Dirbtinis intelektas ir tetrio galvosūkis

Kornelio universiteto vadovaujamame novatoriškame tyrime mokslininkai leidosi į tiriamąją kelionę į algoritminio sąžiningumo sferas klasikinio žaidimo Tetris dviem žaidėjams versijoje. Eksperimentas buvo pagrįstas paprasta, bet gilia prielaida: žaidėjai, kurie žaidimo metu gavo mažiau apsisukimų, savo priešininką suvokė kaip mažiau patinkantį, nepaisant to, ar už eilių paskirstymą atsakingas žmogus, ar algoritmas.

Šis metodas ženkliai nukrypo nuo tradicinio algoritminio teisingumo tyrimo, kuris daugiausia priartinamas prie algoritmo arba paties sprendimo. Vietoj to, Kornelio universiteto tyrimas nusprendė išsiaiškinti santykius tarp žmonių, kuriuos paveikė algoritminiai sprendimai. Tokį dėmesio pasirinkimą lėmė realūs AI sprendimų priėmimo padariniai.

„Mes pradedame matyti daug situacijų, kai dirbtinis intelektas priima sprendimus, kaip paskirstyti išteklius žmonėms“, – pastebėjo Kornelio universiteto informacijos mokslų docentė Malte Jung, kuriai vadovavo tyrimas. Dirbtiniam intelektui vis labiau integruojantis į įvairius gyvenimo aspektus, Jungas pabrėžė poreikį suprasti, kaip šie mašinų priimti sprendimai formuoja tarpasmeninę sąveiką ir suvokimą. „Matome vis daugiau įrodymų, kad mašinos sumaišo tai, kaip mes bendraujame tarpusavyje“, – komentavo jis.

Eksperimentas: Tetris posūkis

Norėdami atlikti tyrimą, Jeilio universiteto doktorantas Houstonas Claure'as panaudojo atvirojo kodo programinę įrangą, kad sukurtų modifikuotą Tetris versiją. Ši nauja versija, pavadinta Co-Tetris, leido dviem žaidėjams pakaitomis dirbti kartu. Žaidėjų bendras tikslas buvo manipuliuoti krentančiais geometriniais blokais, tvarkingai sukrauti juos nepaliekant tarpų ir neleidžiant blokams kauptis ekrano viršuje.

Tradicinio žaidimo posūkyje „alokatorius“ – arba žmogus, arba dirbtinis intelektas – nustatydavo, kuris žaidėjas imsis kiekvieno ėjimo. Posūkiai buvo paskirstyti taip, kad žaidėjai gautų arba 90%, 10%, arba 50% eilių.

Mašinų paskirstymo elgesio samprata

Tyrėjai iškėlė hipotezę, kad žaidėjai, gaunantys mažiau apsisukimų, atpažins disbalansą. Tačiau jie nesitikėjo, kad žaidėjų jausmai savo bendražygiui išliks tokie patys, nepaisant to, ar skirstytojas yra žmogus, ar dirbtinis intelektas. Šis netikėtas rezultatas paskatino tyrėjus įvesti terminą „mašinos paskirstymo elgsena“.

Ši sąvoka reiškia stebimą žmonių elgesį, pagrįstą mašinų priimtais paskirstymo sprendimais. Tai paralelė nusistovėjusiam „išteklių paskirstymo elgsenos“ reiškiniui, apibūdinančiam, kaip žmonės reaguoja į sprendimus dėl išteklių paskirstymo. Mašinų paskirstymo elgesio atsiradimas parodo, kaip algoritminiai sprendimai gali formuoti socialinę dinamiką ir tarpasmeninę sąveiką.

Sąžiningumas ir našumas: stebinantis paradoksas

Tačiau tyrimas neapsiribojo teisingumo suvokimo tyrinėjimu. Taip pat nagrinėjamas ryšys tarp paskirstymo ir žaidimo našumo. Čia išvados buvo šiek tiek paradoksalios: teisingas paskirstymas nebūtinai lėmė geresnius rezultatus. Tiesą sakant, vienodas eilių paskirstymas dažnai lemdavo blogesnius žaidimo rezultatus, palyginti su situacijomis, kai pasiskirstymas buvo nevienodas.

Tai paaiškindamas Claure'as sakė: „Jei stiprus žaidėjas gaus daugumą blokų, komandai seksis geriau. Ir jei vienas žmogus gauna 90 proc., galiausiai jiems pasiseks geriau nei tada, kai du vidutiniai žaidėjai dalijasi blokus.

Besivystančiame pasaulyje, kur dirbtinis intelektas vis labiau integruojamas į sprendimų priėmimo procesus įvairiose srityse, šis tyrimas suteikia vertingų įžvalgų. Tai intriguojantis tyrimas, kaip algoritminis sprendimų priėmimas gali paveikti suvokimą, santykius ir net žaidimo našumą. Pabrėždamas sudėtingumą, atsirandantį, kai dirbtinis intelektas susikerta su žmonių elgesiu ir sąveika, tyrimas skatina mus pagalvoti apie esminius klausimus, kaip galėtume geriau suprasti ir naršyti šiame dinamiškame, technologijų grindžiamame kraštovaizdyje.