I dette blogginnlegget utforsker vi om altruistisk atferd i kunstig intelligens er ekte altruisme eller et kalkulert valg. Vi sammenligner det med menneskelig altruisme og utforsker om kunstig intelligens kan oppføre seg etisk.
AlphaGo og muligheten for altruisme
Mange vil si at hemmeligheten bak AlphaGo, roboten med kunstig intelligens, er den grundige logikken og rasjonelle tenkningen til dataprogrammet. Med andre ord, det beregner hva som er den mest rasjonelle handlingen å ta i en gitt situasjon. Men kan en AlphaGo som alltid beregner sine egne interesser bli en snill AlphaGo som gir opp sine interesser og handler for andres beste? Hvis AI kan handle altruistisk som mennesker, hvorfor?
Svaret på dette spørsmålet kan besvares ved å se på hvordan vi mennesker ble uselviske og altruistiske. Hvis mennesker har rasjonelle grunner for altruistisk atferd, burde AlphaGo kunne beregne slik atferd. Men kan altruistisk atferd beregnes enkelt? Kan en AI virkelig forstå og handle ut fra komplekse menneskelige følelser og sosiale kontekster? Basert på disse spørsmålene vil denne artikkelen utforske den evolusjonære bakgrunnen for altruistisk atferd og diskutere muligheten for at AI kan etterligne den.
Altruistisk atferd i det menneskelige samfunn
Det finnes mange eksempler på altruistisk atferd i verden rundt oss, der folk gjør alt for å hjelpe andre, selv på bekostning av sine egne interesser. Et slikt eksempel er den langvarige praksisen med matdeling blant Aceh-stammen i Paraguay. I Aceh-stammesamfunnet i Paraguay deler medlemmer av stammen som har en vellykket jakt, sjenerøst maten sin med andre medlemmer av stammen. Forskere har beskrevet denne atferden som «repetisjon-gjensidighetshypotesen». Repetisjon-gjensidighetshypotesen sier at når en interaksjon mellom to personer forventes å fortsette, vil de engasjere seg i altruistisk atferd fordi de frykter gjengjeldelse eller forventer at den andre personen vil gjengjelde neste gang. Hvis vi ser på dette i sammenheng med skikken med matdeling, kan vi se at denne skikken opprettholdes av forventningen om at hvis du deler maten din denne gangen, vil noen andre dele den med deg hvis du ikke lykkes i jakten.
Det viser seg imidlertid at antallet vellykkede jakter er nesten konstant, og at noen alltid er mottaker av andres fangst. Med andre ord kan ikke hypotesen om gjensidighet forklare vedvarende praksis med matdeling. Det er her hypotesen om kostbar signalering kommer inn i bildet. Hypotesen om kostbar signalering forklarer at altruistisk atferd er drevet av et ønske om å vise frem sine evner. Kostbar signalering refererer til atferd som krever et visst nivå av evner som andre ikke lett kan utføre, og som derfor er «innsatskrevende». Ved å utføre atferden sender aktøren et slags signal som naturlig demonstrerer deres evner.
Den evolusjonære bakgrunnen for altruistisk atferd
Så hvorfor ønsker vi å demonstrere våre evner på bekostning av våre interesser? Det er fordi de tror at det å demonstrere sine evner har en større fordel enn den umiddelbare fordelen de gir opp. Med andre ord handler altruisme om å gi opp litt av din nåværende fordel for en fremtidig fordel. Denne logikken forklarer skikken med matdeling blant Aceh-stammen i Paraguay. Ved å dele reduserer den som deler sin umiddelbare matforsyning, men dette signaliserer at han eller hun er en kompetent jeger. Kumulativt øker dette stammens tillit til deg. Dette har fremtidige fordeler, som gunstig partnervalg og økt sannsynlighet for å bli valgt som stammeleder. Av disse grunnene har matdelere vært altruistiske når det gjelder å dele mat selv om de ikke mottar noen direkte gjengjeldelse eller belønning for å dele.
Gruppeseleksjonsteorien forklarer derimot at altruistisk atferd utviklet seg som en strategi for overlevelse og velstand for gruppen et individ tilhører. Jo mer samarbeid og gjensidig støtte det er innenfor en gruppe, desto bedre er gruppen i stand til å takle eksterne trusler, og har som et resultat en bedre sjanse til å overleve enn andre grupper. Denne teorien er nyttig for å forklare hvorfor altruistisk atferd er så sterk i visse samfunn eller kulturer. For eksempel, i tradisjonelle jordbrukssamfunn var samarbeid og gjensidig støtte viktige overlevelsesstrategier, som tjente til å fremme interessene til gruppen som helhet. I denne sammenhengen er det mulig å diskutere om en AI som AlphaGo kan ha evnen til å ta beslutninger som tar hensyn til gruppens beste.
AI og altruistisk atferd
Så langt har vi diskutert en av hypotesene bak fremveksten av altruisme, hypotesen om kostbar signalering, og et eksempel på den. Denne hypotesen forklarer selvfølgelig ikke all altruistisk atferd, og den har den begrensningen at den forutsetter fremtidige fordeler, så den kan ikke forklare atferd der fordelene ikke er åpenbare. For eksempel er det å redde en fremmed fra fare, selv på bekostning av ens eget liv, et godt eksempel. Til tross for disse begrensningene er hypotesen om kostbar signalering fortsatt av stor betydning. Ikke bare har den løst mysteriet med altruistisk atferd som ikke ble forklart av repetisjons-gjensidighetshypotesen, men den har også utvidet forskningsfeltet utover altruisme for å avdekke motivasjonene bak et bredere spekter av atferd.
Forskning som dette er avgjørende for å svare på spørsmålet om hvorvidt AI noen gang vil ha kapasitet til altruistisk atferd, eller om den rett og slett vil være i stand til å etterligne menneskelig altruisme. Hvis menneskelig altruisme ikke bare er en overlevelsesstrategi, men et resultat av evolusjon i en kompleks sosial og kulturell kontekst, vil det være vanskelig for AI å forstå og etterligne den fullt ut. Men gitt hastigheten som AI utvikler seg med, er det mulig at den vil legemliggjøre altruistisk atferd på måter vi ennå ikke har forestilt oss. Slik forskning vil spille en viktig rolle i å vurdere de etiske og sosiale implikasjonene av AI, og i å utvikle måter å sameksistere med mennesker på.
I fremtiden vil hypotesen om kostbar signalering være lovende for å utdype den evolusjonære bakgrunnen for fremveksten av altruisme og forklare våre atferder, hvis motivasjoner har forblitt unnvikende. Spørsmålene som reises i denne artikkelen fremhever behovet for dypere diskusjoner i den kunstige intelligensens tidsalder, og vil hjelpe oss med å utforske de mange mulighetene som kan forme vår fremtid til det bedre.
