論文の概要: From Heard to Lived Opinions: Simulating Opinion Dynamics with Grounded LLM Agents in Economic Environments

• arxiv url: http://arxiv.org/abs/2603.26701v1
• Date: Tue, 17 Mar 2026 08:08:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.09003
• Title: From Heard to Lived Opinions: Simulating Opinion Dynamics with Grounded LLM Agents in Economic Environments
• Title（参考訳）: ヒードから生きたオピニオン:経済環境におけるLLMエージェントを用いたオピニオンダイナミクスのシミュレーション
• Abstract要約: オピニオンダイナミクス(OD)は、個人の意見がどのように進化し、コンセンサスや偏光のような集合パターンを生成するかを研究する。 本研究では, LLMをベースとしたエージェントを経済環境に配置し, 環境フィードバックを得られる新しいODシミュレーションフレームワークを提案する。 シミュレーションでは,個人と人口の双方でコヒーレントODが示され,経済経験によって形作られた構造的軌道に個人的意見が従う。
• 参考スコア（独自算出の注目度）: 16.999185109709405
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Opinion dynamics (OD) studies how individual opinions evolve and generate collective patterns such as consensus and polarization. While recent work explores OD using populations of LLM-based agents focusing on opinion exchange, it typically does not incorporate individuals' lived experiences, such as economic outcomes of past decisions, which play a critical role in shaping opinions. We propose a novel OD simulation framework that grounds LLM-based agents in an economic environment, allowing them to act and receive environmental feedback. Our simulations exhibit coherent OD at both individual and population levels: individual opinions follow structured trajectories shaped by economic experiences, with adverse conditions inducing opinion rigidity, while at the population level, collective opinions co-move with economic conditions, with inequality amplifying polarization and price instability driving larger distributional shifts. These results highlight the importance of grounding LLM-based agents in environments to capture collective OD.
• Abstract（参考訳）: オピニオンダイナミクス(OD)は、個人の意見がどのように進化し、コンセンサスや偏光のような集合パターンを生成するかを研究する。 近年の研究では、意見交換に焦点を当てたLDMベースのエージェントの集団を用いてODを探索しているが、過去の意思決定の経済的成果のような個人の生きた経験を取り入れていないのが一般的であり、これは意見を形成する上で重要な役割を担っている。 本研究では, LLMをベースとしたエージェントを経済環境に配置し, 環境フィードバックを得られる新しいODシミュレーションフレームワークを提案する。 個人の意見は、経済経験によって形成された構造的軌跡に従い、意見の剛性を誘導する一方、人口レベルでは、集団的意見は経済状態と協調して動き、不平等は偏光を増幅し、価格不安定はより大きな分布シフトを誘導する。 これらの結果は, 集合ODを捕捉する環境において, LLMをベースとしたエージェントを接地することの重要性を浮き彫りにした。

関連論文リスト

• Persuasive and Compliant Tendencies Predict Group Decision-Making in Humans and Language Models [65.21691850622413]
  大規模言語モデル(LLM)は、人間との集団意思決定にますます関与している。 本稿では,各モデルの説得性およびコンプライアンス傾向を測定するための質問紙ベースのフレームワークであるDecisionQEを紹介する。 より強い説得傾向はグループの結果を著しく改善しないが、コンプライアンス指向モデルは協調においてより安定した優位性を示す。
  論文  参考訳（メタデータ） (2026-08-08T15:50:56Z)
• LLM-Driven Personalities for Decision Making in Emergency Simulations [1.2248975590229072]
  シミュレーションされた避難シナリオ内の仮想人間における意思決定を促進するために,大規模言語モデルを用いた場合について検討する。 我々のゴールは、言語に基づくプロンプトを通して表現される性格が、個人の行動と集団シミュレーション結果の両方にどのように影響するかを評価することである。
  論文  参考訳（メタデータ） (2026-06-30T02:15:22Z)
• Revising Context, Shifting Simulated Stance: Auditing LLM-Based Stance Simulation in Online Discussions [62.99524765341952]
  ソーシャルメディアのユーザーをシミュレートするために、大規模な言語モデルがますます使われている。 LLMに基づくスタンスシミュレーションを監査するための枠組みとして,反実的文脈修正について検討する。 その結果、テキストのみの戦略とマルチモーダル戦略の両方において、効果的かつ堅牢なスタンス遷移が明らかとなった。
  論文  参考訳（メタデータ） (2026-06-04T17:41:54Z)
• Greener Than Humans? Environmental Attitudes in Large Language Models [0.21748200848556343]
  大規模言語モデル(LLM)は、サステナビリティ関連の意思決定サポート、レポート、公開通信にますます利用されている。 本稿では,LLMにおける環境認知,影響,行動,レコメンデーションを評価するためのベンチマークを開発する。
  論文  参考訳（メタデータ） (2026-06-01T18:05:53Z)
• The Illusion of Intervention: Your LLM-Simulated Experiment is an Observational Study [56.649987197786096]
  大規模言語モデル(LLM)は人間の行動のシミュレータとしての可能性を示している。 LLMは潜在ユーザ属性の意図しないシフトを誘発し、ユーザのドリフトを引き起こす。 ユーザのドリフトによって生じる不確実性や選択バイアスを形式化する。
  論文  参考訳（メタデータ） (2026-05-20T06:09:41Z)
• Social Simulations with Large Language Model Risk Utopian Illusion [61.358959720048354]
  社会シミュレーションにおける大規模言語モデルの行動分析のための体系的枠組みを提案する。 本手法は,チャットルーム型会話を通してマルチエージェントインタラクションをシミュレートし,5つの言語的側面にわたって解析する。 以上の結果から,LSMは真の人間の行動を忠実に再現するのではなく,過度に理想化されたバージョンを反映していることが明らかとなった。
  論文  参考訳（メタデータ） (2025-10-24T06:08:41Z)
• Can Generative AI agents behave like humans? Evidence from laboratory market experiments [0.0]
  経済市場実験において,人間の行動を再現する大規模言語モデルの可能性を探る。 実験室で観察されたLLM行動と市場動態を比較し,人間の行動との整合性を評価する。 これらの結果から,LLMは経済的文脈における現実的な人間の行動のシミュレーションツールとして有望であることが示唆された。
  論文  参考訳（メタデータ） (2025-05-12T11:44:46Z)
• 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)
• Diverging Preferences: When do Annotators Disagree and do Models Know? [92.24651142187989]
  我々は,4つのハイレベルクラスにまたがる10のカテゴリにまたがる相違点の分類法を開発した。 意見の相違の大部分は、標準的な報酬モデリングアプローチに反対している。 本研究は,選好の変化を識別し,評価とトレーニングへの影響を緩和する手法を開発する。
  論文  参考訳（メタデータ） (2024-10-18T17:32:22Z)
• A Theory of Response Sampling in LLMs: Part Descriptive and Part Prescriptive [53.08398658452411]
  大規模言語モデル(LLM)は、自律的な意思決定にますます活用されている。 このサンプリング行動が人間の意思決定と類似していることが示される。 統計的ノルムから規範的成分へのサンプルの偏りは、様々な現実世界の領域にまたがる概念に一貫して現れることを示す。
  論文  参考訳（メタデータ） (2024-02-16T18:28:43Z)
• Simulating Opinion Dynamics with Networks of LLM-based Agents [7.697132934635411]
  本稿では,Large Language Models (LLMs) の集団に基づく意見力学のシミュレーション手法を提案する。 以上の結果から, LLMエージェントの正確な情報生成に対するバイアスが強く, シミュレーションエージェントが科学的現実に一致していることが明らかとなった。 しかし、素早い工学を通して確認バイアスを誘導した後、既存のエージェント・ベース・モデリングや意見ダイナミクス研究と並んで意見の断片化を観察した。
  論文  参考訳（メタデータ） (2023-11-16T07:01:48Z)
• Quantifying the Impact of Large Language Models on Collective Opinion Dynamics [7.0012506428382375]
  我々は、大言語モデル(LLM)の意見をエンコードするために、意見ネットワークダイナミクスモデルを作成する。 その結果, LLMのアウトプットは, 集団的意見差に一意かつ肯定的な影響を及ぼすことが明らかとなった。 我々の実験は、反対/中立/ランダムの意見を持つ追加のエージェントを導入することで、バイアスや有害なアウトプットの影響を効果的に軽減できることを示した。
  論文  参考訳（メタデータ） (2023-08-07T05:45:17Z)

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。