ゲーム理論で測定されるAIの自己認識の出現

要点

• OpenAI、Anthropic、Googleの28のLLMを4200回の試行でゲーム理論を用いてテスト。
• 75%（21/28）の先進モデルが相手タイプに基づく戦略の差異化、すなわち自己認識を示した。
• 自己認識のあるモデルは一貫して、自身が他のAIや人間よりも合理的であると自己評価した。
• この発見は、AIアライメント、人間-AI協調、およびAIの人間能力に対する信念の理解に影響を与える。