論文の概要: Social Theory Should Be a Structural Prior for Agentic AI: A Formal Framework for Multi-Agent Social Systems

• arxiv url: http://arxiv.org/abs/2605.07069v3
• Date: Tue, 12 May 2026 03:22:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 18:21:06.821717
• Title: Social Theory Should Be a Structural Prior for Agentic AI: A Formal Framework for Multi-Agent Social Systems
• Title（参考訳）: エージェントAIの構造的前提としての社会理論--マルチエージェント社会システムのための形式的枠組み
• Authors: Lynnette Hui Xian Ng, Iain J. Cruickshank, Adrian Xuan Wei Lim, Kathleen M. Carley,
• Abstract要約: マルチエージェント社会システム(英: Multi-Agent Social Systems、MASS)は、エージェントが相互作用し、システムレベルの結果を生成するためのフレームワークである。 このポジションペーパーでは、エージェントAIシステムは構造的先行として社会理論でモデル化されなければならないと論じている。
• 参考スコア（独自算出の注目度）: 1.8391368206351484
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Agentic AI systems are increasingly deployed not in isolation, but inside social environments populated by other agents and humans, such as in social media platforms, multi-agent LLM pipelines or autonomous robotics fleets. In these settings, system behavior emerges not from individual agents alone, but from the multi-agent interactions over time. Emergent dynamics of individuals in a social group have been long studied by social scientists in human contexts. \textbf{This position paper argues that agentic AI systems must be modeled with social theory as a structural prior, and formalizes a Multi-Agent Social Systems (MASS) framework for how agents interact and influence to generate system-level outcomes.} We represent MASS as a class of dynamical system of information generation, local influence and interaction structure, formulated by four structural priors anchored in social theory: strategic heterogeneity, networked-constrained dependence, co-evolution and distributional instability. We demonstrate the importance of each structural prior through formal propositions, and articulate a research agenda for how MASS should be modeled, evaluated and governed.
• Abstract（参考訳）: エージェントAIシステムは、分離されるのではなく、ソーシャルメディアプラットフォームやマルチエージェントLLMパイプライン、自律ロボット群など、他のエージェントや人間が居住する社会環境内に配置されている。 これらの設定では、システムの振る舞いは個々のエージェントだけでなく、時間とともにマルチエージェントのインタラクションから生じます。 社会集団における個人の創発的ダイナミクスは、人間の文脈において社会科学者によって長い間研究されてきた。 このポジションペーパーでは、エージェントAIシステムは構造的先行として社会理論でモデル化されなければならないと論じ、エージェントがシステムレベルの結果を生成するための相互作用と影響の方法に関するマルチエージェント社会システム(MASS)フレームワークを定式化している。 戦略的不均一性,ネットワーク制約依存,共進化,分散不安定性の4つの構造的先行性によって定式化された情報生成・局所的影響・相互作用構造の動的体系のクラスとしてMASSを表現している。 我々は、形式的な命題を通じて、各構造的先行の重要性を示し、MASSをどうモデル化し、評価し、管理するかについて研究課題を明記する。

関連論文リスト

• Position: AI Agents Are Not (Yet) a Panacea for Social Simulation [62.891898598784415]
  大規模言語モデル(LLM)の最近の進歩は、社会シミュレーションにLLM統合エージェントを使うことへの関心が高まっている。 このポジションペーパーは、LSMをベースとしたエージェントは社会シミュレーションのパナセアではないと主張している。
  論文  参考訳（メタデータ） (2026-02-19T06:35:07Z)
• 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)
• Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
  SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-22T06:01:21Z)
• Evolving Collective Cognition in Human-Agent Hybrid Societies: How Agents Form Stances and Boundaries [12.68373270583966]
  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。
  論文  参考訳（メタデータ） (2025-08-24T13:50:18Z)
• A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
  既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。 近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。 この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
  論文  参考訳（メタデータ） (2025-08-10T16:07:32Z)
• The Coming Crisis of Multi-Agent Misalignment: AI Alignment Must Be a Dynamic and Social Process [13.959658276224266]
  人間の価値観や好みとAIの整合性は依然として重要な課題だ。 エージェントは互いに関与するので、個々の目標と集合目標の両方を達成するために調整する必要があります。 社会構造は、グループや個人の価値を減らしたり、壊したりすることができる。 私たちは、人間、優先的、客観的なアライメントを相互依存的な概念として扱うようにAIコミュニティに呼びかけます。
  論文  参考訳（メタデータ） (2025-06-01T16:39:43Z)
• Topological Structure Learning Should Be A Research Priority for LLM-Based Multi-Agent Systems [69.95482609893236]
  大規模言語モデルに基づくマルチエージェントシステム(MAS)は、協調的な知性によって複雑なタスクに取り組むための強力なパラダイムとして登場した。 我々は,エージェント間相互作用の構造を明示的にモデル化し,動的に最適化する,エフェトロジーを意識したMASへのパラダイムシフトを求める。
  論文  参考訳（メタデータ） (2025-05-28T15:20:09Z)
• 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)
• Human-Artificial Interaction in the Age of Agentic AI: A System-Theoretical Approach [0.0]
  本稿では,ヒューマン・コンピュータ・インタラクション(HCI, Human-Computer Interaction)の新たな視点について述べる。 マルチエージェントシステム(MAS)とセンタウリアンシステム(Centaurian system)は、人間とAIのコラボレーションの2つのパラダイムを表す。 我々の研究は、自律ロボット工学、ヒューマン・イン・ザ・ループの意思決定、AI駆動の認知アーキテクチャに実践的な応用がある。
  論文  参考訳（メタデータ） (2025-02-19T07:55:34Z)

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。