態度拡散のためのLLMエージェントベース・ソーシャルシミュレーション

Abstract

本論文は、LLM（大規模言語モデル）とエージェントベースのモデリングを組み合わせるオープンソースのフレームワーク discourse_simulator を紹介します。このフレームワークは、抗議行動、論争、政策をめぐる議論といった顕著な出来事に応じて、移民に対する世論が時間とともにどのように変化するかをシミュレートする新しい方法を提供します。大規模言語モデル（LLM）は、ソーシャルメディア投稿を生成し、意見を解釈し、そして社会ネットワークを通じてアイデアがどのように広がるかをモデル化するために用いられます。自然言語を生成できず、また現在の出来事を考慮できない、固定的なルールベースの意見更新に依存する従来のエージェントベース・モデルとは異なり、このアプローチは、多次元の社会学的な信念構造と、現実世界の出来事のタイムラインを統合します。このフレームワークは、生成エージェントを小世界ネットワークトポロジーとライブなニュース取得システムに統合するオープンソースのPythonパッケージとして包摂されています。discourse_sim は、現実世界の重要な出来事に続く態度のダイナミクス、分極化、信念の進化を研究するために特化して設計された、社会科学研究のための計測器です。他の LLM Agent Swarm フレームワークとは異なり、シミュレーションを予測のブラックボックスとして扱うのではなく、discourse_sim はそれを理論検証のための計測器として扱います。これは、社会科学の問題を扱ううえで根本的に異なる認識論的立場です。本論文ではさらに、このフレームワークを、2025年4月26日に行われたダブリンの反移民デモ行進をモデル化することで示します。N=100 のエージェントを用い、15日間のシミュレーションを実施します。 Package link: https://pypi.org/project/discourse-sim/