ペルソナがエージェントにSplit or Stealの選択をどう導くか
本論文は、AIエージェントが「Split or Steal」ゲームにおいて、付与されたペルソナ（性格や背景設定）によって協力または裏切りの選択がどのように変化するかを分析する。実験では、異なるペルソナを持つエージェントの行動パターンを比較し、ペルソナがゲーム理論上の意思決定に有意な影響を与えることを示している。
背景メモ
- 本論文は、協力と裏切りのジレンマを扱う古典的なゲーム理論「囚人のジレンマ」の亜種である「Split or Steal（分割か窃取か）」を用いた実験。
- 有名な英国クイズ番組「ゴールデンボール（Golden Balls）」で実際に使われたゲームで、二人のプレイヤーが賞金を「分ける（Split）」か「盗む（Steal）」かを同時に選択。両方がSplitで折半、片方だけStealならSteal側が総取り、両方Stealなら両者ゼロとなる。
- 本研究の独自性は、このゲームを人間どうしではなく、大規模言語モデル（LLM）を搭載したAIエージェントにプレイさせ、あらかじめ与える「ペルソナ（性格設定）」が協力行動にどう影響するかを調べた点。
- 背景として、LLMエージェントに特定の性格や役割（例：利他的、競争的、専門家）を付与すると、その行動や意思決定が変化することが知られており、AIの信頼性や安全性の観点から重要な研究テーマとなっている。