大規模言語モデルはゲーム理論における合理的プレーヤーとして機能することができるか？体系的分析

ゲーム理論は、分析ツールとして、社会科学研究における人間の行動を分析するためにしばしば利用されます。大規模言語モデル（LLM）の行動と人間の行動との高い整合性から、LLMを人間の代替としてゲーム実験に使用し、社会科学研究を促進するという有望な研究方向があります。しかし、LLMとゲーム理論の組み合わせに関する多数の実証研究にもかかわらず、ゲーム理論におけるLLMの能力の境界は不明なままです。本研究では、ゲーム理論の文脈でLLMを体系的に分析することを目指します。具体的には、ゲーム理論の基本原則である合理性がプレーヤーの行動を評価するための指標として機能し、明確な欲求を構築し、不確実性に関する信念を洗練し、最適な行動を取ることを目指します。これに従い、3つの古典的なゲーム（独裁者ゲーム、じゃんけん、リングネットワークゲーム）を選択し、LLMがこれら3つの側面において合理性をどの程度達成できるかを分析します。実験結果は、最先端のLLM（GPT-4）でさえ、ゲーム理論における人間との間にかなりの差があることを示しています。例えば、LLMは珍しい好みに基づいて欲求を構築するのに苦労し、多くの単純なパターンから信念を洗練することができず、行動を取る際に洗練された信念を見落としたり修正したりする可能性があります。したがって、社会科学の分野におけるゲーム実験にLLMを導入する際は、より慎重にアプローチする必要があると考えます。