Bounded Normative Equivalence in Human-AI Cooperation: Group Behaviour, Not Partner Labels, Predicts Cooperation under Anonymous Aggregate Feedback
在具有聚合反馈的匿名群体设置中，AI标签与人类标签相比，并不会显著改变合作行为或规范的持久性，因为群体贡献历史和个人过往行为是合作的主要驱动力，这证明了存在一种“有限的规范等效性”，即身份线索被信息结构所稀释。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
伟大的团队游戏：当机器人加入圆圈
想象一下，你正在为一个大项目工作，比如一起建造一座巨大的沙堡。你有一桶沙子（你的资源），目标是看看如果每个人都出一份力，整个团队能建造出多少东西。这是行为经济学领域的核心，该领域研究当个人的利益与群体的最佳利益发生冲突时，人们如何做出决策。几十年来，科学家们已经知道人类是很复杂的：我们经常想要“搭便车”（让别人干活，自己享受城堡），但我们也倾向于模仿朋友。如果其他人都在帮忙，我们也会帮忙；如果他们偷懒，我们也会跟着偷懒。这被称为“条件性合作”。
现在，想象一个全新的转折：如果你的团队成员中有一个根本不是人，而是一个机器人或人工智能（AI）呢？随着人工智能成为我们生活的一部分，我们必须提出一个大问题：队友是机器人的这一事实，是否会改变我们的游戏方式？我们会因此更不信任他们吗？我们会感到减轻了公平的压力吗？这项研究深入探讨了这个谜团，探索当机器人加入派对时，我们的社会规则——即关于如何行为的默契协议——是否会崩溃，或者无论坐在椅子上的是谁（或什么），我们对待团队的方式是否依然如一。
实验：人类、机器人与秘密标签
为了寻找答案，研究人员搭建了一个数字游乐场。他们召集了236名真实的人，将他们分成四人一组，玩一个叫做“公共物品游戏”的游戏。把这想象成一场重复进行的沙堡挑战赛。在每一轮中，每个玩家都会得到100个代币（类似于游戏货币），并决定投入多少到共享的池子中。如果他们投入资金，这些钱就会增长并重新分配给所有人。如果他们留着钱，就只能拥有自己的那份。
这里有一个“秘密配方”：在每一个小组中，三名玩家是真实的人类，第四名是一个计算机程序（机器人）。研究人员对人类耍了一个小花招。有时，他们告诉小组第四名玩家是一个人类；有时，他们说那是一个人工智能。但实际上，这个机器人遵循以下三种严格的脚本之一：
- 超级助手：总是投入全部100个代币。
- 镜像：投入上一轮小组平均投入的金额。
- 搭便车者：一个代币也不投入。
人类并不知道机器人运行的是哪种脚本，他们也看不到谁往池子里投入了多少。他们只看到了整个小组贡献的总量。在十轮之后，人类与一名搭档进行了一场最后的快速游戏，以观察他们的习惯是否仍然存在。
大惊喜：标签并不重要
研究人员曾有一种直觉，认为人们会以不同的方式对待AI。他们认为，如果一名队友被标记为“AI”，人们的合作意愿会降低，可能会觉得搭便车时的愧疚感减轻，或者对机器人的信任度降低。他们称之为“差异化效应”。
但结果是一个完全的剧情反转。标签并没有改变任何事情。
无论小组认为第四名玩家是人类还是AI，人类玩游戏的方式都是完全一样的。
- 数据：人们贡献金额的差异微乎其微，几乎为零。研究人员使用了一种特殊的数学测试来证明，“人类”组和“AI”组之间的任何差异都小于5个代币（仅为100个代币起始金额的5%）。换句话说，这些小组在统计学上是完全相同的。
- 真正的驱动力：真正起作用的并不是第四名玩家的标签，而是整个小组在前一轮的表现。如果小组上次贡献了很多，那么这次人类也会贡献更多。如果小组偷懒了，人类也会跟着偷懒。人类是在对小组的行为做出反应，而不是对队友的身份做出反应。
甚至机器人的策略也没有产生巨大的影响。无论机器人是“超级助手”、“镜像”还是“搭便车者”，人类都没有根据这些策略显著地改变自己的行为。小组的集体情绪才是“老板”，而不是机器人的具体行为。
后续：习惯会延续，标签不会
为了观察这种“AI vs. 人类”的困惑是否具有长期影响，研究人员在主事件结束后立即要求参与者进行最后一场游戏。他们想看看“AI”组是否比“人类”组学到了更少的合作精神。
结果同样是：没有。人类在小组游戏中形成的习惯完美地延续了下来，无论他们认为自己是在和机器人还是和人一起玩。他们关于什么是“公平”以及他人“应该”怎么做的看法，在两组中也是一样的。
为什么会这样：“模糊照片”效应
那么，为什么AI标签没有改变情况呢？论文指出，这是因为信息是如何共享的。人类只看到了小组的总分，而不是谁贡献了多少。这就像看一张人群的模糊照片；你可以看到人群在移动，但你无法指着其中一个人说：“那是机器人！”
因为人类无法将行为归因于AI，所以“AI”标签失去了触发特殊感觉（如不信任或道德脱节）的力量。小组作为一个整体行动，而人类则响应小组的节奏。研究人员称之为**“有限规范等效性”**（Bounded Normative Equivalence）。这意味着在这些特定条件下（匿名、小组层面的反馈），合作规则无论是否有机器人在其中，其运作方式都是相同的。
这意味着什么（以及不意味着什么）
这项研究表明，在那些我们无法轻易辨别谁做了什么的场景下，我们对AI的合作意愿可能比想象中更高。它挑战了这样一个观点，即我们总是把机器视为不值得我们信任的“局外人”。
然而，作者谨慎地指出，这并不意味着机器人在所有情况下都与人类完全相同。这种“等效性”是“有限的”，这意味着它是有界限的。如果反馈显示了每个人具体的贡献情况，或者如果小组主要由机器人组成，结果可能会完全不同。但就目前而言，在一个所有人的行为都融合在一起的小组中，无论队友是血肉之躯还是代码，人类都遵循着同样的规则。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。