AI-modeller och plattformar

Artificiell intelligens och Tetris-gåtan

mm
Lägg till Unite.AI bland dina föredragna källor på Google

I en banbrytande studie ledd av Cornell University, undersökte forskare de algoritmiska aspekterna av rättvisa i en tvåspelarversion av det klassiska spelet Tetris. Experimentet byggde på en enkel men djupgående premis: Spelare som fick färre turordningar under spelet uppfattade sin motståndare som mindre trevlig, oavsett om en människa eller en algoritm var ansvarig för att fördela turordningarna.

Denna ansats markerade en betydande avvikelse från den traditionella fokuseringen på algoritmisk rättvisa, som främst fokuserar på algoritmen eller beslutet i sig. Istället valde studien vid Cornell University att belysa relationerna mellan de människor som påverkas av algoritmiska beslut. Valet av fokus drevs av de verkliga världsimplicationerna av AI-beslutsfattande.

“Vi börjar se många situationer där AI fattar beslut om hur resurser ska fördelas mellan människor”, observerade Malte Jung, associate professor i informationsvetenskap vid Cornell University, som ledde studien. När AI blir alltmer integrerat i olika aspekter av livet, betonade Jung behovet av att förstå hur dessa maskinbaserade beslut formar interpersonella interaktioner och uppfattningar. “Vi ser alltmer bevis för att maskiner stör sättet vi interagerar med varandra”, kommenterade han.

Experimentet: En twist på Tetris

För att genomföra studien använde Houston Claure, en postdoktoralforskare vid Yale University, open-source-programvara för att utveckla en modifierad version av Tetris. Denna nya version, kallad Co-Tetris, tillät två spelare att arbeta tillsammans i turordning. Spelarnas gemensamma mål var att manipulera fallande geometriska block, stapla dem snyggt utan luckor och förhindra att blocken staplades till toppen av skärmen.

I en twist på det traditionella spelet bestämdes en “allokerare” – antingen en människa eller en AI – vilken spelare som skulle ta varje tur. Fördelningen av turordningar fördelades så att spelarna fick antingen 90%, 10% eller 50% av turordningarna.

Begreppet maskinallokering

Forskarna hypotesiserade att spelare som fick färre turordningar skulle känna till obalansen. Men vad de inte förväntade sig var att spelarnas känslor gentemot sin medspelare skulle förbli i stort sett desamma, oavsett om en människa eller en AI var allokatorn. Detta oväntade resultat ledde forskarna att mynta begreppet “maskinallokering”.

Detta begrepp hänvisar till det observerbara beteendet som människor visar baserat på allokeringbeslut fattade av maskiner. Det är en parallell till det etablerade fenomenet “resursallokering”, som beskriver hur människor reagerar på beslut om resursfördelning. Uppkomsten av maskinallokering visar hur algoritmiska beslut kan forma sociala dynamiker och interpersonella interaktioner.

Rättvisa och prestation: En överraskande paradox

Men studien slutade inte med att undersöka uppfattningar om rättvisa. Den undersökte också relationen mellan allokering och spelprestation. Här var resultaten något paradoxala: rättvisa i turordning ledde inte nödvändigtvis till bättre prestation. I själva verket ledde en lika fördelning av turordningar ofta till sämre spelresultat jämfört med situationer där allokeringen var ojämn.

Förklarande detta sa Claure, “Om en stark spelare får de flesta blocken, kommer laget att göra bättre. Och om en person får 90%, kommer de så småningom att bli bättre på det än om två genomsnittsspelare delar blocken.”

I vår utvecklande värld, där AI blir alltmer integrerat i beslutsprocesser inom olika områden, erbjuder denna studie värdefulla insikter. Den ger en intressant undersökning av hur algoritmiskt beslutsfattande kan påverka uppfattningar, relationer och till och med spelprestation. Genom att belysa de komplexiteter som uppstår när AI möter mänskligt beteende och interaktion, uppmanar studien oss att fundera på viktiga frågor om hur vi kan bättre förstå och navigera i denna dynamiska, teknikdrivna landskap. decision-making kan påverka uppfattningar, relationer och till och med spelprestation. Genom att belysa de komplexiteter som uppstår när AI möter mänskligt beteende och interaktion, uppmanar studien oss att fundera på viktiga frågor om hur vi kan bättre förstå och navigera i denna dynamiska, teknikdrivna landskap.

Alex leder Unite.AI:s AI‑drivna nyhetsverksamhet och kombinerar journalistik, forskning och automation för att stödja snabb och skalbar bevakning av artificiell intelligens. Hans arbete bidrar till att nya AI‑utvecklingar framträder effektivt samtidigt som publikationen upprätthåller sina redaktionella standarder.