Stabilising Generative Models of Attitude Change

この論文「Stabilising Generative Models of Attitude Change（態度変容の生成モデルの安定化）」は、Google DeepMind などの研究者によって執筆され、言語モデル（LLM）を用いた生成エージェント（Generative Actors）のシミュレーション環境「Concordia」を用いて、心理学の古典的な態度変容理論を計算機上で実行可能なシステムとして再構築・検証した研究です。

以下に、問題提起、手法、主要な貢献、結果、そして意義について詳細な技術的サマリーを記述します。

1. 問題提起 (Problem)

心理学における態度変容（個人の評価的立場の変化）を説明する理論（認知的不協和、自己一貫性、自己知覚など）は、長年「言葉による理論（Verbal Theories）」として存在してきました。しかし、これらには以下の課題がありました。

• 実行可能性の欠如: 概念は豊かですが、技術的な仕様や作動制約が不足しており、実行可能なシステムとして再現できません（メカニズムのスケッチに留まっている）。
• 競合する予測: 多くの古典的理論は、標準的な実験パラダイムにおいて区別不可能な行動予測を生み出します。
• 文脈依存性: 理論の作動は文化的・状況的文脈に強く依存しており、その条件を厳密に定義しないと理論を解きほぐすことが困難です。

従来の計算モデルは厳密な再現性を持つ反面、心理現象の複雑さや文脈を抽象化しすぎてしまう傾向がありました。本研究は、LLM の能力を活用しつつ、理論が記述された自然言語そのものを用いてメカニズムを具現化し、その「実行可能性」と「安定性」を追求することを目的としました。

2. 手法 (Methodology)

本研究では、Concordia シミュレーションライブラリ（Vezhnevets et al., 2023, 2025）を採用し、生成エージェントベース・モデリング（GABM） ワークフローを構築しました。

2.1. 基本アーキテクチャ

• 生成エージェント: 自然言語文字列の「予測的パターン補完（Predictive Pattern Completion）」によって動作します。過去の記憶と現在の観察を含む「プレフィックス（Prefix）」を入力とし、エージェントの意図する行動を記述する「サフィックス（Suffix）」を生成します。
• ゲームマスター（GM）: 中央制御役として、エージェントの行動をシミュレーション世界の状態に変換し、次のタイムステップへ進めます。
• 意思決定ロジック（Decision Logic）: 各心理理論を、エージェントが状況情報を処理して行動を決定するための「アルゴリズム的チェーン（一連の自己問いかけ）」として実装しました。

2.2. 実装された理論（意思決定ロジック）

3 つの主要な態度変容理論を、それぞれ異なる内部処理フローを持つエージェントとして実装しました。

1. Festinger 型（認知的不協和）: 態度、信念、行動の間の論理的矛盾を検出し、心理的不快感を解消するために信念や態度を修正するロジック。
2. Aronson 型（自己一貫性）: 矛盾が「道徳的または有能な自己概念」への脅威である場合にのみ不協和を検知し、解消を試みるロジック。
3. Bem 型（自己知覚）: 内的な矛盾を検知せず、観察された行動や状況から「自分はどのような人か」を推論し、態度を構築するロジック（March & Olsen の推論手順を適用）。

• 比較対象: 意思決定ロジックを持たない「Minimal エージェント（裸の LLM）」も実装し、ベースラインとして比較しました。

2.3. 実験環境

古典的な 3 つのパラダイムをシミュレーション環境として再構築しました。

• アイテム評価実験（選択の難易度）: 類似した評価の 2 つのアイテムから選択させ、選択後の評価変化を測定。
• 退屈なタスク実験（強制服従）: 退屈なタスク後、少額（$5）または多額（$200）の報酬で嘘をつかせる実験。
• ミミズ実験（予期的苦痛）: 嫌悪的な行動（ミミズを食べる）を迫られる状況で、選択前の合理化を測定。
• 自己肯定操作: 実験前に自己の価値観を記述させる操作を行い、Aronson 型エージェントの反応を診断的にテストしました。

2.4. 安定化プロセス（Stabilisation）

単なるデバッグではなく、理論を安定して再現するための反復的な手動調整を手法の核心としました。現代の LLM が持つ文化的・倫理的バイアス（例：企業不信、動物倫理への敏感さ）が、1950 年代の実験設定と衝突し、意図しない行動を引き起こすため、以下の調整を行いました。

• 文脈の固定: 実験の正当性や実験者の信頼性を明示的に記憶に埋め込む。
• 解釈の制限: 「退屈」を再定義し、タスクを瞑想的な活動として解釈するのを防ぐ。
• 価値観の制御: 自己肯定操作が実験課題と矛盾しないよう、文脈を厳密に管理する。

3. 主要な結果 (Results)

• 理論的予測の再現: Festinger、Aronson、Bem の各エージェントは、それぞれの理論が予測する行動パターン（例：$5 条件でのタスク評価の向上、ミミズ実験における予期的合理化など）を再現しました。一方、Minimal エージェントはこれらの効果を示しませんでした。
• 診断的テストの成功:
  • ミミズ実験: Bem 型エージェントは、行動前の合理化（予期的苦痛の軽減）を示さず、行動後のみ態度変容を起こすという理論通り振る舞いました。
  • 自己肯定操作: 自己肯定操作を受けた Aronson 型エージェントは、態度変容が抑制されました（自己概念への脅威が緩和されたため）。Festinger 型や Bem 型にはこの効果が現れず、理論間のメカニズム的差異が明確に区別されました。
• 安定化の必要性: 初期の実行では、LLM の現代バイアス（例：ミミズを「昆虫食」として肯定的に捉える、実験を倫理的に疑うなど）により、古典的な結果が得られませんでした。環境の「足場（Scaffolding）」を調整し、理論が作動するための特定の社会的・生態的条件を明示的に設定することで初めて、理論通りの挙動が安定しました。

4. 主要な貢献 (Key Contributions)

1. 理論の計算機化と具現化: 抽象的な心理理論を、自然言語を介して実行可能なアルゴリズム的プロセスへと変換する手法を確立しました。
2. 「安定化」の手法論的価値: 理論をシミュレーションで再現する際の手動調整プロセス（安定化）を、単なるバグ修正ではなく、理論が作動するために必要な隠れた文脈的・操作的依存関係を明らかにする核心的な研究方法として位置づけました。
3. 理論の解離: 行動予測が類似する理論（認知的不協和 vs 自己知覚など）を、特定の診断的実験（ミミズ実験、自己肯定操作）を通じて計算機上で明確に区別・検証可能にしました。
4. 環境とメカニズムの結合: 心理メカニズムは「内面的」なものではなく、特定の環境設定（1950 年代の実験室の文脈）と結合して初めて発現することを示しました。

5. 意義 (Significance)

• 心理学モデルの新たなパラダイム: 従来の計算モデルが現象を抽象化して厳密さを得るのに対し、本アプローチは自然言語を用いて理論の複雑さを保持しつつ、厳密な制御下で検証する新しい道を開きました。
• 理論の境界条件の特定: 安定化プロセスを通じて、古典的な理論が現代の文脈で機能しない理由（文化的バイアスや倫理観の変化）を特定し、理論が有効であるための具体的な「社会生態的トリガー」を明らかにしました。
• WEIRD 心理学への示唆: 現代の LLM は「WEIRD（西洋的、教育された、工業化された、豊かで民主的）」なバイアスを持っており、歴史的な実験をそのまま再現することは困難であることを示しました。これは、心理学的真理が文脈依存的であることを再確認させるものです。
• 将来の応用: 安価かつ修正容易なシミュレーションを用いることで、心理メカニズムが作動するための環境条件を体系的に探索し、新たな仮説を生成する強力なツールとして機能します。

結論として、本研究は「生成エージェントベースのモデリング」が、単なる行動の模倣ではなく、心理理論のメカニズム的妥当性と、それが機能するための環境的制約を解明するための強力な手段であることを示しました。