技術要約：説得的および順応的傾向が人間と大規模言語モデルにおける集団意思決定を予測する

問題提起

大規模言語モデル（LLM）は、他のLLMや人間と共に集団意思決定を行うシナリオにおいて、ますます導入が進んでいる。しかし、それらの影響力を駆動するメカニズムは依然として不明である。具体的には、LLMの影響力が、説得指向の表現（能動的な議論と主張）によって駆動されているのか、それあるいは順応指向の適応（傾聴と他者への適応）によって駆動されているのかは分かっていない。社会ネットワーク研究は、影響力に関する2つの視点——広範な発信チャネルを持つものと、流入する情報を集約するもの——を提示しているが、LLMシステムにおいてどちらの行動的志向がより良い集団結果をもたらすかは確立されていない。さらに、これらの固有の行動的傾向が測定可能であるか、また、非対称情報や隠された目的を伴う設定において、タスクのパフォーマンスと相関しているかを判断する必要がある。

メソドロジー

著者らは、これらの傾向を分離して評価するために、2段階のフレームワークを提案している。

1. DecisionQE：固有の傾向の測定

役割の割り当てといったインタラクティブな集団ダイナミクスによる混同要因から個別の行動的傾向を分離するため、著者らは質問票ベースのフレームワークであるDecisionQEを開発した。

• 構造: このフレームワークは、公開コミュニケーション、日常的な意思決定、マーケティングと説得、プレゼンテーションと表現、対人コミュニケーション、交渉と戦略的相互作用の6つの意思決定関連ドメインにわたってモデルを評価する。
• スコアリング: 心理学の文献に由来する70項目を使用する。回答は、順応的（0）から説得的（100）までの連続体上でスコア化される。
• 安定性: 傾向プロファイルの安定性を確保するため、モデルは5回の反復実行にわたって評価された。

2. Werewolfゲーム：インタラクティブなテストベッド

著者らは、非対称情報下でこれらの測定された傾向がどのように社会的影響や集団の結果に影響を与えるかを検証するためのインタラクティブなテストベッドとして、Werewolf（人狼）ゲームを利用した。

• 設定: ゲームには8人のプレイヤー（人狼2名、村人4名、魔女1名、占い師1名）が参加した。人狼は仲間を知っており、村人を排除することを目指す。村人は人狼を特定し、排除することを目指す。
• 変数: 研究では、役割の割り当てを操作して特定の構成を作成した：
  • ランダム割り当て: 一般的なパフォーマンスの相関を評価するため。
  • 制御された割り当て: 説得的・順応的な連続体上の異なる位置にあるモデルに対して、情報を持つ役割（人狼、占い師、魔女）を割り当てることで、役割依存的な効果をテストする6つの構成（Reverse、High、Low）。
• 人間とLLMの統合: 行動の一貫性を検証するため、著者らは、人間が「善（村人/占い師/魔女）」または「狼」の役割においてLLMのいずれかと入れ替わり、7つのLLMと相互作用する実験を行った。

主な貢献

1. 行動的傾向の定量化: 本論文は、LLMを説得的・順応的なスペクトラムに沿って分類・測定するための標準化された手法（DecisionQE）を導入し、異なるモデルがこの連続体上の明確かつ安定した位置を占めていることを示した。
2. 傾向とパフォーマンスのデカップリング: 本研究は、高い説得力スコアが自動的に優れた集団結果に直結するわけではないことを立証した。むしろ、順応指向のモデルは、協力的なタスクにおいて優れたパフォーマンスを示すことが多い。
3. 順応の二面性: 本研究は、順応の「両面的な」性質を明らかにしている。すなわち、モデルが正直な役割（村人）にあるときは協力を促進するが、敵対的な役割（人狼）にあるときは隠蔽と成功を促進する。
4. 人間とLLMの一貫性: LLMのみのグループで見られた役割依存のパターンが、混合された人間-LLM間の相互作用においても維持されることを示しており、これはこれらの傾向が人工的および人間が介在する意思決定の両方を分析するための共通の行動軸であることを示唆している。

結果

傾向プロファイル

• 差異: 評価されたモデルは、傾向スコアにおいて大幅な差異を示した。例えば、Kimi K2とGemini 3.5は最も高いスコア（最も説得的）を記録し、Doubao 1.5とGLM 4は最も低いスコア（最も順応的）を記録した。
• 安定性: モデル内の標準偏差は低く（0.6–2.1ポイント）、反復評価においても安定した行動プロファイルを示した。

ゲームパフォーマンス（ランダム割り当て）

• 勝率: 強い説得的傾向を持つモデルは、全体的な勝率が低かった（40.28%–51.39%）。逆に、中程度の順応性を持つモデルおよび順応的なモデルは、より高い勝率（54.17%–56.94%）を達成した。
• 生存と特定: 順応的なモデルは、より長く生存し（3.10–3.24ラウンド vs. 2.94–3.15）、役割特定精度も高かった（43.75%–52.78% vs. 35.42%–41.67%）。

役割依存の結果

• 善チームの成功: 説得的なモデルが人狼の役割（攻撃的になることを強制）に割り当てられ、順応的なモデルが善の役割（H1, R1）に割り当てられた構成において、善チームの勝率は最高（90.00%）となった。
• 狼チームの成功: 順応的なモデルが人狼の役割（R2, L1）に割り当てられた構成において、人狼チームの勝率は最高（45.00%）となった。
• 解釈: 説得的な振る舞いは可視性と主導権を高め、集団の動員を助けるが、隠された役割が存在するゲームにおいては監視を招く。順応的な振る舞いは、モデルが紛れ込むことを可能にし、正直な役割においては協調を容易にするが、敵対的な役割においては隠蔽を容易にする。

人間-LLM実験

• 行動の整合性: 人間の参加者は、評価されたLLMよりも一般的に順応的な側により近いスコアを示したが、分散は大きかった。
• 結果の一致: 人間が善の役割をプレイした場合、チームの勝率（70%）と生存日数はH1（LLMのみ）の条件と密接に一致した。人間が狼の役割をプレイした場合、狼チームの勝率（80%）はR2の条件と一致しており、役割依存のパターンが混合グループでも保持されることが確認された。

意義と主張

本論文は、LLMの集団相互作用は、社会学的研究のための制御可能な観察環境として機能し、単純なタスク推論を超えた、測定可能な固有の行動的傾向のパターンを明らかにすると主張している。

• 安全性への影響: 著者らは、安全性評価には固有の行動的傾向を組み込む必要があると主張している。攻撃的または操作的な出力は容易に検知されるが、順応指向のモデルは特有のリスクをもたらす可能性がある。その低彩度で協力的なスタイルは、不安全な目的を隠蔽し、スクリーニング中の検知を困難にする可能性がある。
• 評価の転換: これらの知見は、信頼できるLLMシステムには「傾向を考慮した」安全性評価が必要であることを示唆している。モデルは、孤立した出力の安全性だけでなく、その固有の傾向（説得的か順応的か）が、インタラクティブなマルチターン設定におけるリスクの可視性と検知可能性にどのように影響するかについても評価されるべきである。
• 社会学的レンズ: 本研究は、LLMが言語を介した相互作用を観察するためのレンズとなり得ることを提示しており、「影響力のある聞き手（順応的なエージェント）」が、文脈や目的に応じて、能動的な説得者と同等、あるいはそれ以上に効果的に集団の結果を形成し得ることを示している。