制御から先見へ：人間-エージェント協働の新しいパラダイムとしてのシミュレーション

要旨: 大規模言語モデル（LLMs）は、複雑で多段階のタスクのために自律エージェントを動かすために、ますます利用されている。しかし、人間とエージェントの相互作用は依然として個別対応的かつ反応的です。ユーザーは即時のリスクを緩和するために個々の行動を承認または修正しますが、後続の結果を見通すことはできません。これにより、ユーザーは長期的な効果を頭の中でシミュレートすることを強いられます。これは認知的に負荷の高い、しばしば不正確なプロセスです。ユーザーは個々の手順をコントロールできますが、情報に基づく判断を下す先見性を欠いています。我々は、効果的な協働には単なるコントロールだけでなく、先見性が必要であると主張します。私たちはシミュレーション・イン・ザ・ループを提案します。これは、意思決定を行う前に、ユーザーとエージェントがシミュレーションされた将来の軌道を探索できる対話パラダイムです。シミュレーションは介入を反応的な推測から情報に基づく探索へと変換します。同時に、途中で潜在的な制約や嗜好をユーザーが発見できるよう支援します。この視点論文は、現在のパラダイムの限界を特徴づけ、シミュレーションベースの協働の概念的フレームワークを導入し、具体的な人間–エージェント協働シナリオを通じてその可能性を示します。