LLM-ABM による倫理的消費の普及動態分析

Read full text Summarise with VIRAT
Authors: Katsuhiko Kawai
Cited by: 0

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

本研究では、大規模言語モデル(LLM)を組み込んだエージェントベースモデル(LLM-ABM)により、倫理的消費の普及動態を探索的に分析する。各エージェントは数値的な倫理志向・価格志向に加えて自然言語の意見文を保持し、社会的ネットワーク上の相互作用時に DeepSeek API を用いて意見文と倫理志向スコアを更新する。文埋め込みモデルによる、類似した意見ほど相互に影響しやすいコサイン類似度ベースのホモフィリー効果と、LLM による文脈依存的な意見更新を統合し、価格プレミアム、外部キャンペーン、ポイント還元、ネットワーク構造、所得階層の各要因が倫理的商品の採用率に及ぼす影響を、9 つの計算実験で検討した。本稿の実行条件では、ベースラインの最終採用率は 45.3% であり、価格プレミアムの上昇は採用率を 94.0% から 28.0% まで大きく低下させた。一方、外部キャンペーンは採用率を 68.7% まで、ポイント還元は 94.0% まで押し上げ、後者の効果がより大きかった。ネットワーク構造の差は穏やかであったが、低所得層 13.7%、高所得層 69.0%と、所得階間には大きな採用格差が観察された。また、中程度のキャンペーン条件では、最終時点の 150 件の意見文のうち 149 件が文字列の完全一致ベースでユニークであり、エージェントの状態を一定程度反映した多様な表現が観察された。以上より、LLM-ABM は数値指標と自然言語表現を接続しつつ、倫理的消費をめぐる価格・政策・ネットワーク・所得の相互作用を分析する枠組みとして有用であることが示唆される。ただし、結果は小規模・短期・少反復の設定に依存しており、実証的なキャリブレーションと大規模検証が今後の課題である。

Fields of Study & Subjects

Opinion Dynamics and Social Influence Innovation Diffusion and Forecasting Consumer Market Behavior and Pricing

Publication details

Journal / source
Zenodo (CERN European Organization for Nuclear Research)
Publication date
28 March 2026
Language
JA