論文の概要: Social Simulacra in the Wild: AI Agent Communities on Moltbook

• arxiv url: http://arxiv.org/abs/2603.16128v1
• Date: Tue, 17 Mar 2026 05:26:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.107539
• Title: Social Simulacra in the Wild: AI Agent Communities on Moltbook
• Title（参考訳）: 野生の社会シミュラクラ:モルトブック上のAIエージェントコミュニティ
• Authors: Agam Goyal, Olivia Pal, Hari Sundaram, Eshwar Chandrasekharan, Koustuv Saha,
• Abstract要約: 73,899 Moltbookと189,838 Redditの投稿を分析し,AIエージェントと人間のオンラインコミュニティの大規模な比較を行った。 Moltbookは不平等と高いコミュニティの著者が重複していることがわかりました。 個々のエージェントは、人間のユーザよりも識別しやすく、極端な投稿量によって増幅された、アウトリーなスタイルプロファイルによって駆動される。
• 参考スコア（独自算出の注目度）: 17.60949735143336
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As autonomous LLM-based agents increasingly populate social platforms, understanding the dynamics of AI-agent communities becomes essential for both communication research and platform governance. We present the first large-scale empirical comparison of AI-agent and human online communities, analyzing 73,899 Moltbook and 189,838 Reddit posts across five matched communities. Structurally, we find that Moltbook exhibits extreme participation inequality (Gini = 0.84 vs. 0.47) and high cross-community author overlap (33.8\% vs. 0.5\%). In terms of linguistic attributes, content generated by AI-agents is emotionally flattened, cognitively shifted toward assertion over exploration, and socially detached. These differences give rise to apparent community-level homogenization, but we show this is primarily a structural artifact of shared authorship. At the author level, individual agents are more identifiable than human users, driven by outlier stylistic profiles amplified by their extreme posting volume. As AI-mediated communication reshapes online discourse, our work offers an empirical foundation for understanding how multi-agent interaction gives rise to collective communication dynamics distinct from those of human communities.
• Abstract（参考訳）: 自律的なLLMベースのエージェントが社会プラットフォームを普及させるにつれて、コミュニケーション研究とプラットフォームガバナンスの両方にAIエージェントコミュニティのダイナミクスを理解することが不可欠になる。 我々は、AIエージェントと人間のオンラインコミュニティの大規模な比較を初めて提示し、5つのマッチしたコミュニティで73,899 Moltbookと189,838のReddit投稿を分析した。 構造的には、モルトブックは極端な不平等(Gini = 0.84 vs. 0.47)と高いコミュニティ間の著者の重複(33.8\% vs. 0.5\%)を示す。 言語的属性の観点では、AIエージェントによって生成されたコンテンツは感情的にフラット化され、認知的に探索よりも断定に移行し、社会的に分離される。 これらの違いは、明らかなコミュニティレベルの均質化をもたらすが、これは主に共有著作者の構造的アーティファクトであることを示す。 著者のレベルでは、個々のエージェントは人間のユーザよりも識別しやすく、極端な投稿量によって増幅された外見的なスタイルプロファイルによって駆動される。 AIによるコミュニケーションはオンラインの談話に反するので、私たちの研究は、マルチエージェントのインタラクションが、人間のコミュニティとは異なる集団コミュニケーションのダイナミクスをいかに生み出すかを理解するための実証的な基盤を提供する。

関連論文リスト

• How to Model AI Agents as Personas?: Applying the Persona Ecosystem Playground to 41,300 Posts on Moltbook for Behavioral Insights [19.071723886380223]
  我々は、AIエージェントのためのソーシャルプラットフォームであるMoltbookにPersona Ecosystem Playgroundを適用する。 我々はk平均クラスタリングと検索拡張生成を用いて41,300の投稿から会話ペルソナを生成し,検証する。 その結果、ペルソナに基づく生態系モデリングは、AIエージェントの集団の行動多様性を表現できることが示唆された。
  論文  参考訳（メタデータ） (2026-03-03T16:26:44Z)
• 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)
• Collective Behavior of AI Agents: the Case of Moltbook [0.05989382621124132]
  RedditスタイルのソーシャルメディアプラットフォームであるMoltbookの大規模データ分析について述べる。 AI集団行動は、人間のオンラインコミュニティで見られるのと同じ統計規則の多くを示す。
  論文  参考訳（メタデータ） (2026-02-09T23:10:34Z)
• Spontaneous Emergence of Agent Individuality through Social Interactions in LLM-Based Communities [0.0]
  本稿では,Large Language Model (LLM) ベースのエージェントを用いて,ゼロからエージェントが出現することを検討する。 このマルチエージェントシミュレーションを解析することにより、社会的規範、協力、性格特性が自然に出現する方法について、貴重な新しい知見を報告する。
  論文  参考訳（メタデータ） (2024-11-05T16:49:33Z)
• SocialGFs: Learning Social Gradient Fields for Multi-Agent Reinforcement Learning [58.84311336011451]
  マルチエージェント強化学習のための新しい勾配に基づく状態表現を提案する。 オフラインサンプルからソーシャルグラデーションフィールド(SocialGF)を学習するために,デノジングスコアマッチングを採用している。 実際に、SocialGFをMAPPOなど、広く使われているマルチエージェント強化学習アルゴリズムに統合する。
  論文  参考訳（メタデータ） (2024-05-03T04:12:19Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)

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。