[论文解读] Conversational Swarm Intelligence, a Pilot Study

Louis Rosenberg, Gregg Willcox+8 more|arXiv (Cornell University)|Aug 31, 2023

Expert finding and Q&A systemsComputer Science被引用 3

一句话总结

本试点研究提出了对话式群体智能（CSI），这是一种创新的人机交互框架，通过利用大型语言模型驱动的对话代理，将小组对话与全局内容传播相结合，实现大规模群体的实时、可扩展讨论。在受控实验中，与集中式聊天相比，CSI用户贡献内容多出30%，参与度方差降低7.2%，表明在大规模群体对话中参与度更高、更公平。

ABSTRACT

Conversational Swarm Intelligence (CSI) is a new method for enabling large human groups to hold real-time networked conversations using a technique modeled on the dynamics of biological swarms. Through the novel use of conversational agents powered by Large Language Models (LLMs), the CSI structure simultaneously enables local dialog among small deliberative groups and global propagation of conversational content across a larger population. In this way, CSI combines the benefits of small-group deliberative reasoning and large-scale collective intelligence. In this pilot study, participants deliberating in conversational swarms (via text chat) (a) produced 30% more contributions (p<0.05) than participants deliberating in a standard centralized chat room and (b) demonstrated 7.2% less variance in contribution quantity. These results indicate that users contributed more content and participated more evenly when using the CSI structure.

研究动机与目标

• 探讨受群体启发的对话架构是否能提升大规模群体讨论中的参与度与公平性。
• 调查将LLM驱动的代理整合到实时群聊中，是否能提升贡献量与分布。
• 评估局部讨论与全局内容传播相结合的混合模型，是否在群体智能任务中优于传统集中式聊天。
• 评估在人机交互中使用对话式群体智能进行集体决策的可行性与有效性。

提出的方法

• CSI框架利用LLM驱动的对话代理模拟群体动态，实现实时协调大规模人类群体的互动。
• 参与者在持续接收其他群体内容更新的动态小型子群体中参与讨论，通过全局群体网络实现信息共享。
• 系统利用LLM对子群体间的贡献进行总结、路由与整合，确保在大规模场景下保持对话的一致性与相关性。
• 采用实时文本聊天界面模拟审议性对话，贡献内容根据群体逻辑动态分配。
• 该架构在局部群体讨论与全局信息流动之间取得平衡，最大限度减少冗余，同时最大化输入多样性。
• 系统在受控试点研究中实现，与标准集中式聊天界面进行对比。

实验结果

研究问题

• RQ1 与标准集中式聊天系统相比，CSI框架在大规模群体讨论中是否增加了总贡献量？
• RQ2 CSI在多大程度上降低了个人贡献量的方差，表明参与度更公平？
• RQ3 LLM驱动代理的整合对实时群体对话的质量与连贯性有何影响？
• RQ4 受群体启发的对话模型能否有效平衡局部讨论与全局信息传播？

主要发现

• 使用CSI框架的参与者平均贡献量比标准集中式聊天室用户多出30%（p < 0.05）。
• CSI用户在贡献数量上的方差降低了7.2%，表明个体间参与度显著更均衡。
• 尽管参与者数量庞大且群体结构动态变化，CSI系统仍成功维持了对话的连贯性与相关性。
• LLM驱动代理的使用实现了内容的实时总结与路由，显著提升了子群体间的信息流动。
• 结果表明，CSI有效结合了小组讨论的优势与大规模集体智能的潜力。
• 试点研究证明，CSI是一种可行且有效的实时扩展人类讨论的方法，可提升参与度与公平性。