Emergent Relational Order in LLM Agent Societies: From Collective Affect to Authority Stratification
यह शोध पत्र CAREB-MAS को प्रस्तुत करता है, जो प्रभाव (affect) और सामाजिक पहचान सिद्धांतों पर आधारित एक मल्टी-एजेंट फ्रेमवर्क है, जो यह प्रदर्शित करता है कि फेई ज़ियाओटोंग की 'डिफरेंशियल ऑर्डर' (विभेदक क्रम) की घटनाएँ—जैसे कि संबंधात्मक अधिकार और वंश-आधारित स्तरीकरण—केवल सांस्कृतिक रूप से विशिष्ट होने के बजाय सामान्य सामाजिक तंत्रों के माध्यम से LLM एजेंट समाजों में स्वतः उत्पन्न हो सकती हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि 18 डिजिटल पात्रों का एक समूह है, जिनमें से प्रत्येक एक परिष्कृत AI द्वारा संचालित है, जिन्हें एक आभासी गाँव में छोड़ दिया गया है जहाँ न तो कोई बॉस है, न कोई कानून, और न ही उनके व्यवहार के लिए कोई पूर्व-लिखित स्क्रिप्ट है। उनके पास केवल एक ही निर्देश है: तीन प्रकार के संसाधन (जैसे भोजन, कपड़ा और उपकरण) बनाना, जो वे बनाते हैं उसे अपनी आवश्यकता के आधार पर साझा करना, और यह तय करने के लिए एक-दूसरे से बात करना कि कौन क्या करेगा।
यह वह प्रयोग है जिसका वर्णन शोध पत्र में किया गया है। शोधकर्ता यह देखना चाहते थे कि क्या एक विशिष्ट प्रकार की सामाजिक संरचना, जिसे चीनी समाजशास्त्री फेई शियाओतोंग ने प्रसिद्ध रूप से "डिफरेंशियल ऑर्डर पैटर्न" (विभेदक व्यवस्था पैटर्न) के रूप में वर्णित किया है, इन सरल अंतःक्रियाओं से स्वाभाविक रूप से उभर सकती है।
"डिफरेंशियल ऑर्डर" सादृश्य: तालाब में पत्थर
फेई शियाओतोंग ने पारंपरिक ग्रामीण समाज को एक सपाट ग्रिड के रूप में नहीं, बल्कि तालाब में फेंके गए एक पत्थर की तरह वर्णित किया है।
- पत्थर: आप ("अहं" या 'ईगो')।
- लहरें: आपके संबंध।
- आंतरिक लहरें: आपका तत्काल परिवार। आप उन पर सबसे अधिक भरोसा करते हैं, उन्हें पहले मदद करते हैं, और उनके प्रति एक मजबूत नैतिक कर्तव्य महसूस करते हैं।
- मध्यवर्ती लहरें: परिचित और पड़ोसी। आप उनकी मदद करते हैं, लेकिन कम तीव्रता से।
- बाहरी लहरें: अजनबी। आप उनकी मदद कर सकते हैं, लेकिन दायित्व बहुत कमजोर होता है।
शोध पत्र पूछता है: यदि हम AI को यह प्रोग्राम न करें कि "परिवार" या "चीनी संस्कृति" क्या है, तो क्या वे केवल बातचीत करके स्वाभाविक रूप से इन लहरों का निर्माण करेंगे?
प्रयोग: एक आभासी गाँव
शोधकर्ताओं ने CAREB-MAS नामक एक सिमुलेशन बनाया।
- एजेंट (पात्र): 18 AI एजेंट। कुछ को दो "परिवारों" (कुलों) में समूहबद्ध किया गया है, और कुछ "अकेले रहने वाले" (लोनर्स) हैं जिनका कोई पारिवारिक संबंध नहीं है।
- नियम:
- कोई केंद्रीय बॉस नहीं: कोई भी उन्हें यह नहीं बताता कि उन्हें किसके साथ काम करना है।
- भावना और नैतिकता: एजेंट केवल गणित की गणना नहीं करते; उनके पास एक "अंतर्ज्ञान" (gut feeling) प्रणाली है। वे दूसरों को उनके कार्यों के आधार पर आंकते हैं (क्या वे मिलनसार हैं? क्या वे शक्तिशाली हैं?) और नैतिक राय बनाते हैं (क्या मैं उन्हें पसंद करता हूँ? क्या मैं उन पर भरोसा करता हूँ?)।
- लक्ष्य: उन्हें संसाधनों का उत्पादन करने और उन्हें साझा करने की आवश्यकता है।
क्या हुआ? (उभरती हुई व्यवस्था)
आश्चर्यजनक रूप से, बिना यह बताए कि उन्हें "चीनी नियमों" का पालन करना है, AI एजेंटों ने स्वाभाविक रूप से एक ऐसा समाज बनाया जो बिल्कुल "डिफरेंशियल ऑर्डर" जैसा दिखता था। यहाँ वे पाँच चीजें हैं जो उन्होंने खोजीं:
1. विशेषज्ञता स्वाभाविक रूप से होती है (द "हू डज़ वॉट" इफेक्ट)
बिना किसी मैनेजर द्वारा काम सौंपे, एजेंटों ने स्वाभाविक रूप से समझ लिया कि कौन किस काम में अच्छा है। यदि एक एजेंट खेती में बेहतर था और दूसरा बुनाई में, तो वे उन्हीं भूमिकाओं पर टिके रहे। यह प्रक्रिया तेजी से हुई और स्थिर रही।
- सादृश्य: यह एक समूह के अजनबियों की तरह है जो एक सप्ताह के लिए एक केबिन में फंसे हुए हैं। बिना किसी नेता के, जो व्यक्ति खाना बनाने में अच्छा है वह खाना बनाने लगता है, और जो लकड़ी काटने में अच्छा है वह लकड़ी काटने लगता है। वे बस एक लय में आ जाते हैं।
2. "गुआनक्सी" (संबंध) एक नैतिक नियम बन जाते हैं
एजेंटों ने एक ऐसी प्रणाली विकसित की जहाँ वे अपने "परिवार" की मदद करते थे, भले ही वह सबसे कुशल विकल्प न हो। यदि परिवार का कोई सदस्य संघर्ष कर रहा था, तो समूह उनकी मदद करता था, भले ही इसका मतलब सभी के लिए कुल संसाधनों का कम होना हो।
- सादृश्य: कल्पना कीजिए कि आपका एक पड़ोसी है जो कार ठीक करने में बुरा है। आप उनकी कार मुफ्त में ठीक करते हैं, भले ही आप उस समय का उपयोग पैसा कमाने के लिए कर सकते थे। आप ऐसा इसलिए करते हैं क्योंकि वे आपके "पड़ोसी" हैं (या इस मामले में, परिवार), न कि इसलिए कि यह वित्तीय रूप से तर्कसंगत है। AI एजेंटों ने यह स्वचालित रूप से किया।
3. दूरी के साथ मदद कम होती जाती है
एक एजेंट आपके "पारिवारिक घेरे" से जितना दूर होता, आप उसकी उतनी ही कम मदद करते।
- सादृश्य: एक पार्टी के बारे में सोचें। आप अपने सबसे अच्छे दोस्तों के साथ सबसे अधिक उदार होते हैं, परिचितों के साथ कम, और अजनबियों के साथ शायद ही कोई मेल-जोल रखते हैं। AI एजेंटों ने ठीक यही ढाल (gradient) बनाई। उन्होंने सभी के साथ समान व्यवहार नहीं किया; उन्होंने लोगों के साथ उनके "निकटता" के आधार पर व्यवहार किया।
4. नेता जन्म से नहीं, बल्कि कर्म से उभरते हैं
कौन बॉस बना? यह वह एजेंट नहीं था जो एक शक्तिशाली परिवार में पैदा हुआ था (हालांकि परिवार ने मदद की)। यह वह एजेंट था जो लगातार सुझाव देता रहा और समूह को व्यवस्थित करता रहा।
- सादृश्य: एक ग्रुप प्रोजेक्ट में, वह व्यक्ति जो नेता बनता है, जरूरी नहीं कि सबसे बुद्धिमान या सबसे बड़ा हो। वह वह है जो कहता रहता है, "चलो इसे इस तरह करते हैं," और सबको सहमत करता है। AI एजेंटों ने स्वाभाविक रूप से "बात करने वालों" और "योजनाकारों" को अधिकार दिया।
5. "कुल" का केंद्र बनाम परिधि
समाज ने एक कोर-पेरिफेरी (केंद्र-परिधि) संरचना बनाई। "परिवार" शक्तिशाली केंद्र बन गए, संसाधनों और निर्णयों को नियंत्रित करते थे, जबकि "अकेले रहने वाले" (प्रोसेल्फ एजेंट) अंततः किनारों पर रहे, परिवारों पर निर्भर रहे।
- सादृश्य: एक कैंपफायर (अलाव) की कल्पना करें। आग के सबसे करीब बैठे लोग गर्म और आरामदायक स्थिति में हैं। किनारे पर खड़े लोग (लोनर्स) ठंडे हैं और उन्हें केंद्र से निकलने वाली गर्मी पर निर्भर रहना पड़ता है।
ट्विस्ट: अर्थव्यवस्था नियमों को कैसे बदलती है
शोधकर्ताओं ने दो अलग-अलग आर्थिक सेटअप का परीक्षण किया:
- सममित कौशल (Symmetric Skills): हर कोई सब कुछ करने में समान रूप रूप से अच्छा है।
- परिणाम: समाज बहुत घनिष्ठ और परिवार-केंद्रित हो गया (जैसे मैकेनिकल सॉलिडैरिटी)। सभी एक साझा पहचान पर निर्भर थे।
- पूरक कौशल (Complementary Skills): हर कोई अलग-अलग चीजों में अच्छा है (एक किसान है, एक निर्माता है)।
- परिणाम: समाज अधिक तरल हो गया। क्योंकि उन्हें एक-दूसरे के विशिष्ट कौशल की आवश्यकता थी, इसलिए सख्त पारिवारिक सीमाएं नरम हो गईं। जीवित रहने के लिए उन्हें परिवार की सीमाओं के पार सहयोग करना पड़ा। यह ऑर्गेनिक सॉलिडैरिटी (आधुनिक अन्योन्याश्रय) की तरह दिखता था।
बड़ा निष्कर्ष
शोध पत्र तर्क देता है कि "डिफरेंशियल ऑर्डर" केवल चीनी संस्कृति की एक अजीब विशेषता नहीं है। इसके बजाय, यह एक सार्वभौमिक सामाजिक पैटर्न है जो तब उभरता है जब मनुष्य (या AI) एक छोटे समूह में बिना किसी केंद्रीय सरकार के, रिश्तेदारी और विश्वास के आधार पर परस्पर क्रिया करते हैं।
- "एटलस पैराडॉक्स": शोध पत्र यह भी नोट करता है कि एक दिलचस्प विडंबना है। जिन एजेंटों ने समूह को स्थिर करने के लिए सबसे अधिक काम किया (यह सुनिश्चित करना कि सब मिल-जुलकर रहें), वे जरूरी नहीं कि नेता बनें। नेता वे थे जिन्होंने एजेंडा सेट किया (प्रस्ताव दिए)। आप आकाश को थामे रखने वाले व्यक्ति (एटलस) हो सकते हैं, लेकिन यदि आप आदेश देने वाले नहीं हैं, तो आप शासक नहीं हैं।
सारांश
संक्षेप में, शोधकर्ताओं ने AI का उपयोग यह साबित करने के लिए किया कि यदि आप कानूनों और बॉस को हटा दें, और बस लोगों को भावनाओं और रिश्तों के आधार पर बातचीत करने दें, तो वे स्वाभाविक रूप से एक ऐसा समाज बनाएंगे जिसमें:
- ऐसे पारिवारिक घेरे होंगे जो सबसे अधिक मायने रखते हैं।
- ऐसे नेता जो केवल जन्म से नहीं, बल्कि आयोजन करने से उभरते हैं।
- एक ऐसी प्रणाली जहाँ अपने "आंतरिक घेरे" की मदद करना एक नैतिक कर्तव्य है, भले ही वह अक्षम हो।
यह सुझाव देता है कि फेई शियाओतोंग ने जिसका वर्णन किया था, वे केवल सांस्कृतिक आदतें नहीं हैं, बल्कि गहरे, मौलिक तरीके हैं जिनसे मनुष्य (और संभावित रूप से AI) खुद को व्यवस्थित करते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।