In uno studio pionieristico condotto presso la Cornell University, i ricercatori hanno intrapreso un esplorativo viaggio nei territori dell’equità algoritmica, utilizzando una versione a due giocatori del classico gioco Tetris. L’esperimento si basava su una premessa semplice ma profonda: i giocatori che ricevevano meno turni durante il gioco percepivano il proprio avversario come meno simpatico, indipendentemente dal fatto che fosse un essere umano o un algoritmo a gestire l’assegnazione dei turni.
Questo approccio rappresenta un significativo spostamento di attenzione rispetto alla tradizionale ricerca sull’equità algoritmica, che si concentra principalmente sull’algoritmo o sulla decisione stessa. Lo studio condotto presso la Cornell University ha invece scelto di analizzare le relazioni tra le persone coinvolte nelle decisioni algoritmiche. Tale scelta è stata guidata dalle implicazioni reali del processo decisionale dell’intelligenza artificiale nel mondo reale.
“Stiamo assistendo sempre più a situazioni in cui l’IA prende decisioni sulla distribuzione delle risorse tra le persone”, ha osservato Malte Jung, professore associato di scienze dell’informazione presso la Cornell University e responsabile dello studio. Con l’intelligenza artificiale che si integra sempre di più in diversi aspetti della nostra vita, Jung ha sottolineato la necessità di comprendere come tali decisioni prese dalle macchine modellino le interazioni e le percezioni tra le persone. “Stiamo vedendo sempre più prove che le macchine influenzano il nostro modo di interagire tra di noi”, ha commentato.
Per condurre lo studio, Houston Claure, un ricercatore post-dottorato presso la Yale University, ha utilizzato un software open-source per sviluppare una versione modificata di Tetris chiamata Co-Tetris. Questa nuova versione ha consentito a due giocatori di collaborare alternandosi. L’obiettivo comune era manipolare i blocchi geometrici che cadono, impilandoli in modo ordinato senza lasciare spazi vuoti e impedendo ai blocchi di accumularsi nella parte superiore dello schermo.
In una svolta rispetto al gioco tradizionale, un “allocatore”, sia umano che un’intelligenza artificiale, decideva quale giocatore avesse il turno successivo. I turni sono stati assegnati in modo tale che i giocatori ricevessero rispettivamente il 90%, il 10% o il 50% dei turni.
I ricercatori avevano ipotizzato che i giocatori che ricevevano meno turni avrebbero notato lo squilibrio. Tuttavia, non si aspettavano che i sentimenti dei giocatori nei confronti del loro compagno di gioco rimanessero sostanzialmente gli stessi, indipendentemente dal fatto che l’allocatore fosse un essere umano o un’IA. Questo risultato inaspettato ha portato i ricercatori a coniare il termine “comportamento di allocazione delle macchine”.
Questo concetto si riferisce al comportamento osservabile delle persone in base alle decisioni di allocazione prese dalle macchine. È un parallelo con il consolidato fenomeno del “comportamento di allocazione delle risorse”, che descrive come le persone reagiscono alle decisioni sulla distribuzione delle risorse. L’emergere del comportamento di allocazione delle macchine dimostra come le decisioni algoritmiche possano modellare le dinamiche sociali e le interazioni tra le persone.
Tuttavia, lo studio non si è limitato ad esplorare le percezioni di equità. Ha anche approfondito la relazione tra l’allocazione dei turni e le prestazioni di gioco. In questo caso, i risultati sono stati piuttosto paradossali: un’allocazione equa dei turni non ha portato necessariamente a prestazioni migliori. In effetti, spesso un’assegnazione diseguale dei turni ha prodotto punteggi di gioco migliori rispetto a situazioni in cui i turni erano equamente distribuiti.
Spiegando questo fenomeno, Claure ha dichiarato: “Se un giocatore esperto riceve la maggior parte dei blocchi, la squadra otterrà risultati migliori. E se una persona ottiene il 90% dei turni, alla fine avrà una performance migliore rispetto a quando i due giocatori medi si dividono i blocchi”.
In un mondo in continua evoluzione, in cui l’intelligenza artificiale è sempre più integrata nei processi decisionali in diversi campi, questo studio fornisce preziose informazioni. Offre una prospettiva affascinante su come il processo decisionale algoritmico possa influenzare le percezioni, le relazioni e persino le prestazioni di gioco. Mettendo in luce le complessità che sorgono quando l’IA si intreccia con i comportamenti e le interazioni umane, lo studio ci spinge a riflettere su domande cruciali su come possiamo comprendere e navigare meglio in questo panorama dinamico guidato dalla tecnologia.