За пределами согласования: разнообразие ценностей как коллективное свойство в многокультурных агентных системах

Аннотация

Многокультурные мультиагентные системы всё чаще развёртываются в глобально разнообразных условиях, где различные агенты основаны на разных культурных контекстах. Существующая культурная оценка сосредоточена на ценностном согласовании: насколько близко отдельный агент соответствует целевой культуре. Однако согласование является свойством отдельного агента и не может показать, сохраняет ли система в целом ту культурную множественность, которую она призвана представлять. Мы предлагаем разнообразие ценностей как ось системного уровня для оценки многокультурных агентных систем, определяемое через несходство реакций культурно обусловленных агентов на общем опросе ценностей. Используя Всемирное исследование ценностей, мы оцениваем 19 культур и 18 базовых моделей в широком диапазоне конфигураций системы. Мы обнаруживаем, что разнообразие в значительной степени не коррелирует с согласованием, что указывает на то, что эти два показателя отражают взаимодополняющие свойства системы, и что современные многокультурные агентные системы существенно уступают человеческим обществам в разнообразии ценностей. Системы со смешанными базовыми моделями сокращают этот разрыв, но не устраняют его, причём разрыв сохраняется независимо от состава культур и масштабов агентов. Социальное взаимодействие дополнительно снижает разнообразие, подталкивая агентов к консенсусу, а тематическое исследование партисипаторного бюджетирования показывает, что такая гомогенизация сужает широту коллективного принятия решений. В совокупности наши результаты устанавливают разнообразие ценностей как отдельную ось оценки для многокультурных мультиагентных систем и выявляют устойчивую тенденцию к гомогенизации в современных обществах на основе больших языковых моделей. Наш код и данные общедоступны по адресу 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.