Coordinando humanos e axentes artificiais en escenarios de risco colectivo

O cambio climático, os procesos de vacinación ou o control de pandemias son temas de total actualidade nos que se confrontan intereses individuais e colectivos e os beneficios inmediatos e a longo prazo. Estes contextos son coñecidos como situacións de risco colectivo, escenarios complexos que conforman dilemas sociais suxeitos a moitas incertezas, dende a probabilidade de que a catástrofe ocorra, ata o tempo dispoñible para evitala. Nestas situacións e nas posibles respostas dos seres humanos céntrase a tese de doutoramento de Elías Fernández Domingos, dirixida polos profesores Tom Lenaerts e Juan Carlos Burguillo. 

A súa investigación, ademais, engade unha nova compoñente: os axentes artificiais. “Cada vez con máis frecuencia, estas situacións sociais de risco colectivo non só dependen de interaccións entre humanos, senón que se ven afectadas pola presenza de axentes artificiais a través de sistemas socio-técnicos despregados en diferentes niveis da sociedade”. Así o explica o investigador, que pon como exemplo os chat-bots en centros de atención telefónica, que poden condicionar os tempos de respostas ante unha catástrofe ou bots en Twitter, que inflúen na opinión colectiva, por exemplo ante un proceso de vacinación como que está arrancando para frear a covid-19. Na súa tese de doutoramento, Elías Fernández realiza “unha serie de experimentos económicos de comportamento nun dilema de risco colectivo (DRC)” coordinando humanos e axentes artificiais para tratar de analizar a anticipación neste tipo de contextos.

Xogo do risco colectivo

Para abordar o estudo, o investigador optou por empregar o xogo do risco colectivo, que modela os aspectos estratéxicos de problemas sociais, como por exemplo o cambio climático. Para a realización dos experimentos económicos contouse cun grupo de persoas anonimizadas, para asegurarse de que ningún participante sabe con quen está interactuando. Cada participante recibiu 40 EMUs (unidades monetarias experimentais cun cambio en euros de 0.75) nunha conta privada ‘virtual’. A través dunha plataforma web experimental deseñada para esta investigación debían facer as súas achegas dende a súa conta privada a unha conta pública.

Trátase de que os xogadores fagan unha serie de contribucións a unha conta pública ao longo de varias rondas. Se o grupo alcanza o obxectivo colectivo, cada participante quédase coa cantidade sobrante na súa conta privada, pero se os xogadores prefiren non facer ningunha contribución e quedarse co máximo de diñeiro posible, existe un 90% de probabilidades de que todos os participantes se marchen a casa con solo 2,5 euros, que é a cantidade que reciben por participar. Desta forma, os xogadores teñen que sopesar non só os seus intereses privados sobre os colectivos, senón tamén avaliar a importancia de contribuír o antes posible ou esperar ata o último momento. É dicir, “o proceso de decisión dos participantes está determinado polo bos que son na avaliación da probabilidade de risco futuro, así como pola súa capacidade para anticipar as accións dos opoñentes”.

Os resultados iniciais amosan que os axentes anticipativos son un mellor modelo do comportamento humano que os reactivos. “Todos os axentes que estudamos empregaron unha rede neuronal recorrente, non obstante, só os que a empregaron para predicir resultados futuros, é dicir, os axentes anticipativos, puideron dar conta dos cambios no contexto dos xogos, un comportamento tamén observado en experimentos con humanos”. 

Como os humanos responden a incerteza sobre o prazo

A primeira parte da tese centrouse en avaliar como os humanos responden á incerteza sobre o prazo, neste caso representado polo número de roldas, para evitar a catástrofe e alcanzar o obxectivo colectivo no DRC. “Descubrimos que baixos niveis desta incerteza temporal non afectan ao éxito do grupo para evitar o desastre. Non obstante, os participantes contribúen antes que cando o prazo é coñecido e dun xeito máis polarizado”. Ademais, engade Fernández, “ante a incerteza temporal, os xogadores de grupos que alcanzaron o obxectivo adoptaron unha resposta recíproca, é dicir, solo contribuían se os outros membros do grupo tamén estaban a contribuír”. Isto contrasta con a actitude compensatoria que adoptaban os xogadores no caso en que o número de rondas era coñecido. Así, remarca o investigador, os resultados indican que, baixo a incerteza temporal, ”é importante responder cedo e de maneira recíproca para sinalar a intención de cooperar e así evitar as consecuencias dun desastre colectivo. Este resultado, así como os resultados doutras formas de incerteza, confírmanse a través dun modelo de aprendizaxe por reforzo e un modelo evolutivo”.

A influencia de axentes autónomos

Nunha segunda parte da tese entraron no xogo os axentes autónomos, co fin de analizar como inflúen no comportamento dos participantes nun DRC cun número fixo de rondas. Para isto deseñáronse tres experimentos nos que os participantes tiñan que delegar, personalizar ou interactuar nun grupo híbrido de axentes e humanos. Nos dous primeiros experimentos, os participantes teñen que delegar as decisións de como contribuír durante o xogo a un axente artificial. Mentres no primeiro caso elixen entre cinco axentes posibles dos que coñecen os seus comportamentos, no segundo seleccionan unha serie de parámetros que definirán como o axente so comportaría durante o xogo. No terceiro experimento, os participantes son colocados nun grupo onde a metade dos membros eran axentes artificiais. Os resultados, relata Fernández, amosan que “o éxito do grupo para acadar o obxectivo colectivo aumenta considerablemente nos dous primeiros experimentos”, aínda que preguntados ao final do experimento, “os participantes amosáronse reticentes a regalar as súas decisións aos axentes e  indicaron que preferirían facer as súas propias contribucións ao longo do experimento”. Con todo, a capacidade de personalizar os axentes aumentou a disposición a delegar, o que suxire que existe unha relación entre a personalización dos axentes artificiais e a confianza que os humanos depositamos neles. No que respecta ao terceiro experimento, o éxito do grupo non solo non aumentou, senón que a maioría dos participantes humanos consideraron que os axentes actuaban de xeito máis egoísta e contribuían menos que os humanos, aínda que isto non fose certo. Estes resultados, remarca o investigador, “destacan a importancia de considerar as expectativas sociais cara aos axentes artificiais á hora de deseñar sistemas socio-técnicos híbridos”.