When a new word works: neologism acceptance and collective identity in human and LLM-agent groups

技術要約：人間とLLMエージェントのグループにおける新語の受容と集団アイデンティティ

問題と動機
集団アイデンティティ（集団への帰属意識）は、人間の社会的行動を駆動する基本的な要因であり、認知や自己評価に影響を与える。質的研究や相関研究は、独特な集団言語（例：新語）が集団アイデンティティを強化することを示唆しているが、その因果関係を確立することは方法論的に困難であった。従来の実験デザインでは、参加者に新しい言葉を生成させる必要があり、それがストレスやばらつきを生じさせるか、あるいはバイアスを軽減するために大規模なリクルートを行って試行を繰り返す必要があり、そのような研究は非現実的であった。本研究は、次の因果的な問いに取り組むものである：「創発的な内集団の新語の導入は、集団アイデンティティを積極的に強化するのか、それともその関係は単なる相関関係に過ぎないのか？」

方法論
著者らは、1人の人間参加者と4人の大規模言語モデル（LLM）エージェントからなるハイブリッド環境を用いた、制御された介入実験を実施した。

• 参加者： CrowdWorksを通じて募集された100人の日本人成人を、介入群（$N=50$）と対照群（$N=50$）の2つの条件に割り当てた。割り当ては、個別のランダム化ではなく、逐次的なウェーブ形式で行われた準実験的な手法を用いた。
• 設定： 参加者はDiscord上で、「幸福とは何か、そして幸福はどうすれば達成できるか？」というトピックに関する約40分間のディスカッションを行った。
• エージェントの実装： 4つのLLMエージェント（Gemini 2.0 Flash搭載）には、自然な社会的ダイナミクスをシミュレートするために、明確なペルソナ（年齢、性別、性格、価値観）が割り当てられた。エージェントは、自然らしさを高めるために、具体的な例や固有名詞を使用するように指示された。
• 介入： 介入群では、議論開始から約30分後、ランダムに選ばれたエージェントが、直前の議論の文脈から派生した、新しく造られた日本語（カタカナの新語）を提案した。その後、エージェントはその新語を、返信ではない発話において50%の確率で使用した。対照群では新語は導入されなかった。
• 測定指標：
  • 集団アイデンティティ（CID）： 4項目尺度（自己同一性、帰属意識、重要性、批判に対する感情的反応）を用いて、ディスカッションの中間点と終了後に測定した。アウトカム変数は、これら2つの時点間の変化（$\Delta$CID）とした。
  • 新語の評価： 介入群において、参加者は提案された言葉について「使用意向」と「知覚された面白さ」を評価した。
  • 相互作用変数： メッセージ数（行動的エンゲージメント）およびチーム印象（自由記述コメントの感情極性、LLMを用いて分析）を測定した。

主な結果
研究では、介入効果と相互作用の関連を推定するために回帰モデルを用いた：

1. 平均的な介入効果： 新語の導入は、全参加者にわたって集団アイデンティティの統計的に有意な平均的増加をもたらさなかった（$\beta = -0.183, p = .135$）。これは、単に新しい言葉が存在するだけで、自動的に集団を結束させるわけではないことを示している。
2. 介入群における条件付き効果： 介入群内では、新語の評価と$\Delta$CIDとの間に正の関連が見られた（$\beta = +0.227, p = .038$）。新しい言葉をより好意的に評価した参加者は、集団アイデンティティの増加が大きかった。
3. エンゲージメントの相互作用： 介入群において、メッセージ数とチーム印象の間に有意な相互作用が観察された（$\beta = +0.372, p = .010$）。行動的に活発（高いメッセージ数）であり、かつチームに対して感情的にポジティブであった参加者が、最も大きな集団アイデンティティの成長を経験した。この相互作用は対照群では有意ではなかった。
4. 成功する新語の特徴： 言葉の評価に関する探索的分析により、高く評価された新語は具体的で、明確なイメージを想起させ（例：「ココロトネ」—心の音色）、現在の主観的な状態を記述していることが示唆された。低く評価された言葉は、抽象的であるか、長期的なプロセスに言及する傾向があった（例：「ヒストリア」—人生の歴史）。
5. チーム印象： 好意的なチーム印象は、両方のグループにおいて集団アイデンティティの増加と正の関連があった。これは、言語的介入に関わらず、相互作用の質が基礎的な要因であることを示唆している。

意義と主張
本論文は、LLMエージェントを用いて、独特な言語と集団アイデンティティの間の因果関係を、制御された介入ベースでテストした最初の事例であると主張している。主要な貢献は、集団言語に関する理論的理解の洗練である。すなわち、集団特有の言語と集団アイデンティティの関係は、自動的ではなく条件的であるということである。

著者らは、独特な言語が集団アイデンティティを強化するのは、以下の条件を満たす場合のみであると主張している：

1. 新しい表現がメンバーによって好意的に評価されていること（受容）。
2. その表現が、能動的でポジティブに経験された相互作用の文脈の中に組み込まれていること。

方法論的には、本研究は、自然な環境では検証が困難な社会心理学的仮説をテストするための、制御可能な環境として、人間とLLMエージェントの混合グループが有用であることを示している。また、エージェントのデザイン（ペルソナ、発話スタイル）は、単なる実装の詳細ではなく、重要な実験因子であることを強調している。なぜなら、エージェントの振る舞いのバリエーションが、参加者のチームに対する認識に大きく影響したからである。

著者が認める限界
著者らは以下の制約を明示している：

• 効果量： 平均的な介入効果は統計的に明確ではなく、単一の短期間の露出では、一様なアイデンティティの変化には不十分である可能性を示唆している。時間の経過に伴う繰り返しの使用が必要かもしれない。
• グループサイズ： 本研究では小規模なグループ（人間1名＋エージェント4名）を使用しており、同調圧力がより強い大規模なグループではダイナミクスが異なる可能性がある。
• 単純化： 1つのグループにつき1つの新語のみを導入したが、実際のコミュニティでは複数の競合する用語が存在する。
• 一般化可能性： 本研究はDiscord上の日本語話者に焦点を当てており、文化的およびプラットフォーム固有のバイアスが外的妥当性を制限する可能性がある。
• 開示： 参加者はパートナーがAIであることを知らされていた。これが、相互作用および提案された言葉の解釈に影響を与えた可能性がある。