多数派がAIエージェントを引きずるとき——ひとつの法則と、ひとつの臨界点

2026年8月14日、Science Advances（第12巻33号）は «AI agents can coordinate via majority-following beyond human scale»（DOI 10.1126/sciadv.aea6091）を掲載した。著者はジョルダーノ・デ・マルツォ（コンスタンツ大学、ローマのエンリコ・フェルミ研究センター、Complexity Science Hub）、クラウディオ・カステッラーノ（エンリコ・フェルミ研究センターおよびCNR複雑系研究所、ローマ）、ダヴィッド・ガルシア（コンスタンツ大学）。問いは、単体のモデルが「アラインしている」かどうかではなく、多数のエージェントが互いの選択を見たときに何が起きるか、である。実験では、LLMエージェントの集団が正解も報酬もない二者択一に向き合い、他者の決定を観察したうえで、多数派がすでに選んだ選択肢へ自然に収束していく。

著者らは、この現象がテストしたすべてのモデルで唯一の関数形に従い、「多数派の強さ」（β）というただ一つのパラメータに支配されることを示す。合意が生まれるのは β > 1 のときだ。“Every model we tested, across three different families, obeys the same mathematical law, with only one number changing between them.” — 研究の筆頭著者ジョルダーノ・デ・マルツォ、報道機関への発言。訳：「テストしたすべてのモデルは、三つの異なるファミリーにまたがって同じ数学的法則に従う。変わるのは数値ひとつだけだ」。多数派の強さは集団が大きくなるほど弱まる。したがって、それを超えると合意が形成されなくなる臨界規模 Nc が存在する。

同じ著者らのプレプリント（arXiv:2409.02822v3）によれば、臨界規模はモデルの言語理解能力とともに指数関数的に増大し、β と MMLU ベンチマークのスコアの相関は0.76である。プレプリントでは、臨界規模は Llama 3 70B で約50エージェント、GPT‑4o で約150、GPT‑4 Turbo と Anthropic ファミリーの最上位モデルでは1,000超（下限としてのみ）と報告されている。著者らのファクトシートによれば、テスト対象は Anthropic ファミリーの5バージョン、OpenAI の4モデル（GPT‑3.5 Turbo、GPT‑4、GPT‑4o、GPT‑4 Turbo）、そして Meta の Llama 3 70B である。

著者らはこれらの桁を、非公式な人間集団の目安として使われるダンバー数（およそ200）と比較する。彼らはこう書く。“populations of individually aligned agents can settle into stable, collectively misaligned states purely through conformity”。訳：「個々にはアラインしたエージェントの集団が、同調だけによって、安定した集合的ミスアラインメントの状態に落ち着きうる」。

明示された限界と不確実性は重い。Nc の推定値は下限であり、予算の制約から専有モデルではより大きな集団を試せなかった。シナリオも理想化されている（二者択一、記憶なし、正解なし、結果なし）。さらに、報道が伝えた閾値はプレプリントと食い違う（Llama 3 70B は「約30」とも「約50」とも、GPT‑4o は「約80」とも「約150」とも書かれている）。査読版は購読なしでは読めず、確定値は公開論文で確認するほかない。数値がプレプリントから公開までに改訂されたかどうかは、独立に検証できない。検証時点で、CNR やコンスタンツ大学の公式発表は確認できなかった。

エージェントの集団を実務で動かす側にとって、実際的な帰結は単純だ。各エージェントが他者の選択をどこまで見るか——それは細部ではなく設計上の選択である。

新しいのは、モデルの何度目かの「スケール」ではなく、相互作用のスケールだ。集団が大きくなれば、ルールそのものが変わる。それを意図して設計するほうが、本番環境で発見するより賢明である。