Social Reality Construction via Active Inference: Modeling the Dialectic of Conformity and Creativity

この論文は、能動的推論に基づくマルチエージェントシミュレーションを用いて、社会的規範の内部化と創造的行動による再構成という双方向的プロセスを統合的にモデル化し、社会的同調と創造的逸脱の相互作用が、共有された社会現実の内生的形成と分化をもたらすことを示しています。

要約

🌍 物語の舞台：「共有された現実」を作る街

想像してください。ある小さな街（社会）に住んでいる人々（エージェント）がいます。
彼らは二つの相反する欲求を持っています。

1. 「同調したい」：周りの人と同じ考えを持ち、調和したい（社会的規範の内部化）。
2. 「新しいものを作りたい」：自分だけのアイデアで、世界を少し変えたい（創造的な行動）。

これまでの研究では、「ルールに従うロボット」か「独りよがりの天才」のどちらかとして扱われることが多かったのですが、この研究は**「この二つが同時に働いて、社会がどう進化するか」**をモデル化しました。

🍳 核心となる仕組み：「料理」と「レシピ」のゲーム

このシミュレーションでは、人々が**「料理（新しい観察）」を作り、「レシピ（社会的な概念）」**を共有するゲームをしています。

1. 料理を作る（創造的な行動）

各住人は、自分の「レシピ帳（生成モデル）」に基づいて、新しい料理を作ります。

• ルール： 「周りの人が食べている料理（社会的な先入観）」とは少し違う、新しい味を試す必要があります。
• 目的： 完全に同じものを作ると退屈なので、少しだけ「新しい発見」がある料理を作ろうとします。これを**「能動的推論（Active Inference）」**と呼びます。

2. レシピを共有する（社会的な同調）

住人たちは隣の人と会話をします。

• ルール： 「この料理、どう？」「なるほど、その味は『美味しい』という概念に合うね！」と、お互いの料理を見て、**「共通のレシピ（社会的な概念）」**をすり合わせます。
• 効果： 会話を通じて、自分の考えが周りと似てくるように調整されます。

3. 記憶の整理（選択的な記憶）

新しい料理ができたら、自分の冷蔵庫（メモリ）に入れます。

• ルール： 冷蔵庫が満杯になったら、古い料理を捨てて、**「より新鮮で面白い料理」**に差し替えます。
• ポイント： 隣人が作った料理が「自分にとってより面白い」なら、それを採用して自分の料理に変えることもあります。

---

🔬 実験の結果：何が起きたのか？

このシミュレーションを 5,000 回繰り返したところ、驚くべき 3 つの現象が起きました。

① 「派閥（グループ）」が自然にできた

最初はみんなバラバラでしたが、次第に**「同じグループの人同士は、同じような料理とレシピを持つようになった」**のです。

• たとえ： 街の東側の人たちは「スパイシーな料理」を好み、西側の人たちは「甘辛い料理」を好むようになりました。
• 意味： 物理的なつながり（ネットワーク）が、自然と「考え方のグループ（文化的なニッチ）」を生み出しました。

② 「料理」と「レシピ」が互いに作り合っている

これが最も重要な発見です。

• 上からの影響： 周りの人が「これは美味しい（レシピ）」と言うと、自分もその味を作ろうとする。
• 下からの影響： でも、自分が「もっと美味しいものを作ろう！」と新しい料理を作ると、それが広まって、「美味しいというレシピそのもの」が書き換えられる。
• 結論： 社会の常識（レシピ）が個人の行動（料理）を決めるだけでなく、個人の新しい行動が、社会の常識そのものを変えていくという「双方向のループ」が成立していました。

③ 新しい料理の広がり方は「偏っている」

社会的な「レシピ」はグループ全体で均一に広まりましたが、「新しい料理（創造）」の広がり方は全く違いました。

• たとえ： 「新しい料理」は、特定の 2 人の間だけで密に共有されたり、グループの境界を飛び越えて特定の「仲の良い人」の間でだけ流行ったりしました。
• 意味： 社会全体が均一になるのではなく、「小さな文化圏」が次々と生まれ変わっていることがわかりました。

---

💡 この研究が教えてくれること

この論文は、社会がどうやって「安定しつつも、進化し続ける」のかを説明しています。

• **同調（ Conformity）**は、社会を安定させ、みんなが同じ土台で会話できるようにします。
• **創造（Creativity）**は、その安定した土台を壊して、新しい可能性を生み出します。

この**「守る力」と「壊す力」のせめぎ合い**こそが、私たちが生きる「社会という現実」を、毎日少しずつ作り直しているのです。

一言で言うと：

「私たちは、周りに合わせることで社会を作り、その社会の中で『ちょっと違うこと』をすることで、その社会をアップデートし続けている」

これが、この研究が示した「社会のリアルな仕組み」です。

技術概要

論文要約：能動的推論による社会現実の構築モデル

1. 研究の背景と問題設定

社会的なエージェントは、集団規範を内面化する一方で、創造的な行動を通じてそれらを再構築（再定義）します。しかし、従来の計算機モデルは、この「ボトムアップ（創造的生成）」と「トップダウン（社会的規制）」の双方向的プロセスを統一的な枠組みで捉えきれていませんでした。
既存の人工生命研究（命名ゲームや反復学習など）では、共有された慣習が局所的相互作用から出現することは示されてきましたが、エージェントが内部生成モデルを持たないため、社会的文脈が個人の認知に及ぼすトップダウン的な規制や、既存規範からの逸脱を生み出す創造的生成能力を捉えられていませんでした。また、能動的推論（Active Inference）に基づく既存の集団モデルは、空間的協調や既存期待の内面化には焦点を当てていますが、個人の創造的行為が社会的表象の形成にフィードバックするプロセス（ニッチ構築のボトムアップ方向）を扱えていませんでした。

本研究は、**能動的推論（Active Inference）**の枠組みに基づき、構造化された社会ネットワーク上で、社会的現実の弁証法的構成（同調と創造性の相互作用）を計算機モデルとして定式化することを目的としています。

2. 提案手法（モデルの概要）

提案モデルは、各エージェントが内部生成モデル（Generative Model）を持ち、隣接エージェントとの通信、新しい観測の能動的生成、他者の生成物の選択的記憶を通じてモデルを更新するマルチエージェントシミュレーションです。

• エージェントのアーキテクチャ:

  • 内部生成モデル: 社会的表象（潜在変数 $z$）から観測（$o$）が生成される過程を記述。ニューラルネットワークでパラメータ化。
  • 社会的事前分布 ($p_{social}$): 隣接エージェントとの相互作用を通じて形成・更新される社会的文脈を反映する分布。
  • 識別器 ($D$): エージェントの事後分布と社会的事前分布の乖離を評価する役割を果たし、モデル更新と新規生成の両方で中心的な役割を担う。
  • メモリバッファ ($B$): 生成されたアーティファクト（観測）を FIFO 構造で保持。

• 主要なプロセス:

  1. 新規アーティファクトの生成（能動的推論）:
     エージェントは、期待自由エネルギー（Expected Free Energy, $G$）を最小化するような新しい観測 $o^+$ を生成します。
     $$G(o^+) \approx -E[D(z, o^+)] - E[\log p(o^+|z)]$$
     第 1 項は社会的事前分布からの乖離（新奇性・情報獲得）を、第 2 項は自身の生成モデルとの整合性（再構成誤差）を評価します。これにより、エージェントは既存の社会的規範から逸脱しつつも、自身のモデル内で整合性のある「創造的行動」を行います。
  2. 選択的記憶（Selective Memorization）:
     他者から受け取った生成物と自身の記憶を比較し、期待自由エネルギーが低い方を選択的にメモリに保持します（ボルツマン分布に基づく行動選択）。
  3. 社会的表象による通信（MHNG）:
     メトロポリス・ヘイスティングス命名ゲーム（MHNG）を用いて、共有されたアーティファクトに基づき社会的表象を推論し、交換します。これにより、各エージェントの「社会的事前分布」が形成・更新されます。
  4. モデル更新:
     変分自由エネルギー（Variational Free Energy, $F$）の最小化を通じて、生成モデルと識別器を学習します。これは、社会的事前分布への適合（同調）を促すトップダウンなプロセスです。

• 対立的かつ相補的な関係:

  • モデル更新: 社会的事前分布への適合を促す（トップダウン規制）。
  • 創造的生成: 社会的事前分布からの逸脱を促す（ボトムアップ形成）。
    この二つのプロセスが競合しつつ補完し合うことで、動的な社会現実が構築されます。

3. 実験設定

• ネットワーク: 2 つのクラスター（それぞれ 7 エージェント）からなる「Caveman Graph」を使用。クラスター間にはハブとなるエッジが存在。
• 条件:
  • w/ creation: 完全なシミュレーション（生成と選択的記憶を含む）。
  • w/o creation: 生成と選択的記憶を行わず、通信のみを行う対照実験。
• パラメータ: 観測は 2 次元、社会的表象は 4 次元の連続ベクトル。5,000 ステップ実行。

4. 主要な結果

シミュレーション実験から以下の 3 つの主要な発見が得られました。

1. 情報的一貫性を持つ社会グループの自発的出現:

   • 初期状態ではエージェント間の表象距離は均一でしたが、時間経過とともにクラスター構造に一致したブロック対角構造が出現しました。
   • 同一クラスター内のエージェントは生成モデルが収束し、異なるクラスター間では発散しました。これは、局所的相互作用から情報的一貫性を持つ社会グループが内生して形成されることを示しています。
   • 両クラスターにまたがるハブエージェントは、特定のクラスターに完全に収束せず、中間的な軌道を描きながら振動しました。

2. 社会的表象と観測分布の循環的相互構成:

   • 創造的行動がない条件（w/o creation）では、観測と社会的表象の構造的類似性（RSA）は時間とともに低下しました。
   • 一方、創造的行動がある条件（w/ creation）では、類似性が維持されました。これは、エージェントの創造的行動が社会的表象の構造を外部の観測空間に投影し、逆に観測の分布が社会的表象を再構成する「循環的相互構成」が成立していることを示唆しています。

3. 創造物の伝播パターンの選択性と不均質性:

   • 社会的表象の伝播はクラスター内で安定的に維持される一方、創造物の伝播は時間とともに動的に変化しました。
   • クラスター内では特定のペア間でのみ共有されるようになり、クラスター間ではハブエージェントを介した動的な受け入れパターンが観察されました。
   • これは、エージェントが局所的な相互作用ダイナミクスを通じて「文化的ニッチ」を構築し、均一な拡散ではなく、選択的・不均質なパターンで文化が伝播・分化することを示しています。

5. 結論と意義

本研究は、能動的推論の枠組みを用いて、「同調（社会的規範の内面化）」と「創造的逸脱（新規観測の生成）」の弁証法が、どのようにして共有された社会現実の内生的形成と分化を駆動するかを計算機モデルとして実証しました。

• 理論的意義: 従来の社会構築論（Mead や Berger & Luckmann の議論）を、自由エネルギー原理に基づく計算機モデルとして定式化し、ボトムアップとトップダウンの双方向プロセスを統合しました。
• 実用的・将来的意義: 社会的現実が単なる静的な共有知識ではなく、個々の創造的行動と社会的圧力の相互作用によって絶えず再構築される動的過程であることを示しました。
• 今後の課題: 現在のモデルではネットワーク構造が固定されており、エージェントの移動やパートナー選択（ニッチ構築の空間的側面）を考慮していません。また、身体性（Embodiment）の導入により、意図から物理的アーティファクトへの因果連鎖をより包括的にモデル化することが今後の課題です。

この研究は、社会的自我の形成や文化の進化を理解するための、数学的かつ計算機科学的な基盤を提供するものです。