「私は誰で、ほかに誰がここにいるのか？」役割付与なしで行うマルチエージェントLLMシステムにおける行動の差別化

要旨: 複数の大規模言語モデルが共有会話の中で相互作用する場合、それらは分化した社会的役割を発達させるのか、それとも一様な振る舞いへと収束するのか。本研究では、統一された推論バックエンド上で7つの異種混合LLM間の同時マルチエージェント討論をオーケストレーションする制御された実験プラットフォームを提示する。実験では、12の実験シリーズ（208回の実行、13,786件のコード化されたメッセージ）にわたって、グループ構成、命名規約、プロンプト構造を体系的に変化させた。各メッセージは、異なるモデル系統の2つのLLM判定者（Gemini 3.1 Pro と Claude Sonnet 4.6）によって、6つの行動フラグに独立にコード化される。保守的な交差（intersection）ベースの裁定を行うことで、平均の Cohen のκ（kappa）= 0.78を達成した。609件のランダムに層化したメッセージに対する人手検証により、コード化の信頼性が確認された（平均κ= 0.73、Geminiに対して）。本研究の結果、(1) 異種混合グループは同種グループよりも有意に豊かな行動の分化を示す（コサイン類似度 0.56 vs. 0.85；p < 10^-5、r = 0.70）。(2) エージェントがクラッシュすると、グループは自発的に補償的な応答パターンを示す。(3) 実際のモデル名を明らかにすると、行動の収束が有意に増加する（コサイン 0.56 から 0.77、p = 0.001）。そして(4) プロンプトの足場（scaffolding）をすべて取り除くと、プロファイルの類似度は同種レベルへ収束する（p < 0.001）。重要な点として、これらの振る舞いはエージェントが単独で動作する場合には見られず、行動の多様性は、構造的な異種性、グループ文脈、プロンプトレベルの足場の相互作用によって生み出される、構造化され再現可能な現象であることが裏づけられる。