Responses to Unfavorable Outcomes Produced by Human and Artificial Agents: A Dual-Pathway Model of Upward Counterfactual Thinking and Intentionality Attribution
Questo articolo dimostra che gli esiti sfavorevoli prodotti da agenti artificiali sono accettati più facilmente rispetto a quelli prodotti da agenti umani perché le persone intraprendono meno pensiero controfattuale ascendente e meno attribuzione di intenzionalità verso l'IA, una disparità che diventa più pronunciata quando l'esito comporta alti interessi personali.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di aver appena preso un brutto voto a un test, o forse la consegna della tua pizza preferita è arrivata fredda e in ritardo. Il tuo cervello inizia immediatamente a fare un piccolo lavoro da detective. Ti poni due grandi domande: "Potrebbe essere andata diversamente se qualcuno si fosse solo impegnato di più?" e "La persona che ha sbagliato l'ha fatto apposta per darmi fastidio?". Gli psicologi chiamano la prima domanda "pensiero controfattuale ascendente" — è come guardare un film del tipo "e se..." nella tua testa dove le cose vanno meglio. La seconda domanda riguarda l' "attribuzione di intenzionalità", che consiste fondamentalmente nel cercare di capire se l'altra persona avesse un motivo subdolo e cattivo.
Ora, immagina di dover gestire un esito negativo causato da un capo umano rispetto a un computer robotico. Per molto tempo, gli scienziati si sono chiesti: ci arrabbiamo con i robot allo stesso modo in cui ci arrabbiamo con le persone? Alcuni pensano che odiamo i robot quando falliscono (chiamato "avversione per l'algoritmo"), mentre altri pensano che potremmo in realtà fidarci di più di loro perché sembrano più equi. Ma cosa succede dopo che la cosa brutta è già accaduta? Accettiamo il risultato più facilmente se lo ha causato un robot, o questo ci rende solo più arrabbiati? Questo articolo approfondisce proprio quel momento di frustrazione per vedere come il nostro cervello gestisce gli errori commessi da esseri umani in carne ed ossa rispetto ad agenti digitali.
Il Robot contro il Capo: Di chi è la colpa?
Questo studio, condotto dai ricercatori Zhao, Li e Wen, si è posto l'obiettivo di rispondere a una domanda semplice ma complicata: quando qualcosa va storto, lo accettiamo più facilmente se lo ha fatto un robot o se lo ha fatto un essere umano? Per scoprirlo, hanno condotto due esperimenti utilizzando storie inventate (scenari) che sembrassero reali ai partecipanti.
Nel primo esperimento, hanno chiesto a 472 persone di immaginare di essere corrieri per la consegna di cibo. Improvvisamente, appare un nuovo ordine che li farebbe arrivare in ritardo e che si trova nella direzione completamente sbagliata. Non possono dire di no. Il colpo di scena? A metà dei corrieri è stato detto che un manager umano aveva assegnato questo terribile ordine, e all'altra metà è stato detto che un algoritmo informatico lo aveva assegnato.
I risultati sono stati chiari: le persone erano molto più disposte ad accettare il brutto ordine quando proveniva dal computer. Quando un manager umano assegnava l'ordine terribile, i corrieri erano più arrabbiati e meno propensi a limitarsi a scrollare le spalle. Perché? Perché i loro cervelli iniziavano a lavorare intensamente in due modi specifici:
- Il film del "E se...": Quando un essere umano sbagliava, i corrieri iniziavano a immaginare: "Oh, il manager avrebbe potuto scegliere un percorso diverso!" oppure "Avrebbe potuto controllare prima i miei altri ordini!". Questo è il pensiero controfattuale ascendente. È come vedere una porta lasciata aperta e pensare: "Se solo l'avessero chiusa, non sarei bagnato!". Più riesci a immaginare un'alternativa migliore, più è difficile accettare il disastro attuale.
- Il detective del "Mancio Intento": Quando un essere umano assegnava il brutto ordine, i corrieri iniziavano a pensare: "L'ha fatto apposta? Mi ha ignorato?". Questa è l' attribuzione di intenzionalità. Presumiamo che gli esseri umani abbiano sentimenti e capacità di scelta, quindi se commettono un errore, ci chiediamo se lo abbiano fatto per cattiveria. I computer, invece, sono visti come semplici esecutori di regole. È difficile pensare che un robot stia "essendo cattivo" apposta; è solo un glitch o un calcolo.
Lo studio ha scoperto che, poiché gli esseri umani innescano questi due processi mentali (il film del "e se..." e il sospetto dell' "intento cattivo"), accettiamo meno le loro decisioni sbagliate. I robot, essendo visti come macchine che seguono regole senza sentimenti, non innescano questi pensieri con la stessa forza, quindi accettiamo più facilmente i loro errori.
Il colpo di scena degli "Interessi Personali"
Ma attenzione, accade sempre? I ricercatori si sono chiesti se conti quanto l'esito negativo ti colpisca personalmente. È qui che entra in gioco il secondo esperimento. Hanno chiesto a 360 persone di immaginare di non essere state ammesse a un programma di formazione speciale sul lavoro.
Questa volta, hanno cambiato le regole. Per alcuni, questa formazione era a bassi rischi — era solo un corso divertente che non avrebbe cambiato la loro carriera. Per altri, era ad alti rischi — ottenere questa formazione significava una promozione, un aumento o la possibilità di lavorare su progetti interessanti. Non ottenere la formazione sarebbe stato un duro colpo per il loro futuro.
Ecco dove la storia si fa interessante. Quando gli interessi erano bassi (solo un corso divertente), non importava molto se un essere umano o un robot diceva "no". Le persone accettavano la risposta quasi allo stesso modo. Non ne facevano abbastanza per iniziare i loro film del "e se..." o il lavoro da detective.
Tuttavia, quando gli interessi erano alti (che influenzavano la loro carriera), la differenza tra esseri umani e robot esplodeva.
- Alti Rischi + Umano: Le persone entravano in modalità overdrive. Pensavano: "Il mio capo avrebbe potuto fare un'eccezione!" e "Il mio capo mi ha intenzionalmente sabotato la carriera?". La rabbia e la resistenza erano enormi.
- Alti Rischi + Robot: Le persone pensavano comunque che fosse un peccato, ma erano molto più disposte ad accettarlo. Pensavano: "Beh, il computer ha solo seguito le regole", e non spendevano così tanta energia a immaginare alternative o a indovinare intenti malevoli.
Cosa significa tutto questo
Quindi, qual è il punto fondamentale? L'articolo suggerisce che i nostri cervelli trattano i robot e gli esseri umani in modo diverso quando le cose vanno male, ma solo quando la cosa conta davvero per noi.
Se un robot rovina la tua vita, potresti sentirti male, ma è meno probabile che tu lo incolpi per avere un "cattivo atteggiamento" o che tu faccia l'ossessione su come avrebbe potuto fare le cose diversamente. Lo vedi come un errore di sistema. Ma se un essere umano commette lo stesso errore, specialmente quando il tuo lavoro o il tuo futuro sono in gioco, il tuo cervello si accende. Inizi a immaginare tutti i modi in cui avrebbero potuto aiutarti e inizi a chiederti se lo abbiano fatto apposta.
I ricercatori hanno scoperto che questo "interesse personale" agisce come una manopola del volume. Quando gli interessi sono bassi, il volume della nostra rabbia e del nostro sospetto è abbassato, e la differenza tra esseri umani e robot è silenziosa. Ma quando gli interessi sono alti, il volume si alza e sentiamo la differenza chiaramente: riteniamo gli esseri umani in comando molto più responsabili in termini di intenzione e flessibilità rispetto alle macchine.
In breve, siamo più indulgenti con i robot non perché siano migliori, ma perché il nostro cervello trova più difficile immaginare che abbiano una scelta o un motivo. Quando l'esito ci ferisce davvero, pretendiamo di più dagli esseri umani al comando e accettiamo le regole dei robot con un po' più di facilità.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.