Bounded Normative Equivalence in Human-AI Cooperation: Group Behaviour, Not Partner Labels, Predicts Cooperation under Anonymous Aggregate Feedback
अनाम समूह परिवेशों में, जहाँ समग्र फीडबैक (aggregate feedback) उपलब्ध होता है, एक एआई लेबल मानव लेबल की तुलना में सहयोगात्मक व्यवहार या मानदंडों की निरंतरता को महत्वपूर्ण रूप से नहीं बदलता है, क्योंकि समूह का योगदान इतिहास और व्यक्तिगत पूर्व कार्य ही सहयोग के प्राथमिक चालक होते हैं, जो एक "सीमित मानक समतुल्यता" (bounded normative equivalence) को प्रदर्शित करते हैं जहाँ पहचान संबंधी संकेत सूचनात्मक संरचना द्वारा कम हो जाते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
द ग्रेट ग्रुप गेम: जब रोबोट्स सर्कल में शामिल होते हैं
कल्पना कीजिए कि आप एक बड़ी टीम का हिस्सा हैं जो एक बड़े प्रोजेक्ट पर काम कर रही है, जैसे कि मिलकर एक विशाल रेत का महल (sandcastle) बनाना। आपके पास रेत की एक बाल्टी है (आपके संसाधन), और लक्ष्य यह देखना है कि अगर हर कोई अपना योगदान दे, तो पूरा समूह कितना निर्माण कर सकता है। यह 'बिहेवियरल इकोनॉमिक्स' (व्यवहार संबंधी अर्थशास्त्र) नामक एक क्षेत्र का केंद्र है, जो इस बात का अध्ययन करता है कि लोग कैसे निर्णय लेते हैं जब उनके अपने हित समूह के सर्वोत्तम हितों के साथ टकराते हैं। दशकों से, वैज्ञानिक जानते हैं कि इंसान थोड़े पेचीदा होते हैं: हम अक्सर 'फ्री-राइडर' (दूसरों को काम करने देना जबकि हम महल का आनंद लें) बनना चाहते हैं, लेकिन हम अपने दोस्तों की नकल भी करने की प्रवृत्ति रखते हैं। यदि बाकी सब मदद कर रहे हैं, तो हम भी मदद करते हैं; यदि वे सुस्त हो जाते हैं, तो हम भी हो जाते हैं। इसे "कंडीशनल कोऑपरेशन" (सशर्त सहयोग) कहा जाता है।
अब, एक नया मोड़ देखिए: क्या होगा अगर आपकी टीम का एक सदस्य इंसान नहीं, बल्कि एक रोबोट या एआई (AI) हो? जैसे-जैसे आर्टिफिशियल इंटेलिजेंस हमारे जीवन का एक नियमित हिस्सा बनता जा रहा है, हमें एक बड़ा सवाल पूछना होगा: क्या इस तथ्य से कि आपका एक साथी एक मशीन है, खेल खेलने का हमारा तरीका बदल जाता है? क्या हम उन पर कम भरोसा करते हैं? क्या हम निष्पक्ष होने के लिए कम दबाव महसूस करते हैं? यह अध्ययन उसी रहस्य की गहराई में उतरता है, यह पता लगाता है कि क्या हमारे सामाजिक नियम—कैसे व्यवहार किया जाए, इस पर हमारे अलिखित समझौते—पार्टी में रोबोट के शामिल होने पर टूट जाते हैं, या हम समूह के साथ वैसे ही व्यवहार करते हैं चाहे कुर्सी पर कोई भी (या जो भी) बैठा हो।
प्रयोग: इंसान, बॉट्स और एक गुप्त लेबल
इसका उत्तर खोजने के लिए, शोधकर्ताओं ने एक डिजिटल खेल तैयार किया। उन्होंने 236 वास्तविक लोगों को इकट्ठा किया और उन्हें "पब्लिक गुड्स गेम" (Public Goods Game) खेलने के लिए चार के समूहों में विभाजित किया। इसे रेत के महल वाली चुनौती के कई राउंड के रूप में समझें। प्रत्येक राउंड में, प्रत्येक खिलाड़ी को 100 टोकन (जैसे खेलने वाले पैसे) मिले और उन्हें तय करना था कि वे साझा बर्तन (pot) में कितने टोकन डालेंगे। यदि वे पैसे डालते, तो वह बढ़ जाता और सभी में बांट दिया जाता। यदि वे उसे अपने पास रखते, तो उनके पास केवल अपना हिस्सा होता।
यहाँ असली 'सीक्रेट सॉस' (गुप्त नुस्खा) था: प्रत्येक समूह में, तीन खिलाड़ी वास्तविक इंसान थे, और चौथा एक कंप्यूटर प्रोग्राम (एक बॉट) था। शोधकर्ताओं ने इंसानों के साथ एक छोटा सा खेल खेला। कभी-कभी, उन्होंने समूह को बताया कि चौथा खिलाड़ी एक इंसान है। अन्य समय में, उन्होंने कहा कि वह एक एआई (AI) है। लेकिन वास्तव में, बॉट एक में से तीन सख्त स्क्रिप्ट्स का पालन कर रहा था:
- द सुपर हेल्पर (अति सहायक): हमेशा सभी 100 टोकन डालता है।
- द मिरर (दर्पण): पिछले बार समूह द्वारा डाले गए औसत के बराबर टोकन डालता है।
- द फ्री-राइडर (मुफ्त का लाभ उठाने वाला): एक भी टोकन कभी नहीं डालता।
इंसान नहीं जानते थे कि बॉट कौन सी स्क्रिप्ट चला रहा है, और उन्होंने यह भी नहीं देखा कि किसने बर्तन में कितना डाला। उन्होंने केवल समूह द्वारा कुल कितनी राशि योगदान की गई, यह देखा। दस राउंड के बाद, इंसानों ने एक अंतिम, त्वरित खेल एक साथी के साथ खेला ताकि यह देखा जा सके कि क्या उनकी आदतें बनी रहती हैं।
बड़ा आश्चर्य: लेबल से कोई फर्क नहीं पड़ा
शोधकर्ताओं को संदेह था कि लोग एआई (AI) के साथ अलग तरह से व्यवहार करेंगे। उन्हें लगा कि यदि किसी साथी को "एआई" लेबल किया गया, तो लोग कम सहयोगी होंगे, शायद मुफ्तखोरी के बारे में कम दोषी महसूस करेंगे या मशीन पर कम भरोसा करेंगे। उन्होंने इसे "डिफरेंशिएशन इफेक्ट" (विभेदीकरण प्रभाव) कहा।
लेकिन परिणाम एक पूरी तरह से चौंकाने वाला मोड़ लेकर आए। लेबल ने कुछ भी नहीं बदला।
चाहे समूह को लगा कि चौथा खिलाड़ी एक इंसान है या एक एआई, इंसानों ने खेल को बिल्कुल एक ही तरह से खेला।
- आंकड़े: लोगों के योगदान में अंतर इतना मामूली था कि वह लगभग शून्य था। शोधकर्ताओं ने यह साबित करने के लिए एक विशेष गणितीय परीक्षण का उपयोग किया कि "ह्यूमन" समूहों और "एआई" समूहों के बीच का अंतर 5 टोकन (जो 100-टोकन की शुरुआती राशि का केवल 5% है) से कम था। दूसरे शब्दों में, समूह सांख्यिकीय रूप से समान थे।
- असली चालक: वास्तव में जो मायने रखता था वह यह नहीं था कि चौथे खिलाड़ी का लेबल क्या था। बल्कि यह था कि पिछले दौर में पूरे समूह ने क्या किया था। यदि समूह ने पिछली बार बहुत योगदान दिया था, तो इंसानों ने इस बार अधिक योगदान दिया। यदि समूह सुस्त रहा, तो इंसान भी सुस्त रहे। इंसान समूह के व्यवहार पर प्रतिक्रिया दे रहे थे, न कि अपने साथी की पहचान पर।
यहाँ तक कि बॉट की रणनीति ने भी बहुत बड़ा प्रभाव नहीं डाला। चाहे बॉट एक 'सुपर हेल्पर' था, 'मिरर' था, या 'फ्री-राइडर', इंसानों ने उसके आधार पर अपने व्यवहार को बहुत अधिक नहीं बदला। समूह का सामूहिक मूड ही बॉस था, न कि रोबोट की विशिष्ट क्रियाएं।
परिणाम: आदतें टिक जाती हैं, लेबल नहीं
यह देखने के लिए कि क्या इस "एआई बनाम मानव" भ्रम के कोई दीर्घकालिक प्रभाव थे, शोधकर्ताओं ने मुख्य कार्यक्रम के तुरंत बाद प्रतिभागियों को एक अंतिम खेल खेलने के लिए कहा। वे देखना चाहते थे कि क्या "एआई" समूहों ने कम सहयोगी होना सीख लिया था।
एक बार फिर, जवाब 'नहीं' था। समूह के खेल के दौरान इंसानों ने जो आदतें बनाई थीं, वे बिना किसी भेदभाव के जारी रहीं, चाहे उन्हें लगा हो कि वे एक रोबोट या व्यक्ति के साथ खेल रहे हैं। "निष्पक्षता" के बारे में उनके विश्वास और दूसरों को क्या "करना चाहिए", इसके बारे में उनकी धारणा भी दोनों समूहों में एक समान थी।
ऐसा क्यों होता है: "धुंधली फोटो" का प्रभाव
तो, एआई (AI) लेबल ने चीजें क्यों नहीं बदलीं? पेपर का सुझाव है कि यह जानकारी साझा करने के तरीके के कारण हुआ। इंसान केवल समूह का कुल स्कोर देख सकते थे, न कि यह कि किसने कितना योगदान दिया। यह भीड़ की एक धुंधली फोटो देखने जैसा है; आप देख सकते हैं कि भीड़ चल रही है, लेकिन आप किसी एक विशिष्ट व्यक्ति की ओर इशारा करके यह नहीं कह सकते, "वह रोबोट है!"
चूंकि इंसान एआई (AI) की क्रियाओं को स्पष्ट रूप से नहीं पहचान सकते थे, इसलिए "एआई" लेबल ने अविश्वास या नैतिक अलगाव जैसी विशेष भावनाओं को ट्रिगर करने की अपनी शक्ति खो दी। समूह एक इकाई के रूप में कार्य करता था, और इंसान समूह की लय पर प्रतिक्रिया दे रहे थे। शोधकर्ता इसे "बाउंडेड नॉर्मेटिव इक्विवेलेंस" (सीमित मानक समानता) कहते हैं। इसका मतलब है कि इन विशिष्ट परिस्थितियों में (गुमनाम, समूह-स्तरीय फीडबैक), सहयोग के नियम वैसे ही काम करते हैं जैसे रोबोट के शामिल होने पर भी।
इसका क्या अर्थ है (और क्या नहीं)
यह अध्ययन बताता है कि उन स्थितियों में जहाँ हम आसानी से यह नहीं बता सकते कि किसने क्या किया, हम जितना सोचते हैं उससे कहीं अधिक एआई (AI) के साथ सहयोग करने के लिए तैयार हो सकते हैं। यह इस विचार को चुनौती देता है कि हम हमेशा मशीनों को "बाहरी लोगों" के रूप में देखते हैं जो हमारे भरोसे के लायक नहीं हैं।
हालाँकि, लेखक सावधानी बरतते हुए कहते हैं कि इसका मतलब यह नहीं है कि रोबोट हर स्थिति में इंसानों के बिल्कुल समान हैं। यह "समानता" "सीमित" (bounded) है, जिसका अर्थ है कि इसकी सीमाएं हैं। यदि फीडबैक दिखाता कि किसने क्या किया, या यदि समूह में ज्यादातर रोबोट होते, तो परिणाम पूरी तरह से अलग हो सकते थे। लेकिन फिलहाल, एक ऐसे समूह में जहाँ सभी के कार्यों को मिला दिया जाता है, इंसानों ने उन्हीं नियमों का पालन किया, चाहे उनका साथी मांस-रक्त का हो या कोड।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।