Kecerdasan Buatan dan Konundrum Tetris

Dalam sebuah studi perintis yang dipimpin oleh Universitas Cornell, para peneliti melakukan perjalanan eksplorasi ke dalam ranah keadilan algoritmik dalam versi dua pemain dari permainan klasik Tetris. Eksperimen ini didasarkan pada premis sederhana namun mendalam: Pemain yang menerima lebih sedikit giliran selama permainan merasa lawan mereka kurang disukai, terlepas dari apakah manusia atau algoritma yang bertanggung jawab untuk mengalokasikan giliran.

Pendekatan ini menandai pergeseran signifikan dari fokus penelitian keadilan algoritmik tradisional, yang sebagian besar memfokuskan pada algoritma atau keputusan itu sendiri. Sebaliknya, studi Universitas Cornell memutuskan untuk mempelajari hubungan antara orang-orang yang terkena dampak keputusan algoritmik. Pilihan fokus ini didorong oleh implikasi dunia nyata dari pengambilan keputusan kecerdasan buatan.

“Kita mulai melihat banyak situasi di mana kecerdasan buatan membuat keputusan tentang bagaimana sumber daya harus didistribusikan di antara orang-orang,” kata Malte Jung, associate professor of information science at Cornell University, yang memimpin studi ini. Ketika kecerdasan buatan semakin terintegrasi ke dalam berbagai aspek kehidupan, Jung menekankan pentingnya memahami bagaimana keputusan mesin ini membentuk interaksi antar manusia dan persepsi. “Kita melihat lebih banyak bukti bahwa mesin mengganggu cara kita berinteraksi dengan satu sama lain,” katanya.

Eksperimen: Sebuah Twist pada Tetris

Untuk melakukan studi, Houston Claure, seorang peneliti postdoctoral di Yale University, menggunakan perangkat lunak open-source untuk mengembangkan versi modifikasi dari Tetris. Versi baru ini, yang disebut Co-Tetris, memungkinkan dua pemain untuk bekerja sama secara bergantian. Tujuan bersama pemain adalah memanipulasi balok geometris yang jatuh, menyusunnya dengan rapi tanpa celah dan mencegah balok tersebut menumpuk ke atas layar.

Dalam sebuah twist pada permainan tradisional, sebuah “allocator” – baik manusia atau kecerdasan buatan – menentukan pemain mana yang akan mengambil setiap giliran. Alokasi giliran didistribusikan sehingga pemain menerima 90%, 10%, atau 50% dari giliran.

Konsep Perilaku Alokasi Mesin

Para peneliti menghipotesiskan bahwa pemain yang menerima lebih sedikit giliran akan mengenali ketidakseimbangan. Namun, apa yang mereka tidak antisipasi adalah bahwa perasaan pemain terhadap co-pemain mereka akan tetap relatif sama, terlepas dari apakah manusia atau kecerdasan buatan yang menjadi allocator. Hasil tak terduga ini menyebabkan para peneliti menciptakan istilah “perilaku alokasi mesin.”

Konsep ini merujuk pada perilaku yang dapat diamati yang ditampilkan oleh orang-orang berdasarkan keputusan alokasi yang dibuat oleh mesin. Ini adalah paralel dengan fenomena yang sudah mapan “perilaku alokasi sumber daya,” yang menjelaskan bagaimana orang-orang bereaksi terhadap keputusan tentang distribusi sumber daya. Munculnya perilaku alokasi mesin menunjukkan bagaimana keputusan algoritmik dapat membentuk dinamika sosial dan interaksi antar manusia.

Kejujuran dan Kinerja: Sebuah Paradoks Mengejutkan

Namun, studi ini tidak berhenti pada mempelajari persepsi kejujuran. Ini juga mengeksplorasi hubungan antara alokasi dan kinerja permainan. Di sini, temuan-temuan tersebut sedikit paradoks: kejujuran dalam alokasi giliran tidak selalu mengarah pada kinerja yang lebih baik. Faktanya, alokasi giliran yang sama sering menghasilkan skor permainan yang lebih buruk dibandingkan dengan situasi di mana alokasi tidak sama.

“Mengklarifikasi hal ini, Claure mengatakan, “Jika pemain yang kuat menerima sebagian besar balok, tim akan melakukan lebih baik. Dan jika satu orang mendapatkan 90%, akhirnya mereka akan menjadi lebih baik daripada jika dua pemain rata-rata membagi balok.”

Dalam dunia yang terus berkembang, di mana kecerdasan buatan semakin terintegrasi ke dalam proses pengambilan keputusan di berbagai bidang, studi ini menawarkan wawasan yang berharga. Ini memberikan eksplorasi menarik tentang bagaimana pengambilan keputusan algoritmik dapat mempengaruhi persepsi, hubungan, dan bahkan kinerja permainan. Dengan menyoroti kompleksitas yang muncul ketika kecerdasan buatan bersinggungan dengan perilaku manusia dan interaksi, studi ini mendorong kita untuk mempertimbangkan pertanyaan penting tentang bagaimana kita dapat lebih baik memahami dan menavigasi lanskap yang dinamis dan didorong teknologi ini.