Ethical Coordination of LLM Multi-Agent Systems

Abstract

Este trabajo presenta una capa de gobernanza constitucional para coordinar sistemas multiagente basados en grandes modelos de lenguaje (LLM) en entornos electrónicos adversariales. El sistema actúa como un filtro previo que impide que mensajes manipulativos o engañosos lleguen a los agentes. Los autores proponen un modelo híbrido de decisión que combina probabilidad basada en teoría de juegos y evaluación narrativa mediante LLM, ajustada según la resistencia individual de cada agente. Los experimentos realizados sobre redes multiagente muestran que la gobernanza ética mantiene altos niveles de integridad y cooperación frente a enfoques no restringidos, los cuales colapsan éticamente pese a conservar cierta autonomía individual. El estudio demuestra que la integridad del sistema no puede delegarse únicamente en la resistencia de los agentes y que la gobernanza constitucional resulta eficaz, escalable y adecuada para aplicaciones reales de automatización y coordinación inteligente.

This paper introduces a constitutional governance layer for coordinating large language model (LLM) multi-agent systems operating in adversarial electronic environments. The proposed framework acts as a pre-delivery filter that blocks manipulative or misleading influence policies before they reach the agents. The authors develop a hybrid decision architecture combining game-theoretic cooperation probabilities with LLM-based narrative evaluation adjusted by each agent’s resistance level. Experiments conducted on scale-free multi-agent networks demonstrate that governed systems preserve ethical cooperation, integrity, and fairness, while unconstrained systems collapse ethically despite maintaining higher apparent autonomy. Results further reveal an autonomy paradox, showing that agent-level resistance alone cannot guarantee system-wide integrity. The framework remains robust across multiple LLM backbones and network topologies, while introducing minimal computational overhead, making it suitable for real-world intelligent coordination, automation, and distributed decision-support systems.