技術要約：Anamnesis

問題提起

従来の意識調査やソーシャル・ポーリングは、コストの上昇、回答率の低下、特定の人口統計学的サブ・ポピュレーションへの到達の困難さといった、ロジスティクスおよび経済的な障壁に直面している。大規模言語モデル（LLM）は「仮想ペルソナ」として代替案を提供し得るが、これまでの人間集団のシミュレーションの試みは、短い属性リスト（例：「35歳のヒスパニック系の女性」）を用いた「ペルソナ・プロンプティング」に依存していた。この手法はステレオタイプな回答を生み出しやすく、複雑な意見抽出に必要な心理学的深度を欠いている。さらに、Anthology (Moon et al., 2024) や Alterity (Kang et al., 2025) といった既存の高忠実度手法は、依然として孤立したPythonスクリプト内に限定されており、厳密な社会科学に不可欠な透明性と再現性に欠ける。また、商用のシミュレーション・プラットフォームは、クローズドソースかつプロプライエタリなシステムとして運用されている。

手法

Anamnesis は、Anthology および Alterity のフレームワークを非技術的なユーザー向けに運用化するために設計された、オープンソースのウェブベース・プラットフォームである。本システムは、短い属性リストの代わりに、豊かな、開かれた記述形式のナラティブ・バックストーリーを用いてLLMの応答を条件付けを行う。

コア・コンポーネント

1. ナラティブ・バックストーリーによる条件付け:

   • 属性リストではなく、事前学習済みベースモデルから生成された（American Voices Projectのインタビュー質問を用いた）多段落のライフ・ヒストリーによってモデルを条件付ける。
   • これらのバックストーリーは、単なるデモグラフィック（人口統計学的属性）ではなく、形成期の経験、価値観、世界観を捉える。
   • デモグラフィック属性は、観測されたラベルとしてではなく、バックストーリーから確率的に推論される。

2. システム・アーキテクチャ:

   • ディスパッチャー–キュー–ワーカー・モデル: 調査実行の $O(S \times Q \times N)$ の複雑性（ここで $S$ はサンプルサイズ、$Q$ は質問数、$N$ は再サンプリング数）を処理するため、システムは非同期キューを使用する。ワーカーは、各ペルソナに対して質問を逐次的に実行し、**逐次的コンテキスト蓄積（sequential context accumulation）**を行うことで、質問間の信念の一貫性を確保する。
   • サーベイ・ビルダー: グラフィカルなインターフェースにより、ユーザーはコーディングなしでマルチモーダルな調査（選択式、自由記述、ランキング、画像、音声）を構築できる。

3. デモグラフィック・ターゲティングと選択:

   • 確率的マッチング: デモグラフィック属性は推論された分布 ($p_{b,d}(c)$) であるため、システムは2つの選択アルゴリズムを採用している。
     • Top-K 確率ランキング: ターゲットとなるフィルターとの共同適合性が最も高いペルソナを選択する。
     • 均衡デモグラフィック・マッチング: 特定のデモグラフィック・セル（例：年齢 $\times$ 性別）を埋めるための割り当て問題を解く（ハンガリー法を使用）。この際、全体的な適合性を最大化する。リアルタイムのレイテンシを確保するため、候補プールは割り当て前に各セルにつきトップ-$M$ の候補に絞り込まれる。
   • デモグラフィック推論: ユーザーは新しいデモグラフィック次元（例：政治的傾向）をオンザフライで定義できる。システムは、セルフホスト型のvLLMインフラストラクチャを持たないユーザーにも対応できるよう、Logprobs モード（単一の制約付きフォワードパス）または N-sample モード（繰り返しサンプリングからの経験的分布）を使用して、これらの次元の確率分布を推定する。

4. 回答アルゴリズム:

   • Anthology (デフォルト): 最初の質問の前にフル・バックストーリーを前置し、以降の質問に対しては質問と回答のペアをコンテキストに追加する。
   • ゼロショット・ベースライン: 短いデモグラフィック記述（CLAIRスタイルのプロンプトなど）のみで条件付けを行い、アブレーション制御（比較対照）として機能させる。

主な貢献

• 初のオープンソースGUIプラットフォーム: Anamnesisは、ナラティブ・バックストーリーによる条件付け、確率的デモグラフィック・マッチング、逐次的コンテキスト蓄積、およびマルチモーダル・サーベイ・サポートを組み合わせた、展開可能な非技術的インターフェースを備えた初のシステムである。
• 高度なフレームワークの運用化: 本システムは、Anthology および Alterity の手法を研究用プロトタイプから統一されたウェブ・インターフェースへと変換し、プログラミングの専門知識を持たない研究者でも最先端のペルソナ近似を利用可能にする。
• スケーラブルなインフラストラクチャ: プラットフォームは、自動化されたデモグラフィック・バランシングと結果の集計を備えた、35,000個の事前サンプリングされたバックストーリーのプールを用いた並行的な調査実行をサポートする。

結果

システムは2つのケーススタディを通じて評価された。

1. 公論調査の再現（Pew Research Center ATP）:

   • プラットフォームは、3つのウェーブ（バイオメディカル、政治的タイポロジー、AI）にわたって American Trends Panel (ATP) のセグメントを再現した。
   • 指標: 応答相関行列間の平均ワッサースタイン距離 (WD) およびフロベニウス・ノルム (Fro.)。
   • 結果: Anamnesis（バックストーリー条件付け）は、標準的なデモグラフィック・リスト・ベースライン（BIO および QA）よりも、実世界の回答分布のマッチングにおいて有意に優れた性能を示した。例えば、ウェーブ34において、Anamnesis は BIO ベースラインの 0.258 に対し、0.147 の WD を達成した。結果は人間の分布を密接に反映していたが、実際の人間データとの間には依然として差が存在した。

2. マルチモーダル・プリファレンス推定（New Yorker Caption Contest）:

   • システムは、49件のカートゥーン・キャプション・コンテストにおける人間の視覚と言語の好みをシミュレートした。
   • 指標: 多数決の精度および人間が好むキャプションへの投票シェア。
   • 結果: Anthology アプローチは、59.2% の多数決精度を達成した（ゼロショット・ベースラインの 51.0% に対比）。また、人間が好むキャプションへの平均投票シェアを 7.8 パーセントポイント向上させた ($p=0.0024$)。これは、ナラティブな条件付けが、マルチモーダルなタスクにおける集団的な人間の判断との整合性を向上させることを示している。

意義

本論文は、Anamnesis を、プロプライエタリなシミュレーション・サービスに代わる、透明性が高く再現可能なオープンソースの選択肢として位置づけている。その主な有用性は、人間被験者を募集する前に、多様でデモグラフィック的にバランスの取れた仮想集団を用いて、調査票のプロトタイプ作成およびストレス・テストを行うことを社会科学者に提供することにある。高精度なペルソナ・シミュレーションのための非技術的なインターフェースを提供することで、本プラットフォームは厳密な社会科学的手法へのアクセスを民主化し、研究者が伝統的な被験者研究のロジスティックな負担なしに、サブグループ間の意見分布を調査することを可能にすることを目指している。