Trenutni modeli vještačke inteligencije, uključujući ChatGPT i Claude, često precjenjuju racionalnost ljudskih protivnika u igrama strateškog razmišljanja poput Kejnzijanskog takmičenja u ljepoti, pokazalo je novo istraživanje naučnika sa Nacionalnog istraživačkog univerziteta Viša škola ekonomije iz Moskve.
Studija je objavljena u uglednom časopisu Journal of Economic Behavior & Organization, a prenosi TechXplore.
Šta je Kejnzijansko takmičenje u ljepoti?
Koncept je razvio britanski ekonomista Džon Mejnard Kejnz još tridesetih godina prošlog vijeka. Klasičan primjer uključuje zadatak u kojem učesnici biraju lica za koja smatraju da će ih većina drugih smatrati najprivlačnijim.
Cilj nije lična procjena, već predviđanje ponašanja drugih, što ovu igru čini testom višeslojnog strateškog razmišljanja – koliko duboko ljudi (ili AI) razmišljaju o razmišljanju drugih.
Kako su testirani AI modeli?
Istraživački tim, predvođen Dmitrijem Dagajevom, zajedno sa kolegama iz Rusije i Švajcarske, testirao je pet najpopularnijih AI modela, među kojima su ChatGPT-4o i Claude Sonnet 4.
Modeli su učestvovali u igri „Pogodi broj“, jednoj od najpoznatijih varijacija Kejnzijanskog takmičenja u ljepoti. Učesnici biraju broj između 0 i 100, a pobjeđuje onaj čiji je izbor najbliži polovini ili dvije trećine prosjeka svih izabranih brojeva.
AI modelima su dati detaljni opisi protivnika – od studenata prve godine, preko akademika, do osoba sa različitim emocionalnim stanjima i nivoima analitičkog razmišljanja.
Kako se AI ponašao?
Rezultati su pokazali da su LLM modeli prilagođavali strategije u zavisnosti od toga protiv koga igraju:
- protiv stručnjaka za teoriju igara birali su brojeve bliske nuli
- protiv studenata početnika birali su znatno veće brojeve
- pokazali su sposobnost društvene i kognitivne prilagodbe
Ipak, istraživači su utvrdili da AI modeli nisu uspjeli da identifikuju dominantnu strategiju u igri sa dva igrača, što ukazuje na ograničenja u njihovom strateškom rasuđivanju.
Zašto je ovo važno?
Kejnzijansko takmičenje u ljepoti često se koristi za objašnjavanje ponašanja na finansijskim tržištima, gdje investitori ne donose odluke na osnovu ličnih preferencija, već očekivanja o ponašanju drugih.
„Kako AI modeli sve češće zamjenjuju ljude u poslovnim procesima, važno je da se u zadacima donošenja odluka ponašaju slično ljudima. Zato raste interes za poređenje ljudskog i AI ponašanja, a ova oblast istraživanja će se u narednim godinama ubrzano razvijati“, poručio je Dagajev.