エージェントが進化すると、制度も追随する

要旨: 月日をまたいで、複雑な社会は、認知的に制約されたかつ情報的に不完全な個人の間で、集団的な行為をどのように組織化するかという同一の協調問題に直面してきました。異なる文明は、「誰が提案し、誰が審査し、誰が実行し、そして誤りがどのように訂正されるか」といった同じ基本的問いに答えるために、異なる政治制度を発展させてきました。我々は、大規模言語モデルに基づくマルチエージェントシステムも同じ課題に直面していると主張します。彼らの中心的な問題は、個々の知能だけではなく、集団としての組織化です。したがって、歴史上の制度は、マルチエージェント・アーキテクチャのための構造化された設計空間を提供し、効率と誤り訂正、中央集権と分散、専門化と冗長性といった重要なトレードオフを、経験的に検証可能にします。我々は、4つの代表的な統治パターンにまたがる7つの歴史的な政治制度を、実行可能なマルチエージェント・アーキテクチャへと翻訳し、3つの大規模言語モデルと2つのベンチマークにわたって、同一条件下で評価します。その結果、統治のトポロジーは集団のパフォーマンスに強く影響することがわかりました。単一のモデルの中でも、最良の制度と最悪の制度の差は57パーセンテージポイントを超えます。また、最適なアーキテクチャは、モデルの能力とタスク特性に応じて体系的に変化します。これらの結果は、集団知能が単一の最適な組織形態によっては前進しないこと、つまりタスクや能力が進化するにつれて、統治のメカニズムが再選択され再構成され得ることを示唆しています。より広く言えば、これは extbf{自己進化するエージェント} から extbf{自己進化するマルチエージェント・システム} への移行を示しています。コードは 1href{https://github.com/cf3i/SocialSystemArena}{GitHub}で利用可能です。