Agenti AI come giurati: test di deliberazione multi-agente LLM su 'La parola ai giurati'

Un recente articolo su arXiv (2605.01986) utilizza la trama del film del 1957 di Sidney Lumet 'La parola ai giurati' come standard per valutare le discussioni multi-agente LLM. In questo studio, dodici agenti AI, ciascuno incarnante un personaggio del film, si impegnano in un dibattito su un processo per omicidio utilizzando una configurazione multi-agente. La ricerca valuta due modelli: GPT-4o (closed-source, fortemente allineato) e Llama-4-Scout (open-weight, meno allineato), in tre diversi scenari (baseline, prompt di mentalità aperta, nessun voto iniziale), con tre repliche per ogni condizione (per un totale di 18 esecuzioni). I risultati rivelano che 17 su 18 prove portano a una giuria in stallo, evidenziando che il previsto passaggio dall'opinione di minoranza a quella di maggioranza raramente avviene, suggerendo che l'ancoraggio è un problema significativo nelle discussioni LLM.