AI・機械学習

LLM（大規模言語モデル）を認知ウイルスとして捉える

335 pointsby canjobear2026年9月6日227 コメント

要約

本論文では、大規模言語モデル（LLM）の普及をウイルスの比喩を用いて分析する。LLMの使用は集団内で広がり、認知や文化的な実践に組み込まれる。モデルは、ユーザーの状態遷移（非依存、依存、永続的依存）を分析し、社会的伝達、回復、集団的強化の相互作用が技術的な固定化を引き起こす可能性を示す。臨界点を超えると、認知能力の急激な低下を伴う永続的な依存へのシフトが起こりうる。一方で、伝達の低減と可逆性の促進に基づく認知免疫の条件も特定される。

全文翻訳

LLM（大規模言語モデル）は認知ウイルスとなりうる

著者: Ricard Solé, Giulio Ruffini, Francesca Castaldo, Marco Tuccio, Luis F. Seoane, Manlio de Domenico, Santiago F. Elena, David C. Krakauer, Michael Levin

タイトル「Large-Language Models as a Cognitive Virus」のPDFを表示

PDFを表示 HTML (実験的)

要旨: 大規模言語モデル（LLM）は急速に人間の文化の一部となり、情報の生成、伝達、利用方法を再形成しています。ここでは、その普及をウイルスの類推を通して理解できると提案します。LLMの使用は集団内で広がり、認知および文化的な実践に組み込まれます。私たちは、非結合型、結合型、永続的に依存するユーザー間の遷移をモデル化し、社会的な伝達、回復、集団的強化の相互作用が、ティッピングポイントと技術的ロックインを生み出すことを示します。中心的な結果は、暴走ダイナミクスの可能性です。すなわち、臨界閾値を超えると、採用のわずかな増加が、認知能力の急激な喪失を伴う永続的な依存への集団レベルでの急速なシフトを引き起こす可能性があります。しかし、同じフレームワークは、伝達の削減と可逆性の促進に基づいた、認知免疫の条件も特定します。私たちの結果は、LLMの採用が、認知の自律性にとって重要な結果をもたらす非線形な集団的遷移を伴う可能性があることを強調しています。


コメント:	12ページ、3図
件名:	物理学と社会 (physics.soc-ph); コンピュータと社会 (cs.CY); 適応と自己組織化システム (nlin.AO); 集団と進化 (q-bio.PE)
引用元:	arXiv:2609.03344 [physics.soc-ph]
	(またはこのバージョンについては arXiv:2609.03344v1 [physics.soc-ph])
	https://doi.org/10.48550/arXiv.2609.03344 arXiv発行DOI (DataCite経由)