Badacze z arXiv zbadali potencjał wieloagentowych systemów deliberacyjnych do rozumowania prawnego, gdzie różne agenty AI prowadzą wspólną dyskusję nad zagadnieniami prawnymi. Zaproponowali dwie nowatorskie architektury inspirowane rzeczywistymi procedurami sądowymi i technikami argumentacji prawnej, w których agenty mogą wymieniać się stanowiskami i dochodzić do wspólnych konkluzji poprzez dialog.
Experymenty na benchmarkach zarówno prawnych, jak i ogólnych wykazały ciekawy paradoks: choć wieloagentowe podejścia uzyskiwały porównywalną ogólną wydajność do bazowych LLM, generowały znacząco różniące się odpowiedzi. Kluczowe odkrycie polega na tym, że systemy wieloagentowe potrafią rozwiązać problemy, na których zawodzą monolityczne modele - i vice versa. To sugeruje, że deliberacja między agentami wnosi nową wymiar do rozumowania, komplementarny do samotnego myślenia pojedynczego modelu.
Praca wykazuje szczególną przewagę wieloagentowych ram w scenariuszach wymagających krytycznego myślenia z różnych perspektyw - dokładnie tego, co dzieje się w rzeczywistych rozprawach sądowych. To posycjonuje multi-agentowe podejścia jako obiecujący kierunek dla sztucznej inteligencji w domenie prawnej, zwłaszcza wobec potencjału AI do zwiększania dostępu do sprawiedliwości. Badanie otwiera drogę do bardziej wyrafinowanych systemów AI zdolnych do bardziej zasobnego i bardziej sprawiedliwego rozumowania prawnego.