AI共犯者: 方法論と妥当性

AI共犯者とは、欺瞞、社会的圧力、交渉パラダイムにおいて人間の共謀者の代わりとなるスクリプトまたはモデル駆動型のエージェントです。訓練を受けた人間の共犯者とは異なり、その行動はすべての参加者にわたって正確に指定、記録、再現されるため、これが使用の中心的な方法論的議論の理由であり、またデフォルトで採用されるのではなく、デザイン決定として評価される必要がある理由です。

このページは、AIをその他のクラシックなパラダイムの中で人間の役割を代替するツールとして扱います：AIは道具であり、計測されるものではありません。それは、AI自体が研究の対象となる研究とは異なる質問であり、以下のFAQで扱われています。

AI共犯者としての要件

共犯者は、クラシックな意味では、参加者にとっては別の参加者や一般的な相手として現れるが、実際には実験者が制御するスクリプトに従って行動している人です。これは、欺瞞パラダイム（同調研究における偽の共同参加者）、社会的圧力パラダイム（信頼ゲームで非協力的に行動するパートナー）、および交渉や交渉タスク（あらかじめ決められたパターンに従ったオファーを行う対戦相手）で最もよく知られています。AI共犯者は、その人間の共謀者の代わりにモデル駆動型エージェントを立てます：参加者は依然として、あるいはそう信じ込まされている、実験の中で別の当事者と相互作用していると考えますが、その当事者の応答は、訓練を受けた人間俳優によって行われるのではなく、AIシステムによって生成またはスクリプトされます。

これは新しい実験デザインではありません。既存のデザイン内での別のアプローチであり、分野にはすでに同じアイデアの低技術版があります：Labvancedのマルチユーザー研究のドキュメントでは、参加者は別の参加者と対戦していると言われますが、実際にはもう一方はランダムな選択を行うアルゴリズムです。このアプローチはAI共犯者のアイデアの真の祖先ですが、限界があります：ランダム選択アルゴリズムはスクリプト化された社会的圧力交換を維持したり、交渉したり、信じられる欺瞞的な会話を持続したりすることはできません。生成的AIが加えるものは、自然で文脈に応じた言語を生成する能力であり、一部のデザインでは人間の共犯者のライブ即興の代わりに音声や画像も含まれます。これが、このアプローチがランダム選択アルゴリズムがサポートできなかったパラダイムに適している理由です。

AI共犯者の必要性

AI共犯者は人間の共犯者の完全な代替にはなりません；それは別の実行可能なオプションであり、いくつかのデザインではより強力です。4つの考慮事項がそれを支持します：制御、再現性、倫理、そしてスケールです。

制御

訓練を受けた人間の共犯者は、すべての参加者にわたって固定された行動プロトコルを再現するように求められます：同じトーン、同じ抵抗、交渉タスクにおける譲歩のタイミング。同じトーン、同じ抵抗、交渉タスクにおける譲歩のタイミング。実際には、共犯者はずれがちです。疲労、気分、及び多くのセッションを行う中で蓄積される経験が、研究者が設計したわけではない変動をもたらし、その変動は時間やセッション順序と相関し、実験的操作とは無関係です。固定されたプロンプトと固定された構成から生成されたAIエージェントは、人間のように疲労したりセッション経験を蓄積したりすることがないため、この特定のセッション間のずれの原因を取り除きますが（以下参照）、独自の一貫性要件を導入します。

Labvancedの実装において： 同じ Send to OpenAI 構成は、タスクに関してはすべてのセッションで変更されずに実行されます。これは、個人が毎回記憶から再現しなければならないプロトコルではなく、固定された設定です。

再現性

人間の共犯者の正確な行動は、方法のセクションで完全には指定されません。詳細なスクリプトでさえ、ヒューマンアクターが判断で埋めるギャップが残ります。そのため、異なる研究室は、元の共犯者のパフォーマンスの近似を再現しているのです。文書化されたプロンプト、モデルバージョン、および生成パラメータは、完全でポータブルな仕様です：別の研究室が元の共犯者に近づく新しいアクターを訓練するのではなく、同じ構成を実行できます。

Labvancedの実装において： モデルバージョン、温度、およびプロンプト自体は、タスク構成に直接保存されるため、このセクションが求める完全な仕様は、追加の文書作業ではなく、すでに保存されているものです。

倫理

ライブの人間共謀者で参加者を欺くことには、倫理的な重みがあります。ほとんどの制度的レビュー過程では、研究者に対してそれを正当化し、デブリーフィングを行うように要求しています：実際の人間は、何らかの意味で欺瞞に関与していました。AI生成の共犯者は、その構造の倫理的質感を変えますが、研究デザイン自体における基本的な欺瞞を取り除くものではありません。これは、欺瞞パラダイムが必要とする同じデブリーフィングと同意処理を必要とします。これにより、共犯者使用の特定の倫理的側面が和らぎますが、全体として欺瞞パラダイムを倫理的に単純にするものではありません。

スケール

オンラインおよびリモート研究は、単一のラボセッションが招待できるよりも遥かに多くの参加者をリクルートすることができ、これが人間共犯者に特有のスケーリング問題を生み出しています：追加の参加者ごとに別の共犯者セッションが必要です。そのため、より大きなサンプルは、より多くの共犯者をリクルートし、訓練し、予定を調整しなければならず、加えて、共犯者間の行動の一貫性を維持し、さらにセッション内の共犯者の変動を制御する必要があります（上記）。AI共犯者はこの問題を持ちません。同じ構成が千人目の参加者に対しても、最初とまったく同じように実行され、追加のスタッフ、訓練、または共犯者間の一貫性チェックの管理が必要ありません。これがAI共犯者が大規模なオンライン研究に特に適している理由です。

Labvancedの実装において: 同じAI共謀者の構成は、研究が20人の参加者を集める場合でも2,000人の場合でも変更されることなく実行されます。これは、サンプルサイズに合わせてスケールする必要があるのはタスク設定であって人員配置ではないためです。

AI共謀者を使用する際の方法論的考慮事項

AI共謀者を採用することは、プラグ・アンド・プレイの選択肢ではありません。独自の設計要件を導入し、それらを省略することは、人間の共謀者による混乱をモデル共謀者によるものに置き換えるだけです。

独立変数としてのAIの行動制御

AI共謀者の反応が参加者間で予測不可能に変動する場合、口調、協力的または非協力的に見える度合い、応答の長さにおいて、研究はAI共謀者が除去することを目的としているまさにその種の無制御の変動を再導入しています。LabvancedのAIと心理学研究の統合は、共謀者の行動を仮定ではなく制御された変数として扱うために研究者が必要とする特定のパラメータを明らかにします：

研究の期間中にピン留めされた Model Version、これによりセッション間のプロバイダー側のモデル更新が研究の途中で共謀者の行動を変更できなくなります。
system-ロールメッセージ、Insert Messageを介して設定され、共謀者の人格と行動の境界をモデルのデフォルトの判断に任せるのではなく文書化します：参加者プールに適した言語レジスターやスラング、現在の出来事の認識の範囲、参加者がAIであるかを直接尋ねた場合にどう応答するか。
スクリプト的な感覚を持つ共謀者のために、その範囲の決定論的な端に設定された Temperature、温度は生成される応答のランダムさと予測可能さを支配します。
参加者間で応答の長さを一貫させるために制限された Max Tokens、制限されていない共謀者はセッションごとに発言量が大きく異なる可能性があります。
音声ベースの共謀者の場合、参加者間で音声トーンを一定に保つために固定された Voice と書面での Instructions（たとえば、中立的で冷静な言葉遣いを指定する）を用意します。
すべての参加者との完全な交換が記録され、共謀者が一貫して行動したかを事後検証するために利用可能であるようにリンクされた Chat History Dataframe、これは人間の共謀者のスクリプト遵守に対して操作チェックが提供するのと同様の監査トレイルです。

これらの設定が組み合わさることで、セッション間のgenAIのパフォーマンスの一貫性が高まります。これは、研究者が意図的に引き金を引かなければならないものであり、人間の共謀者の研究が俳優がスクリプトを無支援で再現することを仮定するのではなく、訓練プロトコルとセッション間の忠実度チェックを必要とする方法と同じです。

OpenAIテキストベースのチャット

このテンプレートは、LabvancedとOpenAI間のリアルタイム通信チャネルを設定します。この統合に基づいたすべての共謀者ベースの研究が依存する基盤です。それを出発点として使用し、プロンプト、モデル、パラメータを自分のパラダイムに合わせて修正してください。

注意： この特定のデモでは、トークンの長さ（すなわち、応答の長さ）は100に設定されており、温度（すなわち、創造性）は1に設定されています。これは 研究設定 で調整可能です。

妥当性変数としてのプロンプト設計

system-ロールメッセージは、研究者が共謀者の全行動方針を手書きする場所です：その言語レジスターやスラング、現在の出来事の認識の範囲、参加者がAIであるかを直接尋ねた場合にどう応答するか。異なるスラングのキャリブレーション、異なる最新の出来事のカットオフ、またはAIの質問に対して異なるスクリプト的な回答を持つ同じ置き換えを実行している2つのラボは、意味のある異なる共謀者の行動を得る可能性が高く、これは言語モデル研究一般でよく文書化されたプロンプトの感度の一形態です (Zhuo et al., 2024)。参加者がAI共謀者に対して人間共謀者とは異なる反応を示す研究は、本当に置き換え効果を捉えている可能性がある一方、どちらかの次元において不十分に指定されたまたは不適切に設計されたプロンプトを拾っている可能性もあります。プロンプト設計を報告し scrutinizedすべき変数として扱うことは、これら2つの説明を区別可能にします。

Labvancedの実装において: これはsystem-ロールメッセージがInsert Messageを介して設定され、各セッションのために新たに入力されるのではなく、タスクの一部として1度保存されるため、正確に書かれた内容を報告し監査することが可能です。

同じ著作権は意図的な使用も開きます：研究者は、操業そのものとして条件間でシステムプロンプトを変化させることができ、たとえば、交渉タスクにおける協力的なペルソナ共謀者と競争的なペルソナ共謀者を比較します。ここでプロンプト自体が独立変数であり、条件間で意図的に変化させることができ、方法論的な基準もそれに応じて変わります：プロンプトのバリエーションは意図された次元（協力的対競争的）のみで異なる必要があり、他の偶然の次元（長さ、形式、語彙）で異なる必要はありません。また、マニピュレーションは研究が始まる前に混乱してしまいます。参加者が意図された次元に沿って共謀者をどのように実際に認識したかについてのマニピュレーションチェックはここで不可欠であり、これはパイロットテストが人間の共謀者のスクリプトペルソナが意図した通りに伝わったかを確認するのと同じです。

パラダイムの適合性

AI共謀者は、相互作用が事前に指定できるか、制限された応答タイプのセットから生成できるパラダイムに適しています。特に、ディセプションシナリオ、構造化されたソーシャルプレッシャーの交換、定義されたオファースペースを持つ交渉や賭けのタスクなどです。AI交渉研究はここで非常に明確に適合しており、オファーとカウンターオファーは定義されたスペース内に収まるため、オープンエンドの即興演奏は必要ありません。相互作用が共謀者がその制約されたスペースの外で説得力のある即興演奏を行うことに依存している場合や、参加者が同等の人間の仲間と関わっていると信じることに特に依存する場合には、AIの存在が疑われた瞬間に、マニピュレーションが完全に崩壊するため、適合性はそれほど良くありません。

Labvancedの実装において: Send to OpenAIアクションは、単一参加者研究内でのディセプション、ソーシャルプレッシャー、または交渉交換の共謀者の側を生成します。共謀者は第二の実際の接続されたユーザーではないため、これらのパラダイムを構築するのにLabvancedのマルチユーザーインフラストラクチャは必要なく、参加者のセッションが唯一のライブセッションです。

パラダイムタイプ	AI共謀者の適合	理由
脚本化された欺瞞（偽の共同参加者、確認操作）	適合	行動を事前に完全に指定でき、即興的なライブ演技が不要
構造化された社会的圧力の交換（信頼またはジレンマゲームにおけるパートナーの協力/脱退）	適合	反応空間が制限されており（協力、脱退、特定のメッセージタイプ）、制御されたプロンプトに適している
定義されたオファースペースを持つ交渉および取引タスク	適合	オファーやカウンターオファーは、文書化されたパラメータ内で生成可能
オープンエンドの即興的な社会的相互作用	不適合	制限された反応セットの外での説得力のある、即興的な人間のような演技に依存
同等の人間の仲間の信念が操作の荷重要素である設計	まず操作チェックが必要	AIの存在が疑われると、欺瞞が崩壊する; それが持続するかどうかは未解決の実証的な問いであり、当然とは限らない

オープンな妥当性の疑問

AI駆動の共謀者に欺かれた参加者が、信頼ゲーム、コンフォーミティパラダイム、または特に交渉タスクにおいて人間の共謀者に欺かれた参加者と同じように行動するかどうかは、まだ直接的にはテストされていない：この置き換えは新しすぎて、単純にその頭対頭の比較はまだ行われていない。AIの存在を疑ったり発見したりすることが、相互作用の社会的リスクを人間の共謀者ではない方法で変更する可能性があり、これはAI共謀者が単に混乱を取り除くのではなく、人間の一貫性の混乱とAI特有の別のものを交換することを意味する。AI共謀者の厳密な使用は、例えば、参加者が人間と相互作用していると正しく信じていたかどうかを操作チェックを通じて確認することが必要なオープンな実証的な問いとして扱う。

よくある質問

AIは心理学実験において人間の共謀者を置き換えることができますか？

方法論的には、共謀者の行動が事前に指定できるか、制限された反応空間内で生成されるパラダイムにおいて、欺瞞シナリオ、構造化された社会的圧力の交換、そして交渉タスクは明確に適合します。それに関する根拠は、制御、再現性、スケール、および生の人間の共謀者で参加者を欺くことと比べて倫理的重みを減少させることにあります。参加者が人間の共謀者と同じ行動をするかどうかは、別個の、現在のオープンな実証的な問いです。

AI共謀者と人間-AI相互作用研究の違いは何ですか？

AI共謀者のデザインでは、AIが古典的なパラダイムの中で人間の役割を代替し、欺瞞、社会的圧力、交渉において、それは測定対象ではなく道具です。人間-AI相互作用研究では、AI自体が被験者で、研究の質問は人々がAIにどう反応するか（信頼の調整、説得、チャットボットのユーザー体験）に関するもので、参加者は通常AIと相互作用していることを知っており、そうでないと信じ込むことはありません。

AI共謀者を使用することで、人間の共謀者にはない妥当性の問題が導入されますか？

導入されることがあります。AI共謀者は、人間の演者が疲労と蓄積経験を通じて導入するセッション間のドリフトを取り除きますが、その行動が意図的に制御されない（モデルバージョン、温度、音声、音声ベースの共謀者には配信指示）場合、独自の矛盾を導入する可能性があります。また、参加者がAIの存在を疑ったり確認したりした場合に反応が異なるかどうかについても未解決の疑問があり、人間共謀者の研究では同様の方法で考慮する必要はありません。

AI共謀者はどのパラダイムに適していますか？

反応空間が制限できるパラダイム：脚本化された欺瞞、構造化された社会的圧力の交換（協力/脱退スタイルの相互作用）、および定義されたオファースペースを持つ交渉または取引タスクに適しています。オープンエンドの即興的な社会的相互作用や、操作が参加者が同等の人間の仲間と相互作用していると信じることに特に依存する設計には不向きです。なぜなら、AIの存在が疑われると、その信念が崩壊する可能性があるからです。

AI共謀者を使用することはAI欺瞞研究と同じですか？

AI共謀者はAI欺瞞研究を実施する一つの方法であり、同義語ではありません。AI欺瞞研究はより広いカテゴリーであり、人工知能エージェントの関与が参加者に隠されたり誤って伝えられたりする任意の研究です。AI共謀者は、その隠されたAIが古典的なパラダイムの中で人間の共犯者の役割を果たす具体的なケースであり、例えばAIが静かに参加者に人間のソースから得られたとされる刺激を生成する場合とは異なります。

交渉または取引パラダイムがターゲットデザインである場合、最終通告ゲームタスクページは、AI共謀者が生成するのに適している制限されたオファースペース構造の具体的な例です。