英語の「go」の過去形が一見無関係な「went」であるのはなぜか。このような交替は言語において頻繁に見られ、コミュニケーションや学習可能性を助けるものではないにもかかわらず、何世紀にもわたって持続することがある。この現象を理解するため、Aravinth KulanthaiveluとRichard SproatはarXivプレプリント（2606.12748）で、形態論的な語幹と屈折の交替の出現を研究するマルチエージェントシミュレーションの枠組みを提案している。
シミュレーションの中心的な仕組みは次の通りである。エージェントが別のエージェントによる新しい形式（例えば「go」の過去形）を聞くと、一定の確率でその形式を採用し、同じ元の形式を共有するパラダイムの他のスロットにもその使用を広げる可能性がある。こうして代替形式が集団内に広がり、語幹や屈折標識の交替変異として定着する。代替形式は音韻変化から生じることもあれば、「go/went」のように一部の集団に関連する語彙的代替から生じることもある。従来の多くの計算研究と異なり、このシステムは自然な語彙形式、現実的な音韻規則、数百から数千の項目を持つ語彙、数十から数百のエージェント集団を扱える。また、複数のネットワークトポロジー、拡散パターン、エージェントの採用ポリシーをサポートする。
このようなシミュレーションの課題の一つは評価である。得られた形態が実際の言語と比べてどれほど現実的か。著者らは、大規模言語モデル駆動の新システム「AI歴史言語学者」を導入し、二人の歴史言語学者の討論を模擬する。これを用いて、実際の言語形態、偽装形態、実験的に進化した形態を比較した。その結果、スケールフリーの社会ネットワークとランダムなベルヌーイ形式の採用が、よりもっともらしい形態を促進する要因であることが示唆された。
さらに論文では、実際に確認された歴史的変化をモデル化する3つのケーススタディを提示し、「歴史が異なっていたらどうなったか」を検証している。すべてのコードとデータは公開されている。本論文は計算と言語（cs.CL）に属し、51+37ページ、31図からなる。