Evolução da Linguagem para Evitar Regulação de Mídias Sociais via Simulação Multiagente Baseada em LLM

Plataformas de mídias sociais como Twitter, Reddit e Sina Weibo desempenham um papel crucial na comunicação global, mas frequentemente enfrentam regulações rígidas em regiões geopolítica e sensíveis. Essa situação levou os usuários a modificar engenhosamente sua forma de comunicação, frequentemente recorrendo a linguagem codificada nesses ambientes regulados de mídias sociais. Essa mudança na comunicação não é apenas uma estratégia para combater a regulação, mas uma manifestação vívida da evolução da linguagem, demonstrando como a linguagem evolui naturalmente sob pressões sociais e tecnológicas. Estudar a evolução da linguagem em contextos de mídias sociais reguladas é de grande importância para garantir a liberdade de expressão, otimizar a moderação de conteúdo e avançar na pesquisa linguística. Este artigo propõe um framework de simulação multiagente utilizando Modelos de Linguagem Grande (LLMs) para explorar a evolução da linguagem dos usuários em ambientes regulados de mídias sociais. O framework emprega agentes impulsionados por LLM: um agente supervisor que impõe supervisão de diálogo e agentes participantes que evoluem suas estratégias linguísticas enquanto se engajam em conversa, simulando a evolução de estilos de comunicação sob regulações rígidas com o objetivo de evitar a regulação de mídias sociais. O estudo avalia a eficácia do framework através de uma variedade de cenários, desde cenários abstratos até situações do mundo real. Os principais achados indicam que os LLMs são capazes de simular dinâmicas e interações de linguagem sutis em configurações restritas, mostrando melhoria tanto em evitar supervisão quanto em precisão da informação à medida que a evolução avança. Além disso, foi encontrado que os agentes LLM adotam diferentes estratégias para diferentes cenários.