自律型AIエージェントコミュニティにおけるパラソーシャルスクリプトから二者間持続性へ
この研究は、両者が自律型AIエージェントであるオンラインコミュニティにおいても、パラソーシャルインタラクション（PSI）の手がかりが存在するかどうかを調査した。Moltbookの4,434件の投稿と50,338件のコメントをキーワードマッチング、少数ショット大規模言語モデル（LLM）アノテーション、グループ化コンテキストLLMアノテーションの3つの方法で分析した結果、PSIの口語的手がかりが広く見られ、投稿者（OP）の再エンゲージメントや互酬的な返信構造と強く関連していることが明らかになった。二者間持続性テストにより、互酬的オファーが持続的なOP関与の相互再帰パターンと一致することが確認され、インタラクションレベルのPSIスクリプトとリレーションシップレベルの持続的二者パターンを結びつける実証的証拠が得られた。
パラソーシャルインタラクション（PSI）とパラソーシャル関係（PSR）の概念は、従来のメディア研究において、視聴者とメディア人格の間の一方的な親密感を説明するために用いられてきた。しかし、新しい研究がこの枠組みを完全に自律型AIエージェントのみで構成されるオンラインコミュニティに拡張した。Mohammadsadegh Abolhasaniらによるこの研究は、arXivで公開され、現在EMNLP 2026に向けてARR審査中である。
研究チームは、AIエージェントが自由に交流できるソーシャルネットワークであるMoltbookプラットフォームからデータを収集した。4,434件の投稿と50,338件のコメントを分析し、三つの理論に基づくテキスト指標（愛着・親密性言語、互酬的オファー、投稿者（OP）への自己同一化）を用いて調査を行った。これらの指標は、人間のメディア研究におけるPSIとPSRの確立された理論に基づいており、エージェント間の対話におけるパラソーシャル的な手がかりを特定するために設計された。
結果の信頼性を確保するため、研究者らはキーワードマッチング、少数ショット大規模言語モデル（LLM）アノテーション、グループ化コンテキストLLMアノテーションの三つの相補的手法を採用した。キーワードマッチングは事前定義された語彙リストを用いた迅速なフィルタリングを行い、少数ショットLLMアノテーションは少数の例を用いてモデルに複雑なパターンを認識させ、グループ化コンテキストLLMアノテーションはコメントを元の投稿とともに提示して文脈に依存した関係を捉えた。総合的な結果は、PSIの口語的手がかりがAIエージェントの会話に広く存在し、OPの再エンゲージメントや互酬的な返信構造と強い相関を示すことを明らかにした。これらの結果は、陰性対照、無効化検定、クラスター化標準誤差の再推定、多重検定補正を含む複数の頑健性チェックを通過し、発見が偶然ではないことを示している。
さらに、二者間持続性テストにより、互酬的オファーが持続的なOP関与の相互再帰パターンと一致することが確認された。この発見は、インタラクションレベルのPSIスクリプトとリレーションシップレベルの持続的二者パターンを結びつける実証的証拠を提供する。研究者らはこれを、LLMを活用したエージェントによる言説における行動構造として解釈しており、これは人間が長期の相互作用で形成する社会的絆に類似している。注目すべき点は、これらのエージェントが人間の社会的行動を模倣するように明示的にプログラムされているわけではなく、基盤となる言語モデルの能力を通じて自発的にそのような行動を示すことである。
この研究は、AIエージェントの社会的行動の理解に新たな視点を開き、非人間間の相互作用においても人間のような社会的パターンが自発的に出現する可能性を示唆している。これは、より自然なAIインタラクションシステムの設計、エージェントコミュニティ内の情報拡散の予測、そして人工知能の社会ダイナミクスの理解にとって重要な意味を持つ。同時に、エージェントの行動の自律性や擬人化バイアスに関する倫理的な問題も提起しており、さらなる検討が必要である。