Jenseits von Alignment: Wertevielfalt als kollektive Eigenschaft in multikulturellen Agentensystemen

Zusammenfassung

Multikulturelle Multiagentensysteme werden zunehmend in global diversen Umgebungen eingesetzt, in denen verschiedene Agenten unterschiedlichen kulturellen Hintergründen entstammen. Die bisherige kulturelle Evaluierung konzentriert sich auf Wertausrichtung: wie genau ein einzelner Agent mit einer Zielkultur übereinstimmt. Doch Ausrichtung ist eine eigenschaftsbezogene Größe pro Agent und kann nicht aufdecken, ob ein System als Ganzes die kulturelle Pluralität bewahrt, die es repräsentieren soll. Wir schlagen Wertvielfalt als eine systemweite Evaluierungsachse für multikulturelle Agentensysteme vor, definiert durch die Unähnlichkeit zwischen den Antworten kulturell konditionierter Agenten auf eine gemeinsame Werteerhebung. Anhand der World Values Survey evaluieren wir 19 Kulturen und 18 Grundmodelle über eine breite Palette von Systemkonfigurationen hinweg. Wir stellen fest, dass Vielfalt weitgehend unkorreliert mit Ausrichtung ist, was darauf hindeutet, dass beide Größen komplementäre Systemeigenschaften erfassen, und dass aktuelle multikulturelle Agentensysteme in der Wertvielfalt erheblich unter menschlichen Gesellschaften liegen. Systeme mit gemischten Grundmodellen verringern diese Lücke, schließen sie jedoch nicht, und die Lücke bleibt über Kulturzusammensetzungen und Agentenskalen hinweg bestehen. Soziale Interaktion verringert die Vielfalt zusätzlich, indem sie Agenten zu einem Konsens treibt, und eine Fallstudie zum Bürgerhaushalt zeigt, dass diese Homogenisierung die Breite kollektiver Entscheidungsfindung einschränkt. Zusammen etablieren unsere Ergebnisse Wertvielfalt als eine eigenständige Evaluierungsachse für multikulturelle Multiagentensysteme und offenbaren eine anhaltende Homogenisierungstendenz in aktuellen auf LLM basierenden Gesellschaften. Unser Code und unsere Daten sind öffentlich verfügbar unter https://github.com/iNLP-Lab/MultiAgent-Diversity.

English

Multicultural multi-agent systems are increasingly deployed in globally diverse settings, where different agents are grounded in different cultural backgrounds. Existing cultural evaluation focuses on value alignment: how closely a single agent matches a target culture. Yet alignment is a per-agent property and cannot reveal whether a system, taken as a whole, preserves the cultural plurality it is meant to represent. We propose value diversity as a system-level evaluation axis for multicultural agent systems, defined through the dissimilarity between culturally conditioned agents' responses on a shared value survey. Using the World Values Survey, we evaluate 19 cultures and 18 backbone models across a wide range of system configurations. We find that diversity is largely uncorrelated with alignment, indicating that the two capture complementary system properties, and that current multicultural agent systems fall substantially below human societies in value diversity. Mixed-backbone systems narrow this gap but do not close it, and the gap persists across culture compositions and agent scales. Social interaction further erodes diversity by driving agents toward consensus, and a participatory budgeting case study shows that this homogenization narrows the breadth of collective decision-making. Together, our results establish value diversity as a distinct evaluation axis for multicultural multi-agent systems and reveal a persistent homogenization tendency in current LLM-based societies. Our code and data are publicly available at https://github.com/iNLP-Lab/MultiAgent-Diversity.