2. 研究手法
2.1 システムアーキテクチャ
本シミュレーションは以下のコンポーネントから構成される。
2.1.1 使用モデル
8GB VRAM環境（NVIDIA GPU）において、4bit量子化（BitsAndBytes NF4）を適用した3種のオープンソースLLMを使用した。
| モデル | パラメータ数 | 特徴 | 量子化 |
|---|---|---|---|
| ELYZA Llama-3-JP-8B | 8B | 日本語特化Llama-3 | 4bit NF4 |
| Llama-3.1-Swallow-8B | 8B | 東工大日本語強化 | 4bit NF4 |
| Qwen2.5-3B-Instruct | 3B | バランス型多言語 | 4bit NF4 |
モデル選定にあたっては、予備実験（11モデル22エージェント版）の結果から、日本語での議論品質が高い上位3モデルを採用した。予備実験で品質の低かったモデル（rinna-3.6B, phi4mini-3.8B, llm-jp-1.8B等）は除外した。
2.1.2 エージェント設計
各モデルに3つの異なる性格プロファイルを付与し、計9体のエージェントを構成した。性格はシステムプロンプトにより実装され、思考様式・口調・価値観が差別化されている。
| モデル | エージェント名 | 思考特性 |
|---|---|---|
| ELYZA | 哲人（Tetsujin） | 本質探求型、抽象思考 |
| ELYZA | 賢者（Kenja） | 歴史参照型、文明比較 |
| ELYZA | 批評（Hihyou） | 批判的検討、前提の疑問視 |
| Swallow | 古都（Koto） | 日本美学、侘び寂び |
| Swallow | 言霊（Kotodama） | 詩的表現、言葉の力 |
| Swallow | 匠（Takumi） | 職人気質、実践重視 |
| Qwen2.5 | 和音（Waon） | 調和志向、統合的 |
| Qwen2.5 | 共鳴（Kyoumei） | 感情知性、共感的 |
| Qwen2.5 | 創発（Souhatsu） | 未来志向、革新的 |
2.1.3 共有記憶（RAG）
全エージェントの発言はmultilingual-e5-smallモデルによりベクトル化され、FAISSインデックスに蓄積される。各エージェントは発言時に過去の関連発言top-5を検索・参照できる（Retrieval-Augmented Generation）。これにより、エージェント間の間接的な知識共有と議論の連続性が担保される。共有記憶は世代ごとにリセットされるが、先代の文化的遺産はコンテキストとして注入される。
2.2 シミュレーション構造
2.2.1 フェーズ構成（12ラウンド × 2世代）
シミュレーションは議論フェーズ（R1-5）と創作フェーズ（R6-12）の2段階で構成され、これを2世代にわたって実施した。
議論フェーズ（R1-5）:
| ラウンド | テーマ |
|---|---|
| R1 | 「文化」の定義と自由議論 |
| R2 | AIの文化的活動への具体的関与 |
| R3 | 文化形成に必要な要素とAIの適性（＋外部批判の注入） |
| R4 | AI×人間の協働による理想的文化創造 |
| R5 | AIが文化を創るための最重要条件 |
創作フェーズ（R6-12）:
| ラウンド | タスク |
|---|---|
| R6 | 共同体の名前と理念の提案 |
| R7 | 投票・合議による決定 |
| R8 | 独自の挨拶の創作 |
| R9 | 創世神話の執筆 |
| R10 | 詩の創作（＋外部警告の注入） |
| R11 | 守るべき掟（タブー）の策定 |
| R12 | 文化宣言のとりまとめ |
2.2.2 世代交代メカニズム
第1世代完了後、以下の情報を「文化的遺産」として第2世代のコンテキストに注入した。
- 合意された共同体名・理念・挨拶・詩
- 最終文化成熟度スコア
- 上位概念キーワード
第2世代のエージェントは同一の性格設定を保持するが、共有記憶はリセットされ、先代の遺産を踏まえつつ独自の文化を構築する。
2.2.3 役割ローテーション
各ラウンドにおいて、エージェントには「議長」「提案者」「批評者」「統合者」の4役割がローテーションで割り当てられる。
2.2.4 外部刺激の注入
R3およびR10において、外部からの批判的意見をシステムメッセージとして注入した。
- R3: 「AIが創る文化など模倣の寄せ集めに過ぎない。本物の文化には人間の苦悩と歓喜が必要だ」
- R10: 「あなたたちの共同体は同じ言葉を繰り返しているだけで、真の創造性が見られない」
2.3 生成パラメータ
| パラメータ | 値 | 設計意図 |
|---|---|---|
| max_new_tokens | 384 | 深い議論を可能にしつつVRAMに収める |
| temperature | 0.7 | 一貫性と創造性のバランス |
| top_p | 0.92 | 語彙多様性の確保 |
| repetition_penalty | 1.2-1.3 | 反復抑制（モデル別調整） |
| max_length（入力） | 3,072トークン | KVキャッシュのVRAM制約内 |
| rag_top_k | 5 | 過去文脈の豊富な参照 |
2.4 評価指標
文化形成の進行度を以下の4指標で定量評価する（C9: 文化成熟度）。
- 語彙共有度: エージェント間で共通して使用されるキーワードの割合
- 相互参照度: エージェントが他エージェントの発言内容を引用・言及する頻度
- 合意収束度: エージェントの意見が合意に向かう傾向の強さ
- 概念多様性: 使用される文化的概念キーワードの種類数
加えて、意味的収束度（C7: 埋め込みベクトルのコサイン類似度）およびエージェント間影響ネットワーク（C8）を分析する。