論文の概要: EduMirror: Modeling Educational Social Dynamics with Value-driven Multi-agent Simulation

• arxiv url: http://arxiv.org/abs/2606.07948v1
• Date: Sat, 06 Jun 2026 02:38:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:05.558532
• Title: EduMirror: Modeling Educational Social Dynamics with Value-driven Multi-agent Simulation
• Title（参考訳）: EduMirror: 価値駆動型マルチエージェントシミュレーションによる教育社会ダイナミクスのモデル化
• Authors: Jingzhe Lin, Hengbin Yu, Yongdan Zeng, Fangwei Zhong,
• Abstract要約: EduMirrorは、教育社会学の科学的研究のためのマルチエージェントシミュレータである。 心理学的ニーズに根ざした価値駆動型エージェントや社会的価値指向を含む,教育指向のエージェントフォームを提供する。 学校いじめとグループ協力のケーススタディを通じて,EduMirrorの現実性とユーザビリティを検証した。
• 参考スコア（独自算出の注目度）: 10.520958874634399
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Understanding how educational social dynamics evolve is critical for informing effective educational policies and counterfactual interventions. However, traditional methods face a fundamental dilemma: observational studies often lack causal power, while controlled experiments are frequently constrained by ethical concerns. Although LLM-based multi-agent simulations offer a scalable in silico alternative, existing approaches remain limited by weak psychological grounding and insufficient measurement of latent psychological states. To address this, we introduce EduMirror, a multi-agent simulator for the scientific study of educational social dynamics. We provide configurable education-oriented agent forms, including value-driven agents grounded in psychological needs and social value orientation, together with a dual-track measurement protocol for quantifying observable behaviors and latent psychological states. We validate the realism and usability of EduMirror through case studies on school bullying and group cooperation, as well as broader evaluations across diverse educational scenarios. The results show that EduMirror generates educational social dynamics that are realistic, theory-consistent, and measurable by empirical criteria. These properties enable structured in silico educational research, providing a computational tool for hypothesis testing and counterfactual intervention analysis in educational science. Project page: https://edumirror.net.
• Abstract（参考訳）: 教育の社会的ダイナミクスがどのように進化するかを理解することは、効果的な教育政策と対実的な介入を伝えるために重要である。 しかし、従来の手法は基本的なジレンマに直面しており、観察研究は因果力に欠けることが多いが、制御された実験は倫理的な懸念によってしばしば制約される。 LLMをベースとしたマルチエージェントシミュレーションは、拡張性のあるシリコの代替手段を提供するが、既存のアプローチは弱い心理的接地と潜在心理学状態の不十分な測定によって制限されている。 そこで本稿では,教育社会学の科学的研究のためのマルチエージェントシミュレータであるEduMirrorを紹介する。 本稿では,心理学的ニーズと社会的価値志向に根ざした価値駆動型エージェントと,観察可能な行動と潜伏した心理状態の定量化のためのデュアルトラック計測プロトコルを含む,構成可能な教育指向エージェントフォームを提供する。 学校いじめとグループ協力のケーススタディを通じて,EduMirrorの現実性とユーザビリティを検証し,多様な教育シナリオに対する幅広い評価を行った。 その結果、EduMirrorは現実的で理論に一貫性があり、実証的な基準で測定可能な、教育的な社会的ダイナミクスを生み出すことがわかった。 これらの特性は、シリコ教育研究において構造化され、仮説テストと教育科学における対実的介入分析のための計算ツールを提供する。 プロジェクトページ: https://edumirror.net

関連論文リスト

• AgentSchool: An LLM-Powered Multi-Agent Simulation for Education [64.62476927093753]
  AgentSchoolはマルチエージェントシミュレータで、振舞いではなく状態遷移として学習をモデル化する。 周囲の関与、傾きの形成、アグレッショナリによる結束、意見リーダーの出現のもっともらしい痕跡を生成する。 AgentSchoolは、長期記憶、マルチエージェント調整、将来の制度的推論のための社会的に意味のあるテストベッドとして教育の枠組みを定めている。
  論文  参考訳（メタデータ） (2026-05-28T16:05:58Z)
• Mechanism Plausibility in Generative Agent-Based Modeling [3.8124330987881137]
  大規模言語モデル(LLM)は、明示的にプログラムされた規則なしで高レベルの多様な現象を生成することができる。 近年の研究では、ソーシャルメディアプラットフォーム上での人間の行動や、ゲーム理論のシナリオにおけるエイリアンの行動など、興味のあるさまざまな現象を発生させる能力について研究している。 我々は,現代科学哲学を取り入れたLLM-ABMに関する最近の研究を,4段階の「楽観性」の定義を運用するために用いている。
  論文  参考訳（メタデータ） (2026-05-12T23:46:39Z)
• 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)
• Large Language Models as Psychological Simulators: A Methodological Guide [0.0]
  本稿では,2つの主要なアプリケーションを対象とした心理シミュレータとして,大規模言語モデルを使用するためのフレームワークを提供する。 シミュレーションでは,集団的カテゴリーを超えて心理的基盤を持つペルソナを開発する手法を提案する。 我々は、素早い感度、トレーニングデータカットオフからの時間的制限、従来の人的対象のレビューを超えて広がる倫理的考慮など、包括的な課題に対処する。
  論文  参考訳（メタデータ） (2025-06-20T02:45:23Z)
• From Prompts to Constructs: A Dual-Validity Framework for LLM Research in Psychology [0.0]
  我々は、AI心理学の堅牢な科学を構築するには、信頼度測定の原則と音因推論の標準を統合する必要があると論じる。 我々は、この統合を導くための二重正当性フレームワークを提案し、このフレームワークは、主張を支持するために必要な証拠が、その科学的野心によってどのようにスケールするかを明確にする。
  論文  参考訳（メタデータ） (2025-06-20T02:38:42Z)
• AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society [32.849311155921264]
  本稿では,現実的な社会環境を統合した大規模社会シミュレータであるAgentSocietyを提案する。 提案したシミュレーターに基づいて,500万件のインタラクションをシミュレートし,10万件以上のエージェントの社会生活を生成する。 偏極、炎症性メッセージの普及、普遍的ベーシック・インカム・ポリシーの効果、ハリケーンなどの外部ショックの影響の4つに焦点をあてる。
  論文  参考訳（メタデータ） (2025-02-12T15:27:07Z)
• Synthetic Social Media Influence Experimentation via an Agentic Reinforcement Learning Large Language Model Bot [7.242974711907219]
  本研究は,エージェント・インテリジェンスとLarge Language Models(LLM)を組み合わせることで,トピック固有の影響メカニズムをテストする新しいシミュレーション環境を提供する。 我々のフレームワークには、投稿を生成し、特定のトピックについて意見を形成し、議論の結果に基づいて相互にフォロー/アンフォローするエージェントが含まれています。
  論文  参考訳（メタデータ） (2024-11-29T11:37:12Z)
• 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)

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。