Штучна інтелект та головоломка Тетріса

У піонському дослідженні під керівництвом Корнелльського університету дослідники розпочали дослідницьку подорож у сфері алгоритмічної справедливості у двогравцевій версії класичної гри Тетріс. Експеримент був заснований на простій, але глибокій передумові: гравці, які отримували менше ходів під час гри, сприймали свого суперника як менш симпатичного, незалежно від того, чи людина, чи алгоритм був відповідальним за розподіл ходів.

Цей підхід ознаменував значний зсув від традиційного акценту досліджень алгоритмічної справедливості, який переважно зосереджувався на алгоритмі або самому рішенні. Натомість дослідження Корнелльського університету вирішило пролити світло на відносини серед людей, які постраждали від алгоритмічних рішень. Цей вибір фокусу був обумовлений реальними наслідками прийняття рішень штучним інтелектом.

“Ми починаємо бачити багато ситуацій, у яких штучний інтелект приймає рішення про те, як розподіляти ресурси серед людей”, – зауважив Малте Юнг, асоційований професор інформаційних наук у Корнелльському університеті, який очолив дослідження. По мірі того, як штучний інтелект все більше інтегрується у різні аспекти життя, Юнг підкреслив необхідність розуміння того, як ці рішення, прийняті машиною, формують міжособистісні взаємодії та сприйняття. “Ми бачимо дедалі більше доказів того, що машини впливають на те, як ми взаємодіємо один з одним”, – прокоментував він.

Експеримент: Твист на Тетріс

Для проведення дослідження Х’юстон Клаур, постдокторант Єльського університету, використав відкритий软件 для розробки модифікованої версії Тетріса. Ця нова версія, названа Ко-Тетріс, дозволяла двом гравцям чергуватися. Метою гравців було маніпулювати падаючими геометричними блоками, акуратно укладаючи їх без пробілів і запобігаючи тому, щоб блоки накопичувалися до верху екрана.

У твисті на традиційній грі “аллокатор” – людина або штучний інтелект – визначав, який гравець буде робити кожен хід. Розподіл ходів був розподілений таким чином, щоб гравці отримували 90%, 10% або 50% ходів.

Концепція поведінки машини при розподілі

Дослідники припустили, що гравці, які отримують менше ходів, визнають нерівність. Однак те, чого вони не очікували, було те, що почуття гравців до свого співгравця залишилися в основному незмінними, незалежно від того, чи людина, чи штучний інтелект був аллокатором. Цей несподіваний результат привів дослідників до створення терміну “поведінка машини при розподілі”.

Ця концепція відноситься до спостережуваної поведінки, яку демонструють люди на основі рішень про розподіл, прийнятих машиною. Це паралель встановленому феномену “поведінки при розподілі ресурсів”, який описує, як люди реагують на рішення про розподіл ресурсів. Поява поведінки машини при розподілі демонструє, як алгоритмічні рішення можуть формувати соціальні динаміки та міжособистісні взаємодії.

Справедливість і продуктивність: Дивний парадокс

Однак дослідження не зупинилося на вивченні сприйняття справедливості. Воно також досліджує взаємозв’язок між розподілом і продуктивністю гри. Тут результати були дещо парадоксальними: справедливість у розподілі ходів не обов’язково призводила до кращої продуктивності. Насправді, рівний розподіл ходів часто призводив до гірших результатів гри порівняно з ситуаціями, коли розподіл був нерівним.

Пояснюючи це, Клаур сказав: “Якщо сильний гравець отримує більшість блоків, команда буде грати краще. І якщо одна людина отримує 90%, врешті-решт вони стануть краще в цьому, ніж якщо два середніх гравці розділять блоки”.

У нашому еволюціонуючому світі, де штучний інтелект все більше інтегрується у процеси прийняття рішень у різних галузях, це дослідження пропонує цінні висновки. Воно пропонує цікаве дослідження того, як алгоритмічне прийняття рішень може впливати на сприйняття, відносини та навіть продуктивність гри. Підкреслюючи складності, які виникають, коли штучний інтелект перетинається з людською поведінкою та взаємодіями, дослідження спонукає нас розмірковувати над важливими питаннями про те, як ми можемо краще зрозуміти та навігаціювати цей динамічний, технологічний ландшафт.