LLM-анализ выявил неравенство участия в управлении AI-протоколами: открытые и корпоративные модели

Группа исследователей представила LLM-пайплайн для анализа управления в протоколах AI-агентов. Метод позволяет автоматизированно изучать структуры власти в децентрализованных и корпоративных системах на основе анализа дискурса участников.

Работа, опубликованная в arXiv, сравнивает два стандарта интероперабельности агентов: ERC-8004 (разрешительный, на блокчейне) и Google A2A (корпоративный). Проанализированы 4323 записи участия в управлении с использованием LLM-кодирования, тематического моделирования и многослойного сетевого анализа.

Результаты показали, что форма управления влияет на содержательные приоритеты, но оба режима демонстрируют сопоставимый уровень неравенства участия и фрагментации сообщества. В разрешительной среде дискурсивное согласование оказалось более плотным, что указывает на возможность более высокой тематической конвергенции при децентрализованном участии.

Методология объединяет автоматическую аннотацию, нейросетевое тематическое моделирование и анализ многослойных сетей. Исследователи подчеркивают, что LLM-подходы способны эмпирически изучать управление технологиями и помогать в разработке более справедливых стандартов для AI-агентов.

Все данные и код работы открыты, что позволяет другим исследователям воспроизвести анализ или применить его к другим протоколам.