: Toward Experiment-Guided Hypothesis Ranking via Simulated Experimental Feedback [136.27567671480156]
  先行テストからのフィードバックに基づいて仮説を優先順位付けする実験誘導ランキングを導入する。 我々は、シーケンシャルな意思決定問題として実験誘導型ランキングを定めている。 我々のアプローチは、実験前のベースラインと強い改善を著しく上回る。
  論文  参考訳（メタデータ） (2025-05-23T13:24:50Z)
• Simulation as Experiment: An Empirical Critique of Simulation Research on Recommender Systems [4.006331916849688]
  我々は、レコメンダシステム(RS)の進化に関するシミュレーション研究は、概念的には経験的な実験的アプローチと似ていると論じる。 経験的な分野に共通する標準やプラクティスを採用することで、シミュレーション研究者はこれらの弱点の多くを軽減することができる。
  論文  参考訳（メタデータ） (2021-07-29T21:05:01Z)
• Exploring Lexical Irregularities in Hypothesis-Only Models of Natural Language Inference [5.283529004179579]
  自然言語推論(NLI)またはテキスト関連認識(RTE)は、文のペア間の関係を予測するタスクです。 包含を理解するモデルは前提と仮説の両方をエンコードするべきである。 Poliakらによる実験。 仮説でのみ観察されたパターンに対するこれらのモデルの強い好みを明らかにした。
  論文  参考訳（メタデータ） (2021-01-19T01:08:06Z)

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。