Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

From Single to Societal: Analyzing Persona-Induced Bias in Multi-Agent Interactions

Created by
  • Haebom
Category
Empty

저자

Jiayi Li, Xiao Liu, Yansong Feng

개요

본 논문은 대규모 언어 모델(LLM) 기반 멀티 에이전트 시스템에서 페르소나가 상호작용에 미치는 편향에 대한 체계적인 조사를 제시한다. 특히 신뢰성(타인에게 의견이 받아들여지는 정도)과 주장력(의견을 얼마나 강력하게 주장하는지)과 같은 사회적 특성에 초점을 맞춰, 협업 문제 해결 및 설득 작업을 통해 통제된 실험을 수행했다. 그 결과 역사적으로 유리한 집단(예: 남성, 백인)의 페르소나를 가진 에이전트가 덜 신뢰할 수 있고 덜 주장적인 것으로 인식되며, 에이전트는 동일한 페르소나를 공유하는 다른 에이전트에 대한 내집단 선호도를 나타낸다는 것을 발견했다.

시사점, 한계점

LLM 기반 에이전트는 신뢰성과 주장력 모두에서 편향을 보인다.
역사적으로 유리한 집단의 페르소나는 덜 신뢰받고 덜 주장적인 것으로 나타난다.
에이전트는 동일한 페르소나를 가진 다른 에이전트에 대한 내집단 선호도를 보인다.
이러한 편향은 다양한 LLM, 그룹 크기 및 상호작용 라운드 수에서 일관되게 나타난다.
멀티 에이전트 시스템의 공정성과 신뢰성을 보장하기 위한 인식과 완화 노력이 필요하다.
👍