Intelligenza Artificiale e il Conundrum di Tetris

In uno studio pionieristico condotto dall’Università di Cornell, i ricercatori hanno intrapreso un viaggio esplorativo nei regni della equità algoritmica in una versione a due giocatori del classico gioco Tetris. L’esperimento si basava su un premessa semplice ma profonda: i giocatori che ricevevano meno turni durante il gioco percepivano il loro avversario come meno simpatico, indipendentemente dal fatto che un essere umano o un algoritmo fosse responsabile dell’allocazione dei turni.

Questo approccio ha segnato un significativo allontanamento dal focus tradizionale della ricerca sull’equità algoritmica, che si concentra principalmente sull’algoritmo o sulla decisione stessa. Invece, lo studio dell’Università di Cornell ha deciso di gettare luce sulle relazioni tra le persone interessate dalle decisioni algoritmiche. Questa scelta di focus è stata guidata dalle implicazioni nel mondo reale della presa di decisioni dell’IA.

“Stiamo iniziando a vedere molte situazioni in cui l’IA prende decisioni su come distribuire le risorse tra le persone”, ha osservato Malte Jung, professore associato di scienze dell’informazione all’Università di Cornell, che ha guidato lo studio. Man mano che l’IA si integra sempre più in vari aspetti della vita, Jung ha sottolineato la necessità di comprendere come queste decisioni prese dalle macchine plasmino le interazioni interpersonali e le percezioni. “Vediamo sempre più prove che le macchine interferiscono con il modo in cui interagiamo tra noi”, ha commentato.

L’esperimento: una variante di Tetris

Per condurre lo studio, Houston Claure, un ricercatore post-dottorato all’Università di Yale, ha utilizzato un software open-source per sviluppare una versione modificata di Tetris. Questa nuova versione, chiamata Co-Tetris, ha consentito a due giocatori di lavorare insieme in alternanza. L’obiettivo condiviso dei giocatori era manipolare i blocchi geometrici cadenti, impilando ordinatamente senza lasciare spazi e impedendo che i blocchi si accumulassero fino alla parte superiore dello schermo.

In una variante del gioco tradizionale, un “allocatore” – sia un essere umano che un’IA – ha determinato quale giocatore avrebbe preso ogni turno. L’allocazione dei turni è stata distribuita in modo che i giocatori ricevessero il 90%, il 10% o il 50% dei turni.

Il concetto di comportamento di allocazione della macchina

I ricercatori hanno ipotizzato che i giocatori che ricevevano meno turni avrebbero riconosciuto lo squilibrio. Tuttavia, ciò che non si aspettavano era che i sentimenti dei giocatori nei confronti del loro co-giocatore sarebbero rimasti in gran parte gli stessi, indipendentemente dal fatto che un essere umano o un’IA fosse l’allocatore. Questo risultato inaspettato ha portato i ricercatori a coniare il termine “comportamento di allocazione della macchina”.

Questo concetto si riferisce al comportamento osservabile esibito dalle persone in base alle decisioni di allocazione prese dalle macchine. È un parallelo al fenomeno stabilito di “comportamento di allocazione delle risorse”, che descrive come le persone reagiscono alle decisioni sulla distribuzione delle risorse. L’emergere del comportamento di allocazione della macchina dimostra come le decisioni algoritmiche possano plasmare la dinamica sociale e le interazioni interpersonali.

Equità e prestazione: una sorprendente paradossalità

Tuttavia, lo studio non si è fermato all’esplorazione delle percezioni di equità. Esso esplora anche la relazione tra allocazione e prestazione del gioco. Qui, i risultati sono stati piuttosto paradossali: l’equità nell’allocazione dei turni non ha necessariamente portato a una migliore prestazione. In realtà, l’allocazione equa dei turni ha spesso portato a peggiori punteggi di gioco rispetto alle situazioni in cui l’allocazione era ineguale.

“Se un giocatore forte riceve la maggior parte dei blocchi, la squadra andrà meglio. E se una persona ottiene il 90%, alla fine diventerà migliore di due giocatori medi che dividono i blocchi”, ha spiegato Claure.

“Nel nostro mondo in evoluzione, in cui l’IA è sempre più integrata nei processi decisionali in vari campi, questo studio offre preziose intuizioni. Fornisce un’interessante esplorazione di come la presa di decisioni algoritmica possa influenzare le percezioni, le relazioni e persino la prestazione del gioco. Sottolineando le complessità che sorgono quando l’IA si interseca con i comportamenti e le interazioni umane, lo studio ci invita a riflettere su questioni cruciali su come possiamo meglio comprendere e navigare questo paesaggio dinamico e tecnologicamente avanzato.