في عالم الذكاء الاصطناعي (Artificial Intelligence)، تُعتبر الديناميكيات المتعددة بين البشر والأنظمة الذكية أمراً مثيراً للاهتمام. إحدى الدراسات الحديثة التي تم نشرها على المنصة preprint arXiv، تعرض لنا كيفية تأثير المعلومات الغير متسقة على تفاعل البشر مع وكلاء الذكاء الاصطناعي.

تتناول الدراسة موضوع إدارة الرقابة البشرية على وكلاء الذكاء الاصطناعي، حيث تركز على حالة خاصة وهي عندما تكون المعلومات الشخصية تتدفق في كلا الاتجاهين؛ فالبشر يمتلكون معرفة خاصة حول دالة مكافآتهم، بينما يمتلك الوكيل معلومات حول جودة العمل المقترح.

هذا النوع من عدم التناسق في المعلومات شائع عندما تقوم الروبوتات المستقلة أو الوكلاء البرمجيون بفحص الحالات التي لا يمكن لمشرفيهم البشريين تقييمها بشكل مباشر.

بناءً على متعدد التحفيز المتعاون (Cooperative Inverse Reinforcement Learning) ولعبة الرقابة (Oversight Game)، تم تقديم لعبة جماعية تسمى «contextual-bandit» تتضمن معلومات غير متناسقة من كل جانب.

تتسم هذه اللعبة بإدخال واجهة تفاعل تُستخدم في اللعب، السؤال، الثقة، والرقابة. وتوضح الدراسة كيف يمكن للخطط الاجتماعية والعمليات المتكررة أن تعالج فجوة المعلومات عن طريق التعلم السلبي والإشارات النشطة.

تبعاً لذلك، يُظهر الفريق البحثي كيف أن الفجوة الناتجة عن عدم وجود تواصل موثوق للرقابة يمكن أن تُعتبر ثمنًا يُدفع عن عدم معرفة البشر بشكل مسبق لكنه قد يقود إلى قرارات غير صحيحة.

من الواضح أن هناك حاجة لمزيد من الدراسات لفهم كيف تؤثر هذه الفجوات في عملية اتخاذ القرار بين البشر والذكاء الاصطناعي بشكل أكثر فعالية.