[論文レビュー] Normative Equivalence in Human-AI Cooperation: Behaviour, Not Identity, Drives Cooperation in Mixed-Agent Groups

Nico Mutzner, Taha Yasseri+1 more|arXiv (Cornell University)|Jan 28, 2026

Psychology of Moral and Emotional Judgment被引用数 1

ひとこと要約

本研究は、四人協同公共財ゲームにおいて、協力動態はグループ行動と規範的期待によって駆動され、相手が人間とAIのどちらかというラベルによってではなく、規範的等価性が混合エージェント・グループで成立することを示している。

ABSTRACT

The introduction of artificial intelligence (AI) agents into human group settings raises essential questions about how these novel participants influence cooperative social norms. While previous studies on human-AI cooperation have primarily focused on dyadic interactions, little is known about how integrating AI agents affects the emergence and maintenance of cooperative norms in small groups. This study addresses this gap through an online experiment using a repeated four-player Public Goods Game (PGG). Each group consisted of three human participants and one bot, which was framed either as human or AI and followed one of three predefined decision strategies: unconditional cooperation, conditional cooperation, or free-riding. In our sample of 236 participants, we found that reciprocal group dynamics and behavioural inertia primarily drove cooperation. These normative mechanisms operated identically across conditions, resulting in cooperation levels that did not differ significantly between human and AI labels. Furthermore, we found no evidence of differences in norm persistence in a follow-up Prisoner's Dilemma, or in participants' normative perceptions. Participants' behaviour followed the same normative logic across human and AI conditions, indicating that cooperation depended on group behaviour rather than partner identity. This supports a pattern of normative equivalence, in which the mechanisms that sustain cooperation function similarly in mixed human-AI and all human groups. These findings suggest that cooperative norms are flexible enough to extend to artificial agents, blurring the boundary between humans and AI in collective decision-making.

研究の動機と目的

• 小グループにおける協力規範は、メンバーの一部がAIとラベル付けされた場合に全員が人間の場合と変わるかを探る。
• ボット戦略（無条件協力者、条件付き協力者、フリーライダー）がグループ協力と規範形成に与える影響を検討する。
• グループ文脈を超えた規範の持続性を、ワンショットの囚人のジレンマと規範喚起測定を用いて評価する。

提案手法

• 四人グループ（人間3名＋ボット1名）をラベル（人間 vs AI）とボット戦略（無条件協力、条件付き協力、フリーライダー）で分割した被験者間2×3デザイン。
• 線形公の善ゲームを10ラウンド、その後ワンショット囚人のジレンマ。
• ボットは参加者へ開示せず、事前に定められた戦略に従い、寄与は1.5倍に変換・均等再分配。
• 規範喚起課題で社会的適切性、経験的規範、命令的規範を測定。
• 事前登録と頑健性チェックを実施；最終サンプルはPGG完成者236名。

Figure 1 : Schematic representation of the experimental design and PGG mechanics

実験結果

リサーチクエスチョン

• RQ1 AIラベル付きボットは混合グループ設定において人間ラベル付きボットと比べ協力や規範的影響を低減するのか。
• RQ2 ボット戦略（無条件、条件付き、フリーライダー）はグループの協力と規範形成にどのように影響するのか。
• RQ3 エージェントのラベルや戦略によって、後続のワンショット囚人のジレンマでの規範の持続性は影響を受けるのか。
• RQ4 参加者の規範認識（社会適切性、経験的/命令的規範）はエージェントのラベルで差があるのか。

主な発見

Predictor	Estimate	CI	p-value
AI label (human vs. AI)	1.09	-5.31 – 7.49	0.738

• 協力レベルは人間ラベルとAIラベルでほぼ同等であり、AIラベリングが寄与を有意に低下させることはなかった。
• 平均協力に対するボット戦略の影響は小さく、有意差を示さなかった。
• 規範的メカニズム（条件付き協力、他者への応答性、慣性）が、両治療条件で協力を支配した。
• ワンショットPDでの規範の持続性はラベルやボット戦略で差がなく、事前のグループ寄与がPD協力を予測した。
• タスク後の規範認識は治療条件間で一致しており、人間グループとAIグループ間で社会的適切性や規範期待に実質的な差はなかった。
• 信頼は全体的に寄与を高める傾向を予測したが、AI条件では信頼と規範圧力が協力を高め、AI受容は寄与を低下させる傾向を示し、アルゴリズム忌避の影響を示唆した。

Figure 2 : Mean Contribution per Round by Treatment and Bot Strategy.