Formazione delle convinzioni guidata dalla coerenza e dinamiche del contagio nella popolazione di agenti LLM

Abstract degli autori

I modelli di contagio sociale di solito assumono un meccanismo di adozione delle convinzioni da parte degli individui e ne derivano il comportamento della popolazione. Noi, invece, misuriamo empiricamente l’adozione delle convinzioni negli agenti basati su modelli linguistici, quantificando la probabilità che un agente adotti un’affermazione in base al numero di suoi pari che la sostengono. Troviamo che questo kernel di adozione ha un andamento sigmoide, caratteristico del contagio complesso, con una soglia sensibile a tre fattori: la plausibilità dell’affermazione, l’affidabilità della fonte e la predisposizione dell’agente. Queste tre dimensioni sono ben approssimate da un’unica dimensione effettiva, che proponiamo di interpretare come la coerenza della nuova convinzione con quelle pregresse dell’agente LLM. Osserviamo inoltre una caratteristica del contagio complesso nelle dinamiche collettive di adozione delle convinzioni in un sistema di agenti di IA: la diffusione è maggiore nelle reti a cluster che in quelle casuali. Questi sistemi presentano anche una finestra di cascata con biforcazione e un consenso isteretico che si autosostiene, rendendo il consenso molto più difficile da eliminare che da stabilire.