俄罗斯方块游戏中的 AI 改变了玩家的感知和表现

博客 smith 16 5月 , 2023 0

概括： 在一项新的研究中，修改后的两人俄罗斯方块游戏的玩家认为他们的伙伴在轮次较少时不那么讨人喜欢，而不管轮次分配是由人还是算法决定的。

研究人员旨在探索人工智能驱动的决策如何影响人际关系和互动。研究发现，平均回合分配并不一定会改善游戏玩法。

取而代之的是，更不平等的分配有利于更强壮的球员，从而带来了更好的团队整体表现。

关键事实：

来源： 康奈尔大学

康奈尔大学领导的一项实验表明，两个人玩俄罗斯方块的修改版本表明，轮次较少的玩家认为另一个玩家不那么讨人喜欢，无论是人还是算法分配了轮次。

大多数关于算法公平性的研究都集中在算法或决策本身，但研究人员试图探索受决策影响的人之间的关系。

“我们开始看到很多情况下，人工智能会决定如何在人们之间分配资源，”信息科学副教授 Malte Jung 说，他的团队进行了这项研究。

“我们想了解这如何影响人们看待彼此和对待彼此的方式。我们看到越来越多的证据表明机器扰乱了我们彼此互动的方式。”

在早期的一项研究中，机器人会选择将块交给哪个人，并研究每个人对机器分配决策的反应。

“我们注意到，每当机器人似乎更喜欢一个人时，另一个人就会不高兴，”Jung 说。 “我们想进一步研究这个问题，因为我们认为，随着做出决策的机器越来越成为世界的一部分——无论是机器人还是算法——这会让一个人感觉如何？”

使用开源软件，该研究的第一作者和耶鲁大学博士后研究员 Houston Claure 开发了一个双人版本的俄罗斯方块，玩家操纵下降的几何块以便在块堆积到屏幕顶部。 Claure 的版本 Co-Tetris 允许两个人（一次一个）一起完成每一轮。

传达给玩家的“分配器”——人类或人工智能——决定每个回合由哪个玩家负责。荣格和克劳尔设计了他们的实验，让玩家有 90% 的回合（“更多”条件）、10%（“更少”）或 50%（“相等”）。

研究人员发现，不出所料，轮到次数少的人敏锐地意识到他们的伙伴轮到的次数多得多。但他们惊讶地发现，无论是人类还是人工智能进行分配，人们对它的感受基本相同。

这些决定的影响被研究人员称为“机器分配行为”——类似于“资源分配行为”的既定现象，人们根据分配决定表现出的可观察行为。

Jung 表示，机器分配行为是“这种独特行为的概念，这种行为是由机器决定如何分配某些东西而产生的。”

研究人员还发现，公平并不会自动带来更好的游戏玩法和表现。事实上，轮次平均分配比不平等分配平均导致更差的分数。

“如果一个强壮的球员得到大部分盖帽，”克劳尔说，“球队会做得更好。如果一个人获得 90%，最终他们会比两个平均水平的玩家分块做得更好。”

关于这个 AI 研究新闻

作者： 贝克·鲍耶
来源： 康奈尔大学
接触： 贝克鲍耶 – 康奈尔大学
图像： 该图像归功于神经科学新闻

原始研究： 开放访问。
Malte Jung 等人的“机器配置行为的社会后果：公平、人际认知和绩效”。 人类行为中的计算机

抽象的

机器分配行为的社会后果：公平、人际认知和绩效

机器越来越多地决定人与人之间的资源或任务分配，从而导致我们称之为机器分配行为。人们对其他人或机器如何分配资源反应强烈。

然而，算法分配对人际关系的影响，例如人群工作者之间的任务、员工之间的年度奖金，或机器人在进入商店的群体成员之间的注视，仍然不清楚。

我们利用一种新颖的研究范式来研究机器分配行为对公平感知、人际感知和个人绩效的影响。

在 2 × 3 主题间设计中，该设计操纵分配代理的呈现方式（人类与人工智能 [AI] 系统）和分配类型（接收更少、相等或更多资源），我们发现当分配来自 AI 而不是人类时，接收更多资源的群体成员认为他们的对手不太占优势。

我们的发现对我们理解机器分配行为对人际动态的影响以及我们理解人类对此类机器行为的反应的方式具有重要意义。