複数のLLMがエージェントとして協調動作するシステムにおいて、1つの評価者が持つバイアスがネットワーク全体に伝播するという現象を定量化した論文「Contagion Networks: Evaluator Bias Propagation in Multi-Agent LLM Systems」が公開されました。バイアス伝播係数γは0.157〜0.352の範囲で確認され、評価委員会の人数をk=1からk=3に増やすだけで有効な伝播が72.4%削減されることが示されています。LLMを使った評価パイプラインを設計する開発者にとって、実装レベルで活用できる知見です。
背景と文脈
LLMをエージェントとして組み合わせたマルチエージェントシステムは、コード生成・文書レビュー・意思決定支援などさまざまな場面で使われています。こうしたシステムでは、あるエージェントの出力を別のエージェントが評価するという構造が一般的です。たとえば「エージェントAが回答を生成し、エージェントBがその品質を採点する」というパターンです。
これまでの研究では、個々のLLMが評価者として機能するときの偏向（位置バイアス、長さバイアス、自己選好など）が明らかにされてきました。しかし、こうした偏向がエージェント間の連鎖を通じてどう伝わるか、という「システムレベルのバイアス伝播」はほとんど研究されていませんでした。
本論文はこの空白を埋めるもので、「Contagion Networks（伝染ネットワーク）」という形式的フレームワークを提案し、バイアスがエージェント間でどの程度・どのような条件で増幅または減衰するかを測定する手法を示しています。実験にはDeepSeek-chatが使われ、評価スタイルの異なる3種類のバイアスプロファイル（構造化型・バランス型・証拠ベース型）で評価者エージェントを設定しました。
技術/ビジネス面
論文の核心は「伝播係数γ」の測定です。γが0に近ければバイアスは伝わりにくく、1に近ければ強く伝わることを意味します。測定の結果、γは0.157〜0.352の範囲に収まり、同一モデル内でも一貫した伝播が観測されました。スペクトル半径（ネットワーク全体の伝播ダイナミクスを表す指標）による解析では、3つの伝播レジームが確認されました：バイアスが減衰して消えるケース、一定水準で安定するケース、増幅して発散するケースです。
興味深い発見として、同一モデルのエージェント同士（ホモジニアス構成）では異なるモデルを混在させた場合（ヘテロジニアス構成）と比べて3〜5倍伝播が弱いことが確認されました。異なるモデルが評価チェーンに混在すると、バイアスがより強く伝わりやすいということです。
最も実践的な示唆は評価委員会の効果です。評価者エージェントの数をk=1（単一評価）からk=3（3者委員会）に増やすと、有効な伝播が72.4%削減されました。3名の評価者が独立した視点からスコアを出して多数決や平均を取る設計が、バイアス増幅に対する有効な緩和策として定量的に確認されています。
これからどうなるか
この研究が示す実装上の教訓は明確です。LLMを使った評価パイプラインを本番環境に組み込む場合、単一の評価者エージェントよりも3者以上の委員会構成を採用する方がバイアスリスクを大幅に抑えられます。コードレビュー自動化・採用スクリーニング・コンテンツモデレーションなど、判定の客観性が重要なシステムで特に有効な知見です。
一方で論文にはいくつかの制約があります。実験に使ったモデルがDeepSeek-chatに限られており、他のモデルファミリー（Claude・GPT・Llamaなど）での再現性はまだ検証されていません。また実験規模も3エージェント構成が中心で、10〜100以上のエージェントが連鎖する大規模システムでの挙動は未知数です。自社のマルチエージェントパイプラインに委員会設計を導入する際は、使用モデルと規模に応じて追加の検証を行う必要があります。
まとめ
Contagion Networks論文は、マルチエージェントLLMシステムにおける評価バイアスの伝播を初めて定量的に示しました。評価者を3者委員会にするだけでバイアス伝播が72.4%削減されるという知見は、今すぐ実装に活かせる具体的なガイドラインです。
参考リンク
アイキャッチ画像: Photo by Matthieu Joannon on Unsplash
