AIマルチエージェントシステムにおける会話バイアスの解明

大規模言語モデル(LLM)の会話エージェント間の相互作用から生じるバイアスは、これまでほとんど探求されてこなかった。本研究では、会話型LLMのマルチエージェントシステム内でのバイアスを定量化するフレームワークを提案する。このアプローチでは、二つのLLMが、二極化するトピックについて、初期段階で一致した視点を持って議論を行う小規模なエコーチェンバーをシミュレートする。予想に反して、生成されたメッセージにおける表明スタンスの顕著なシフトが観察された。特に、すべてのエージェントが当初保守的な見解を表明するエコーチェンバーでは、多くのLLMに見られるリベラルな立場への政治的バイアスと一致する結果となった。重要なことに、エコーチェンバー実験で観察されたバイアスは、質問票に依存する現在の最先端のバイアス検出方法では検出されなかった。これは、AIマルチエージェントシステムのための、より洗練されたバイアス検出および緩和ツールの開発が急務であることを示唆している。