만약 LLM 에이전트의 집단을 시뮬레이션하여 양극화(polarization), 규범 형성(norm formation) 또는 정보 캐스케이드(information cascade)를 얻었다고 가정해 봅시다. 이 현상이 집단에 의해 발생한 것인지, 아니면 프롬프트, 기본 모델(base model) 또는 사전 학습 과정에서 기억된 무언가에 의해 발생한 것인지 어떻게 알 수 있을까요? 이러한 귀인 문제(attribution problem)가 AAAI-27 (2027년 2월 22일 또는 23일, 몬트리올 개최)에서 열리는 LLM을 사용한 사회 시뮬레이션 3차 워크숍(Social Sim’27)의 초점입니다.
저희는 다음 세 가지 축에 대한 연구를 찾고 있습니다:
- 집단 구성 (Population construction): 데이터 기반 집단 및 보정(calibration), 페르소나 모델링, 이질성(heterogeneity) 및 편향(bias), 인간-AI 하이브리드 시뮬레이션.
- 집단 역학 (Collective dynamics): 출현(emergence)과 회상(recall) 분리(프롬프트 아티팩트, 기억, 데이터 유출 포함), 모델 및 시드 전반의 견고성(robustness), 확장성 및 네트워크 구조, 규범 및 양극화, 전략적 행동, 네트워크 과학 및 게임 이론 방법론.
- 추론과 결과 (Inference and consequence): 검증 프로토콜, 공유 테스트베드, 복제 연구 및 부정적 결과(negative results), 사전 배포 평가로서의 시뮬레이션, 정책 및 윤리적 함의.
또한 LLM 사회를 신뢰해서는 안 되는 경우나, 비록 인간과 같지는 않더라도 인공적인 사회가 연구할 가치가 있는 사례와 같이 전제를 뒤흔드는 논문도 환영합니다.
범위 (Scope): 논문은 반드시 사회 환경을 시뮬레이션해야 합니다. 단일 에이전트 작업, 에이전트 코딩 벤치마크 및 사회적 해석 없이 이루어진 다중 에이전트 강화학습(multi-agent RL)은 범위를 벗어납니다.
트랙 (Tracks) (비보관용, AAAI-27 저자 키트, 이중 블라인드, 참고 문헌 제외):
- Regular: 최대 7페이지
- Early-stage: 최대 4페이지 (예비 결과, 프로토타입, 입장 논문)
- Replication & resources: 최대 4페이지 + 아티팩트 (환경, 데이터셋, 도구, 부정적 결과를 포함한 복제 연구)
일정 (AoE): 제출 마감일 2026년 11월 20일 · 통지일 12월 2일 · 최종본(camera-ready) 12월 9일 · 워크숍 2027년 2월 22일 또는 23일