في عالم يتجه بسرعة نحو الاعتماد على الذكاء الاصطناعي (AI)، تتعاظم الحاجة لفهم كيفية تحسين التعاون بين العامل البشري وعوامل الذكاء الاصطناعي. كيف يمكن للمنظمات تقسيم المهام واتجاهات اتخاذ القرار بين الإنسان والآلة؟ مؤخرًا، تم تطوير نموذج حسابي يسلط الضوء على أهمية التكيف المتسلسل المشترك بين الفردين، حيث يكون لكل منهما نمط ذاكرة مختلف يؤثر على نتائج اتخاذ القرار.

يعتمد النموذج على نوعين من أنظمة الذاكرة: الأول هو نظام ذاكرة متوازن حسب الأحداث الأخيرة، المبني على أدلة سلوكية تُظهر كيف يميل البشر إلى إعطاء أهمية أكبر للنتائج الأخيرة. الثاني هو نظام ذاكرة موحد، يوزع التأثير بالتساوي على جميع النتائج السابقة مما يقدم تحديثات منصوص عليها تقنيًا.

يسلط البحث الضوء على كيفية تأثير نطاق المهمة (N) والترابط داخل المهام (K) والترابط عبر الوكلاء (C) على هياكل المهام. للنتائج ثلاثة آليات رئيسية:
1. ديناميات العتبة التي تنشئ أنظمة عالية ومنخفضة العائد.
2. تعزيز نظام الذاكرة الموحدة للمسارات الموروثة سواء كانت إيجابية أو سلبية.
3. استخدام التكيف العشوائي الخالي من الذاكرة كآلية هروب عندما تكون المسارات الموروثة غير مواتية.

تظهر النتائج أن الأداء المشترك لا يتحقق من خلال التصميم القائم على "الذكاء الاصطناعي أولاً" ولكن من خلال متابعة التكيف الخالي من العيوب الذي يتم بدوره من قبل بشر ذوي أداء عالٍ. هذا النموذج يوفر للمديرين التركيب الدقيق لهيكلة المهام للتعاون الفعال بين البشر والآلات، ويشدد على ضرورة الحذر من الممارسات الشاملة لطرح الذكاء الاصطناعي أولاً.