Social World Models
本論文は、隠れた精神状態と社会的ダイナミクスを明示的にモデル化するための新しい構造化表現形式であるS3APとSocial World Models（SWMs）を導入し、複数のベンチマークにおいて、複雑な社会的相互作用を推論しナビゲートするAIエージェントの能力を大幅に向上させるものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、活気ある街の中を歩いているところを想像してみてください。あなたは単に建物や信号機を見ているのではありません。人々を見ているのです。あなたの横を急ぎ足で通り過ぎた人が不安そうな顔をしていること、ベンチで言い争っているカップルが怒っていること、そしてコーヒー店員が客に対して笑顔を見せているのは親しみを持って接しているからだということ。あなたは常に、頭の中で秘密の目に見えない映画を上映しています。他人が何を考え、何を感じ、次に何をしようとしているのかを推測しているのです。これが、人間が世界をナビゲートする方法です。私たちは物理的な物体だけでなく、他人の心の「メンタルマップ（精神的な地図）」を構築しているのです。
長い間、コンピュータは物理的な世界をマッピングすることには非常に優れてきました。ボールを落とせば重力で下に落ちることや、ドアを押せば開くことを彼らは知っています。しかし、人間のこととなると、コンピュータはしばしば迷子になってしまいます。彼らは議論についての物語を読むことはできますが、隠された感情や、暗黙のルール、あるいは友人を守るために誰かがなぜ嘘をつくのかといったことを理解するのは苦手です。彼らは言葉は見えていても、人間の行動を突き動かす「幽霊」――すなわち、信念、意図、感情――を見落としてしまうのです。この論文は、大きな問いを投げかけています。「AIに、私たちと同じように、人々についてのメンタルマップを構築することを教えられるだろうか？」
COLM 2026カンファレンスで発表されたこの研究の著者たちは、その答えは「イエス」であるが、そのためには情報の与え方を変える必要があると述べています。彼らは、単に長く混沌とした物語をコンピュータに流し込むだけでは不十分だと主張しています。代わりに、彼らは**Social World Models（社会的世界モデル）**と呼ばれる、社会情報を整理するための新しい方法を提案しています。これを次のように考えてみてください。もし標準的なAIが小説を読み、その結末を予想しようとしているとしたら、それは暗い部屋を壁に触れながら進もうとするようなものです。しかし、Social World Modelは、その部屋の明かりを灯します。それは物語を、誰がここにいるのか？ 彼らは何を見ているのか？ 彼らは密かに何を考えているのか？ 彼らはたった今何をしたのか？ という構造化されたチェックリストへと分解するのです。
これを実現するために、チームはS3AP（Structured Social Simulation Analysis Protocol）と呼ばれる特別なフォーマットを考案しました。S3APを、混沌とした自由な流れの物語を取り込み、整理されたクリーンなダッシュボードへと変換する「翻訳機」だと想像してください。例えば、「アイラは母親に見られたので緊張していた」という一文があるとき、S3APはそれを次のような明確なフィールドに分解します：エージェント：アイラ、感情：緊張、観察：母親に私を見られた、行動：ゲームコントローラーを隠す。この構造化されたデータは、AIが実際に推論を行うための「社会的な設計図」として機能します。
この論文では、このアイデアを主に2つの方法でテストしています。第一に、AIに一連の社会的パズル（例えば、グループチャットの中で誰が何を知っているのかを突き止めるなど）を与え、それを解かせました。結果は目覚ましいものでした。AIがS3ພາບの設計図を使用したとき、これらのパズルを解く能力が大幅に向上したのです。FANToMと呼ばれる非常にトリッキーなテストにおいて、AIのパフォーマンスはこれまでの最高記録と比較して**51%**も跳ね上がりました。さらに興味深いことに、より小さく能力の低いAIが、設計図を作成するための「翻訳者」として機能し、その後、より賢いAIがその設計図を用いて、単独で試みた場合よりも優れた結果を出すことがわかりました。これは、「情報を整理するスキル」と「問題を解決するスキル」は別物であり、両方が必要であることを示唆しています。
第二に、研究者たちは、AIがリアルタイムで別のAIと対話する（価格交渉をしたり、新しい友達を作ったりするような）ゲームをAIにプレイさせました。彼らはAIに「フォアキャスター（予測器）」ツールを与えました。AIが何かを言ったり行動したりする前に、自身のSocial World Modelを使用して、「もし私がこう言ったら、相手はどう感じるか？ 次に相手はどう動くか？」というシミュレーションを行うのです。この「先を考えて立ち止まる」という単純なステップが、AIをより戦略的にしました。交渉のような競争的な状況において、AIの成功率は最大で**18%**向上しました。
この論文は、人々が何を「行う」かだけでなく、何を「考え、感じている」かを追跡するための構造化された方法をAIに与えることで、AIがより高度な知性を持って社会的な状況をナビゲートできるようになると示唆しています。これは、あらゆる社会的問題を即座に解決する魔法の解決策ではありません。研究者たちは、AIが感情を誤解してしまう可能性があるといった課題が依然として残っていることも認めています。しかし、AIが単に言葉を読むだけでなく、その背後にいる人々のメンタルモデルを構築し始めたとき、AIはより優れた社会的なパートナーになるという事実は、この発見から強く示唆されています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。