कृत्रिम बुद्धिमत्ता और टेट्रिस की गुत्थी

कॉर्नेल विश्वविद्यालय द्वारा एक अग्रणी अध्ययन में, शोधकर्ताओं ने एक दो-खिलाड़ी संस्करण में एल्गोरिदमिक न्याय के क्षेत्र में एक अन्वेषण यात्रा पर निकल पड़े। यह प्रयोग एक सरल लेकिन गहन धारणा पर आधारित था: जो खिलाड़ी खेल के दौरान कम मोड़ प्राप्त करते थे, वे अपने प्रतिद्वंद्वी को कम पसंदीदा मानते थे, चाहे वह मानव या एल्गोरिदम ही क्यों न हो जो मोड़ का आवंटन करता था।

यह दृष्टिकोण एल्गोरिदमिक न्याय अनुसंधान के पारंपरिक फोकस से एक महत्वपूर्ण प्रस्थान को चिह्नित करता है, जो मुख्य रूप से एल्गोरिदम या निर्णय पर केंद्रित है। इसके बजाय, कॉर्नेल विश्वविद्यालय के अध्ययन ने एल्गोरिदमिक निर्णयों से प्रभावित लोगों के बीच संबंधों पर प्रकाश डालने का निर्णय लिया। यह फोकस वास्तविक दुनिया के निहितार्थों द्वारा संचालित किया गया था कि कृत्रिम बुद्धिमत्ता निर्णय लेने में कैसे भूमिका निभाती है।

“हम उन स्थितियों को देखना शुरू कर रहे हैं जहां कृत्रिम बुद्धिमत्ता यह तय करती है कि संसाधनों को लोगों के बीच कैसे वितरित किया जाना चाहिए,” माल्टे जंग, कॉर्नेल विश्वविद्यालय में सूचना विज्ञान के एसोसिएट प्रोफेसर ने कहा, जिन्होंने अध्ययन का नेतृत्व किया। क्योंकि कृत्रिम बुद्धिमत्ता जीवन के विभिन्न पहलुओं में तेजी से एकीकृत हो रही है, जंग ने यह समझने की आवश्यकता पर प्रकाश डाला कि मशीन-निर्मित निर्णय मानवीय बातचीत और धारणाओं को कैसे आकार देते हैं। “हम देखते हैं कि मशीनें हमारे एक दूसरे के साथ बातचीत करने के तरीके को प्रभावित करती हैं,” उन्होंने टिप्पणी की।

प्रयोग: टेट्रिस पर एक मोड़

अध्ययन को संचालित करने के लिए, येल विश्वविद्यालय में एक पोस्टडॉक्टरल शोधकर्ता ह्यूस्टन क्लॉयर ने एक संशोधित संस्करण विकसित करने के लिए ओपन-सोर्स सॉफ्टवेयर का उपयोग किया। इस नए संस्करण, को-टेट्रिस को दो खिलाड़ियों को वैकल्पिक रूप से एक साथ काम करने की अनुमति दी गई थी। खिलाड़ियों का साझा लक्ष्य गिरने वाले ज्यामितीय ब्लॉकों को मैनिप्युलेट करना, उन्हें साफ-सुथरी ढंग से ढेर करना और उन्हें स्क्रीन के शीर्ष तक जमा होने से रोकना था।

पारंपरिक खेल में एक मोड़ में, एक “आवंटक” – या तो मानव या कृत्रिम बुद्धिमत्ता – यह तय करता था कि कौन सा खिलाड़ी प्रत्येक मोड़ लेगा। मोड़ का आवंटन इस तरह वितरित किया गया था कि खिलाड़ियों को 90%, 10%, या 50% मोड़ मिले।

मशीन आवंटन व्यवहार की अवधारणा

शोधकर्ताओं ने अनुमान लगाया कि जो खिलाड़ी कम मोड़ प्राप्त करते हैं, वे असंतुलन को पहचानेंगे। हालांकि, जो उन्होंने अप्रत्याशित रूप से पाया, वह यह था कि खिलाड़ियों की भावनाएं अपने साथी के प्रति मुख्य रूप से वही रहती हैं, चाहे आवंटक मानव हो या कृत्रिम बुद्धिमत्ता। इस अप्रत्याशित परिणाम ने शोधकर्ताओं को “मशीन आवंटन व्यवहार” शब्द गढ़ने के लिए प्रेरित किया।

यह अवधारणा मशीनों द्वारा किए गए आवंटन निर्णयों के आधार पर लोगों द्वारा प्रदर्शित व्यवहार को संदर्भित करती है। यह संसाधन आवंटन व्यवहार की स्थापित घटना के समानांतर है, जो संसाधन वितरण के बारे में निर्णयों पर प्रतिक्रिया का वर्णन करती है। मशीन आवंटन व्यवहार का उदय यह प्रदर्शित करता है कि एल्गोरिदमिक निर्णय कैसे सामाजिक गतिविधियों और मानवीय बातचीत को आकार दे सकते हैं।

न्याय और प्रदर्शन: एक आश्चर्यजनक विरोधाभास

हालांकि, अध्ययन न्याय की धारणाओं का अन्वेषण करने तक ही सीमित नहीं था। यह आवंटन और खेल प्रदर्शन के बीच संबंधों की भी खोज करता है। यहाँ, निष्कर्ष कुछ हद तक विरोधाभासी थे: मोड़ आवंटन में न्याय हमेशा बेहतर प्रदर्शन की ओर नहीं ले जाता था। वास्तव में, मोड़ का समान आवंटन अक्सर असमान आवंटन की तुलना में खराब खेल स्कोर के परिणामस्वरूप होता था।

इसे समझाते हुए, क्लॉयर ने कहा, “यदि एक मजबूत खिलाड़ी अधिकांश ब्लॉक प्राप्त करता है, तो टीम बेहतर प्रदर्शन करेगी। और यदि एक व्यक्ति 90% प्राप्त करता है, तो वे अंततः दो औसत खिलाड़ियों की तुलना में ब्लॉक को विभाजित करने में बेहतर होंगे।”

हमारे विकसित होते दुनिया में, जहां कृत्रिम बुद्धिमत्ता विभिन्न क्षेत्रों में निर्णय लेने की प्रक्रियाओं में तेजी से एकीकृत हो रही है, यह अध्ययन मूल्यवान अंतर्दृष्टि प्रदान करता है। यह एल्गोरिदमिक निर्णय लेने के परिणामस्वरूप उत्पन्न जटिलताओं की एक आकर्षक अन्वेषण प्रस्तुत करता है जब यह मानव व्यवहार और बातचीत के साथ मिलती है। इस अध्ययन से, हमें यह समझने के लिए प्रेरित किया जाता है कि हम इस गतिशील, प्रौद्योगिकी-संचालित परिदृश्य में कैसे बेहतर ढंग से नेविगेट कर सकते हैं और इसकी जटिलताओं को समझ सकते हैं।