За пределами статичных ответов: мультиагентные системы на основе больших языковых моделей как новая парадигма исследований в социальных науках
Beyond static responses: multi-agent LLM systems as a new paradigm for social science research
2026-09-02
SCID: 54.1/3fv3gp26
Discuss with AI
агентные системы на основе БЯМэмерджентная социальная динамикамультиагентные системы на основе БЯМисследования в социальных наукахстандартизированные метрики оценки
Figures from the paper
Abstract (AI)
По мере перехода больших языковых моделей (LLM) от статичных инструментов к полностью агентным системам их потенциал для трансформации исследований в социальных науках становится все более очевидным. В статье предлагается структурированная система для понимания разнообразных применений агентных систем на основе LLM — от простых обработчиков данных до сложных мультиагентных систем, способных моделировать возникающую социальную динамику. Посредством описания этого континуума развития на шести уровнях статья проясняет технические и методологические границы между различными агентными архитектурами, рассматривая их современные возможности и перспективы. Показано, как системы низших уровней упрощают выполнение традиционных задач, таких как классификация текстов и аннотирование данных, тогда как системы высших уровней открывают новые направления исследований, включая изучение групповой динамики, формирования норм и крупномасштабных социальных процессов. Однако эти достижения также порождают проблемы, связанные с воспроизводимостью, этическим надзором и возникающими предубеждениями. В статье критически рассматриваются эти вопросы и обосновывается необходимость надежных методов валидации, междисциплинарного сотрудничества и стандартизированных метрик оценки. Утверждается, что, несмотря на значительный потенциал агентных систем на основе LLM для социальных наук, их ответственное применение потребует тщательного, учитывающего контекст внедрения и постоянного совершенствования методологии. В заключение предлагается развивать дальнейшие исследования, сочетающие технические инновации с этической ответственностью и ориентированные на создание агентных систем, которые не только воспроизводят, но и расширяют методологию социальных наук.
Key Findings
1
Использование агентных LLM создает проблемы воспроизводимости, этического контроля и возникающих смещений, что требует надежной валидации и стандартизированных метрик оценки.
2
Агентные системы низших уровней поддерживают традиционные задачи, такие как классификация текстов и разметка данных, тогда как системы высших уровней моделируют групповую динамику, формирование норм и крупномасштабные социальные процессы.
3
Мультиагентные LLM-системы могут открыть новые направления социальных исследований, моделируя возникающую социальную динамику за пределами статичных ответов.
4
Ответственное внедрение требует контекстно-зависимого применения, междисциплинарного сотрудничества и дальнейшего методологического совершенствования для соблюдения баланса между инновациями и этической ответственностью.
5
В статье предложена шестиуровневая система классификации применений агентных LLM в социальных науках — от базовой обработки данных до сложных мультиагентных систем.
Research Object
агентные системы на основе больших языковых моделей (LLM), используемые в социальных научных исследованиях
Research Subject
их прикладные возможности, архитектуры развития, методологические границы и последствия для изучения социальной динамики и проведения социальных научных исследований
Publication Details
Publication Date
2026-09-02
Journal
Publisher
ISSN
Cited by
25
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai8
Обзор автономных агентов на основе больших языковых моделей2024
Генеративные агенты: интерактивные симулякры человеческого поведения2023
Учёный ИИ: к полностью автоматизированному открытому научному поиску2024
Автономные химические исследования с использованием больших языковых моделей2023
Могут ли большие языковые модели преобразовать вычислительную социальную науку?2023
ИИ и трансформация исследований в области общественных наук2023
Может ли генеративный ИИ улучшить социальные науки?2024
Ускорение научных открытий с помощью Co-Scientist2026