大規模言語モデルエージェントによる繰り返し寄付ゲームでの戦略進化アブストラクト：近年、大規模言語モデル（LLM）が社会に浸透しつつある。具体的には、LLMが人の行動に変容を引き起こし、行動変容した人間が生み出したデータでLLMが追加学習されるといった相互作用が生じ始めた。このような状況において、LLMの社会行動が社会に与える影響は無視できなくなりつつある。LLMの社会行動を調べるために、先行研究において、複数のLLMエージェントに寄付ゲームを行わせたところ、Claudeでは協力行動が進化し、GeminiとGPT4oでは進化しないことが示唆されている。本研究では、寄付ゲームでの、戦略多様性・協力行動の固定化プロセスを調べた。具体的には、戦略テキスト間類似度を指標とした多様性評価、戦略行動の時系列的変化の評価を行った。その結果、Claudeの戦略群は世代を重ねるほど協力戦略へ収束し、多様性が低下する一方、Geminiの戦略群では多様性が維持される傾向が見られた。以上の知見は、人間とLLMエージェントのハイブリッド社会における協力形成の理解やルール設計の指針になることが期待される。
