人間の中に「間抜けなAI」を混ぜると全体の調整がうまくいく

予測不可能な人工知能（AI）からは恐ろしいい響きを覚える。しかし、新しい研究によると、ランダムに振る舞うコンピュータは、私たちの行動を他の人とよりよく協調させ、より迅速にタスクを達成するように促すことができるという。このアプローチは、交通の流れを楽にし、企業戦略を改善し、もしかしたら結婚生活をより緊密にするかもしれない。

プロジェクトを成功させたいのであれば、メンバーが仲良くするだけでは不十分で、ゲームプランを共有する必要がある。一つの解決策は、トップダウンのコントロールです。リーダーや統治体が何をすべきかを皆に指示します。より直観的ではないアイデアは、近視眼的に自分にとって最善と思われることから人々をランダムに逸脱させることである。いわゆる複雑系理論によれば、システム全体をグローバルに整合させることができます。例えば、交渉で行き詰った二人が、一人が何かおかしなことを提案すれば、新しい解決策にたどり着くかもしれません。

ランダムAIが人々の協調を助けるかどうかを見極めるために、社会学者でシステムエンジニアのHirokazu Shirado（カーネギーメロン大学）と、社会学者で医師のニコラス・クリスタキス（エール大学）は、ボランティアに簡単なオンラインゲームをプレイしてもらうように依頼した。各人がネットワーク内の20個のノードのうちの1個をコントロールした。ノードの色は緑、オレンジ、または紫で、人々はいつでも自分のノードの色を変更することができました。隣接する2つのノードが同じ色を共有しないことを目標としていたが、プレイヤーは自分の色と自分が接続しているノードの色しか見えないため、隣人との紛争を解決することで、隣人と隣人との間に目に見えない紛争が発生することがあった。5分間の制限時間が切れる前にネットワークが目標を達成した場合、ネットワーク内のすべてのプレイヤーは追加報酬を受けた。研究者は4000人のプレイヤーを募集し、230人のランダムに生成されたネットワークに配置しました。

ネットワークの中には、20人の人間がノードを管理しているものもあれば、最も中心的なノードやよく接続されているノードのうち3つが、解決策の1つに当てはまるようにすでに色分けされているものもありました（各ネットワークには複数の解決策がありました）。また、一部のネットワークでは、17人の人間と3つのボット、または単純なAIプログラムがノードを担当していました。あるネットワークでは、ボットが制御するノードは中央に配置され、あるネットワークでは周辺に配置され、あるネットワークではランダムに配置されていました。ボットはまた、ノイズやランダム性がノードの色の選択にどの程度影響を与えるかにもばらつきがありました。あるネットワークでは、1.5秒ごとにボットが最も多くの隣人と異なる色を選んでいましたが、これは一般的にゲームをプレイしている人たちの間では良い戦略です。いくつかのネットワークでは、この戦略に従っていましたが、10%の時間はランダムに選択していました。そして、いくつかのネットワークでは、彼らは時間の30％をランダムに選ぶ、という具合です。

ボットを配置したネットワークは、1種類を除いて20人のネットワークと同様の結果が得られた。また、ボットを中央に配置し、時間の10％をランダムに決定したネットワークは、全人間のネットワークよりも優れていた。また、制限時間内に調整ゲームを解く頻度は、85％対67％であった。そして、タスクに費やされた時間の中央値は103秒対232秒だった。研究者らは調査内容をNature誌に報告している。ノイズ0％やノイズ30％のボットが人間よりも優れていなかったという事実は、ノイズと人間の相互作用の不明瞭な領域が存在することを意味している。

さらに、ボットの支援を受けたネットワークは、解決策に合わせて3つのノードがプリセットされているネットワークと同様に、すでに先頭に立っているネットワークと同様のパフォーマンスを示しました。しかし、セットカラーネットワークではトップダウンでの制御が必要だったのに対し、ノイズの多いボットでは、ローカルなランダム性を少し加えるだけで同等の結果が得られました。

さらに分析を進めると、ボットのちょっとした騒がしい行動が、他の人の手本となることでネットワークに利益をもたらしていることがわかりました。また、一部の人々は、隣人と対立する色を選択することで「ノイズ」を示すこともあった。ボットのノイズレベルは、数ノード離れた人々のノイズレベルにも影響を与え、波及効果があることを示唆しています。

ボットは人間の手助けをしている、とShiradoとクリスタキスは書いています。ボットが追加するノイズがなければ、人々はしばしば、各人が隣人の数が最も少ない色を選んでも、ネットワーク全体では競合が発生するという轍にはまってしまうようです。ある意味では、これらのボットは教育の役割を果たしていますと2人は記述しています。隣人（ボットでも人間でも）が頻繁に色を変えているのを見たら、自分もそうしようと思うかもしれない。彼は、AlphaGoのような高度に洗練されたAIプログラムは、人々が囲碁を上手に打つのに役立つかもしれないと指摘しているが、ここでは、人々は 「間抜けなAI 」からさえも学んでいた。

参照文献

Hirokazu Shirado, Nicholas A. Christakis. Locally noisy autonomous agents improve global human coordination in network experiments. Nature volume 545, pages370–374 (2017).