Inteligência Artificial e o Enigma do Tetris

Em um estudo pioneiro liderado pela Universidade de Cornell, os pesquisadores embarcaram em uma jornada exploratória nos domínios da equidade algorítmica em uma versão de dois jogadores do clássico jogo Tetris. O experimento foi fundamentado em uma premissa simples, mas profunda: os jogadores que receberam menos turnos durante o jogo perceberam seu oponente como menos agradável, independentemente de ser um humano ou um algoritmo responsável pela alocação dos turnos.

Essa abordagem marcou uma mudança significativa em relação ao foco tradicional da pesquisa de equidade algorítmica, que predominantemente se concentra no algoritmo ou na decisão em si. Em vez disso, o estudo da Universidade de Cornell decidiu lançar luz sobre as relações entre as pessoas afetadas por decisões algorítmicas. Essa escolha de foco foi impulsionada pelas implicações reais da tomada de decisão da IA.

“Estamos começando a ver muitas situações em que a IA toma decisões sobre como os recursos devem ser distribuídos entre as pessoas”, observou Malte Jung, professor associado de ciência da informação da Universidade de Cornell, que liderou o estudo. À medida que a IA se torna cada vez mais integrada a vários aspectos da vida, Jung destacou a necessidade de entender como essas decisões feitas por máquinas moldam as interações e percepções interpessoais. “Vemos cada vez mais evidências de que as máquinas interferem no modo como interagimos uns com os outros”, ele comentou.

O Experimento: Uma Reviravolta no Tetris

Para realizar o estudo, Houston Claure, um pesquisador pós-doutoral da Universidade de Yale, utilizou software de código aberto para desenvolver uma versão modificada do Tetris. Essa nova versão, chamada Co-Tetris, permitia que dois jogadores trabalhassem juntos alternadamente. O objetivo compartilhado dos jogadores era manipular blocos geométricos caídos, empilhando-os sem deixar lacunas e evitando que os blocos se acumulassem até o topo da tela.

Em uma reviravolta no jogo tradicional, um “alocador” – seja um humano ou uma IA – determinava qual jogador faria cada turno. A alocação de turnos foi distribuída de tal forma que os jogadores recebiam 90%, 10% ou 50% dos turnos.

O Conceito de Comportamento de Alocação de Máquina

Os pesquisadores hipotetizaram que os jogadores que recebiam menos turnos reconheceriam o desequilíbrio. No entanto, o que não anteciparam foi que os sentimentos dos jogadores em relação ao seu co-jogador permaneceriam em grande parte os mesmos, independentemente de ser um humano ou uma IA o alocador. Esse resultado inesperado levou os pesquisadores a cunhar o termo “comportamento de alocação de máquina”.

Esse conceito se refere ao comportamento observável exibido pelas pessoas com base em decisões de alocação feitas por máquinas. É um paralelo ao fenômeno estabelecido de “comportamento de alocação de recursos”, que descreve como as pessoas reagem a decisões sobre distribuição de recursos. A emergência do comportamento de alocação de máquina demonstra como as decisões algorítmicas podem moldar a dinâmica social e as interações interpessoais.

Equidade e Desempenho: Um Paradoxo Surpreendente

No entanto, o estudo não parou na exploração das percepções de equidade. Ele também explora a relação entre alocação e desempenho no jogo. Aqui, as descobertas foram um pouco paradoxais: a equidade na alocação de turnos não levou necessariamente a um melhor desempenho. Na verdade, a alocação igual de turnos frequentemente resultou em piores pontuações de jogo em comparação com situações em que a alocação era desigual.

Explicando isso, Claure disse: “Se um jogador forte receber a maioria dos blocos, a equipe vai se sair melhor. E se uma pessoa receber 90%, eventualmente ela vai se tornar melhor nisso do que se dois jogadores médios dividirem os blocos.”

Em nosso mundo em evolução, onde a IA está cada vez mais integrada a processos de tomada de decisão em vários campos, este estudo oferece insights valiosos. Ele fornece uma exploração intrigante de como a tomada de decisão algorítmica pode influenciar percepções, relações e até mesmo o desempenho no jogo. Ao destacar as complexidades que surgem quando a IA se cruza com comportamentos e interações humanas, o estudo nos leva a refletir sobre questões cruciais sobre como podemos melhor entender e navegar nesse cenário dinâmico e impulsionado pela tecnologia.