Responses to Unfavorable Outcomes Produced by Human and Artificial Agents: A Dual-Pathway Model of Upward Counterfactual Thinking and Intentionality Attribution
Dit artikel toont aan dat ongunstige uitkomsten geproduceerd door kunstmatige agenten gemakkelijker worden geaccepteerd dan die van menselijke agenten omdat mensen minder vaak aan opwaartse contrafactische denkprocessen en intentionaliteitsattributie doen richting AI, een verschil dat duidelijker wordt wanneer de uitkomst gepaard gaat met hoge persoonlijke belangen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je net een slecht cijfer hebt gekregen voor een toets, of dat de bezorging van je favoriete pizza koud en te laat arriveerde. Je brein begint onmiddellijk een soort detectivewerk te doen. Je stelt jezelf twee grote vragen: "Had dit anders kunnen zijn als iemand gewoon harder zijn best had gedaan?" en "Heeft de persoon die de fout maakte het met opzet gedaan om mij te irriteren?" Psychologen noemen de eerste vraag "opwaartse contrafactische denkprocessen" — het is alsoals kijken naar een "wat als"-film in je hoofd waarin de dingen beter aflopen. De tweede vraag gaat over "intentionaliteitsattributie", wat in feid eigenlijk het raden is of de andere persoon een sluwe, kwaadwillende motief had.
Stel je nu voor dat je te maken krijgt met een slechte afloop veroorzaakt door een menselijke baas versus een robotcomputer. Een tijdlang vroegen wetenschappers zich af: Worden we even boos op robots als we boos worden op mensen? Sommige mensen denken dat we robots haten wanneer ze falen (wat "algoritme-aversie" wordt genoemd), terwijl anderen denken dat we ze misschien juist meer kunnen vertrouwen omdat ze eerlijker lijken. Maar wat gebeurt er nadat het slechte moment al heeft plaatsgevond? Accepteren we het resultaat makkelijker als een robot de oorzaak was, of maakt het ons juist bozer? Dit artikel duikt in dat exacte moment van frustratie om te zien hoe onze hersenen omgaan met fouten van vlees-en-bloed mensen versus digitale agenten.
De Robot versus de Baas: Wie krijgt de schuld?
Deze studie, uitgevoerd door onderzoekers Zhao, Li en Wen, probeerde antwoord te geven op een eenvoudige maar lastige vraag: Als er iets misgaat, accepteren we het dan makkelijker als een robot het deed, of als een mens het deed? Om dit te ontdekken, voerden ze twee experimenten uit met verzonnen verhalen (scenario's) die voor de deelnemers echt aanvoelden.
In het eerste experiment vroegen ze 472 mensen om zich een bezorger van voedsel te verbeelden. Plotseling verscheen er een nieuwe bestelling die ervoor zou zorgen dat ze te laat zouden zijn en die in de totaal verkeerde richting was. Ze konden geen nee zeggen. De twist? De helft van de bezorgers kreeg te horen dat een menselijke manager deze verschrikkelijke bestelling had toegewezen, en de andere helft kreeg te horen dat een computeralgoritme de bestelling had toegewezen.
De resultaten waren duidelijk: Mensen waren veel eerder bereid om de slechte bestelling te accepteren wanneer deze van de computer kwam. Wanneer een menselijke manager de bestelling toewezag, waren de bezorgers bozer en minder geneigd om het zomaar te laten rusten. Waarom? Omdat hun hersenen op twee specifieke manieren overuren draaiden:
- De "Wat Als"-film: Wanneer een mens een fout maakte, begonnen de bezorgers zich af te vragen: "Oh, de manager had een andere route kunnen kiezen!" of "Ze hadden eerst mijn andere bestellingen kunnen controleren!" Dit is opwaartse contrafactische denkprocessen. Het is alsof je een deur ziet die open is blijven staan en denkt: "Als ze de deur maar dicht hadden gedaan, was ik nu niet nat geworden!" Hoe meer je een betere alternatieve situatie kunt voorstellen, hoe moeilijker het is om de huidige puinhoop te accepteren.
- De "Slechte Intentie"-detective: Wanneer een mens de slechte bestelling toewezag, begonnen de bezorgers te denken: "Hebben ze dit met opzet gedaan? Hebben ze mij genegeerd?" Dit is intentionaliteitsattributie. We gaan ervan uit dat mensen gevoelens en keuzes hebben, dus als ze een fout maken, vragen we ons af of ze het deden om gemeen te zijn. Computers worden daarentegen gezien als systemen die simpelweg regels volgen. Het is moeilijk om te denken dat een robot "gemeen is" met opzet; het is gewoon een glitch of een berekening.
De studie vond dat omdat mensen deze twee mentale processen triggeren (de "wat als"-film en de "slechte intentie"-vermoeden), we hun slechte beslissingen minder snel accepteren. Robots, die worden gezien als regelvolgende machines zonder gevoelens, triggeren deze gedachten minder sterk, waardoor we hun slechte beslissingen makkelijker accepteren.
De "Persoonlijke Belangen" Twist
Maar wacht, gebeurt dit altijd? De onderzoekers vroegen zich af of het uitmaakt hoeveel de slechte afloop jou persoonlijk raakt. Dit is waar het tweede experiment om de hoek komt kijken. Ze vroegen 3 of 360 mensen om zich voor te stellen dat ze geen plek hadden gekregen in een speciaal trainingsprogramma op hun werk.
Dit keer veranderden ze de regels. Voor sommige mensen was deze training van laag belang — het was gewoon een leuke cursus die hun carrière niet zou veranderen. Voor anderen was het van hoog belang — het krijgen van deze training betekende een promotie, een salarisverhoging of een kans om aan coole projecten te werken. Het missen hiervan zou een enorme klap zijn voor hun toekomst.
Hier wordt het verhaal interessant. Wanneer de belangen laag waren (alleen een leuke cursus), maakte het niet echt uit of een mens of een robot "nee" zei. Mensen accepteerden het antwoord ongeveer op dezelfde manier. Ze maakten zich niet genoeg zorgen om hun "wat als"-films of detectivewerk te starten.
Echter, wanneer de belangen hoog waren (invloed op hun carrière), explodeerde het verschil tussen mensen en robots.
- Hoge belangen + Mens: Mensen gingen in overdrive. Ze dachten: "Mijn baas had een uitzondering kunnen maken!" en "Heeft mijn baas mijn carrière opzettelijk gesaboteerd?" De woede en weerstand waren enorm.
- Hoge belangen + Robot: Mensen vonden het nog steeds jammer, maar waren veel eerder bereid om het te accepteren. Ze dachten: "Nou ja, de computer heeft gewoon de regels gevolgd," en besteedden niet veel energie aan het voorstellen van alternatieven of het raden van kwaadwillende intenties.
Wat dit alles betekent
Dus, wat is de kernboodschap? Het artikel suggereert dat onze hersenen robots en mensen anders behandelen wanneer er iets misgaat, maar alleen wanneer het er echt toe doet voor ons.
Als een robot je leven verpest, voel je je misschien slecht, maar ben je minder snel geneigd om het te beschuldigen van een "slechte houding" of te obsessief na te denken over hoe het anders had gekund. Je ziet het als een systeemfout. Maar als een mens dezelfde fout maakt, vooral wanneer je baan of toekomst op het spel staat, lichten je hersenen op. Je begint je alle manieren voor te stellen waarop ze je hadden kunnen helpen, en je begint je af te vragen of ze het met opzet deden.
De onderzoekers ontdekten dat dit "persoonlijke belang" werkt als een volumeknop. Wanneer de belangen laag zijn, wordt het volume van onze woede en achterdocht lager gezet, en wordt het verschil tussen mensen en robots stil. Maar wanneer de belangen hoog zijn, gaat het volume omhoog, en horen we het verschil luid en duidelijk: we houden mensen aan een veel hogere standaard van intentie en flexibiliteit dan machines.
Kortom, we zijn toleranter voor robots, niet omdat ze beter zijn, maar omdat onze hersenen het moeilijker vinden om zich een keuze of een motief bij hen voor te stellen. Wanneer de afloop echt pijn doet, eisen we meer van de mensen in charge, en accepteren we de regels van de robots iets makkelijker.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.