Inteligencia Artificial y el Enigma de Tetris

En un estudio pionero dirigido por la Universidad de Cornell, los investigadores emprendieron un viaje exploratorio en los dominios de la equidad algorítmica en una versión de dos jugadores del clásico juego Tetris. El experimento se basó en un principio simple pero profundo: los jugadores que recibieron menos turnos durante el juego percibieron a su oponente como menos agradable, independientemente de si un ser humano o un algoritmo fue responsable de asignar los turnos.

Este enfoque marcó un cambio significativo en la investigación tradicional de la equidad algorítmica, que se centra principalmente en el algoritmo o la decisión en sí. En cambio, el estudio de la Universidad de Cornell decidió arrojar luz sobre las relaciones entre las personas afectadas por las decisiones algorítmicas. Esta elección de enfoque estuvo impulsada por las implicaciones en el mundo real de la toma de decisiones de la IA.

“Estamos empezando a ver muchas situaciones en las que la IA toma decisiones sobre cómo distribuir recursos entre las personas”, observó Malte Jung, profesor asociado de ciencias de la información en la Universidad de Cornell, quien encabezó el estudio. A medida que la IA se integra cada vez más en diversos aspectos de la vida, Jung destacó la necesidad de comprender cómo estas decisiones tomadas por máquinas dan forma a las interacciones y percepciones interpersonales. “Vemos cada vez más evidencia de que las máquinas alteran la forma en que interactuamos entre nosotros”, comentó.

El Experimento: Un Giro en Tetris

Para realizar el estudio, Houston Claure, un investigador postdoctoral en la Universidad de Yale, utilizó software de código abierto para desarrollar una versión modificada de Tetris. Esta nueva versión, llamada Co-Tetris, permitió a dos jugadores trabajar juntos de forma alterna. El objetivo compartido de los jugadores era manipular bloques geométricos caídos, apilándolos sin dejar espacios y evitando que los bloques se acumularan en la parte superior de la pantalla.

En un giro en el juego tradicional, un “asignador” -ya sea un ser humano o una IA- determinaba qué jugador tomaría cada turno. La asignación de turnos se distribuyó de tal manera que los jugadores recibieron el 90%, 10% o 50% de los turnos.

El Concepto de Comportamiento de Asignación de Máquinas

Los investigadores hipotetizaron que los jugadores que recibieron menos turnos reconocerían el desequilibrio. Sin embargo, lo que no anticiparon fue que los sentimientos de los jugadores hacia su co-jugador permanecerían en gran medida igual, independientemente de si un ser humano o una IA era el asignador. Este resultado inesperado llevó a los investigadores a acuñar el término “comportamiento de asignación de máquinas”.

Este concepto se refiere al comportamiento observable exhibido por las personas en función de las decisiones de asignación tomadas por las máquinas. Es un paralelo al fenómeno establecido de “comportamiento de asignación de recursos”, que describe cómo reaccionan las personas ante decisiones sobre la distribución de recursos. La emergencia del comportamiento de asignación de máquinas demuestra cómo las decisiones algorítmicas pueden dar forma a la dinámica social y las interacciones interpersonales.

Equidad y Rendimiento: Una Paradoja Sorprendente

Sin embargo, el estudio no se detuvo en explorar las percepciones de equidad. También explora la relación entre la asignación y el rendimiento del juego. Aquí, los hallazgos fueron algo paradójicos: la equidad en la asignación de turnos no necesariamente condujo a un mejor rendimiento. De hecho, la asignación igualitaria de turnos a menudo resultó en peores puntuaciones de juego en comparación con situaciones en las que la asignación era desigual.

Explicando esto, Claure dijo: “Si un jugador fuerte recibe la mayoría de los bloques, el equipo va a hacerlo mejor. Y si una persona recibe el 90%, eventualmente se volverá mejor en ello que si dos jugadores promedio dividieran los bloques”.

En nuestro mundo en evolución, donde la IA se integra cada vez más en los procesos de toma de decisiones en diversos campos, este estudio ofrece valiosas perspectivas. Ofrece una fascinante exploración de cómo la toma de decisiones algorítmica puede influir en las percepciones, las relaciones y incluso el rendimiento del juego. Al destacar las complejidades que surgen cuando la IA se cruza con los comportamientos y las interacciones humanas, el estudio nos lleva a reflexionar sobre preguntas cruciales sobre cómo podemos comprender y navegar mejor este paisaje dinámico y tecnológico.