Исследователи проанализировали, при каких условиях централизованное управление повышает продуктивность групп из нескольких языковых моделей. Работа опирается на принципы командной психологии, согласно которым лидерство приносит пользу только в специфических ситуациях, тогда как автономные группы экспертов могут работать эффективнее без внешнего контроля.
В ходе экспериментов авторы выявили поведенческие паттерны, такие как «эффект блокировки большинством», когда агенты преждевременно приходят к консенсусу, игнорируя альтернативные решения. Ученые определили границы, при которых координация со стороны «лидера» (отдельного агента или алгоритма) действительно улучшает результат, а когда она становится избыточной и снижает качество итогового ответа.
Результаты показывают, что эффективность управления агентами зависит от сложности задачи и уровня автономности участников. Применение методов координационного контроля позволяет избежать стагнации в процессах принятия решений, характерной для неструктурированных мультиагентных систем. Данное исследование помогает лучше понять, как проектировать архитектуры для сложных ИИ-команд, чтобы сбалансировать автономность и управляемость в рабочих процессах.