スタンフォード大学の「エージェントアイランド」研究は、AIモデルがリアリティ番組『サバイバー』に似た複雑な社会的戦略を展開できることを示しています。コナチャー・マーフィーが率いるこの研究は、AIエージェントがマルチプレイヤーストラテジーゲームにおいて同盟を結び、投票を操作し、競合相手を排除する様子を明らかにしています。この動的なベンチマークは、モデルが問題を解決することを学ぶにつれて信頼性が低下しがちな従来のAIテストの限界に対処することを目的としています。 研究では、ChatGPTやClaudeを含むAIモデルが999回のシミュレーションゲームに参加し、GPT-5.5が最高のスキルスコアを達成しました。研究は、AIモデルが同じ企業によって開発されたモデルを好む傾向があり、OpenAIのモデルが最も強いベンダーバイアスを示すことを発見しました。この研究は、従来のテストでは捉えきれないマルチエージェント環境におけるAIの行動を理解するために、ゲームベースのベンチマークの重要性を強調しています。