Construyendo Mejores IA a Través del Aprendizaje Social
Explorando cómo la IA puede adaptar las dinámicas sociales para trabajar mejor con los humanos.
Michael S. Harré, Jaime Ruiz-Serra, Catherine Drysdale
― 7 minilectura
Tabla de contenidos
La inteligencia artificial (IA) es como un montón de niños en un patio de recreo tratando de jugar juntos. Cada niño tiene sus propios juguetes y habilidades, pero para ganar, necesitan trabajar en equipo. La gran pregunta es cómo estos niños (o agentes de IA) pueden averiguar cómo jugar bien juntos cuando ninguno puede ganar el juego solo.
Una idea importante es asegurarse de que estos agentes de IA se comuniquen y se comporten de maneras que se alineen con cómo pensamos e interactuamos los humanos. Así como necesitamos respetar a nuestros amigos durante un juego, la IA también debería respetar nuestros procesos cognitivos. Esto significa que tanto la IA como los humanos necesitan entenderse mejor.
Inteligencia Colectiva y Naturaleza
Entonces, ¿cómo se ve el trabajo en equipo en la naturaleza? Piensa en las hormigas. Las hormigas han estado trabajando juntas durante millones de años. Tienen sus propios roles, como pequeños trabajadores y líderes, lo que les ayuda a hacer las cosas de manera más eficiente. Cuando enfrentan un problema, como una enfermedad mala, pueden adaptar su comportamiento e incluso cambiar su modo de vida para proteger a la colonia.
Por otro lado, en el cerebro humano, las neuronas (las células mensajeras del cerebro) trabajan juntas pero tienen una estructura más rígida. A diferencia de las hormigas, las neuronas no pueden realmente ‘invitar’ nuevos amigos; sus Conexiones están bastante definidas. Sin embargo, las hormigas pueden formar nuevas conexiones fácilmente, ajustando su trabajo en equipo según quién se une.
Conectando con el Manual de la Naturaleza
Ahora pensemos en cómo las especies en la naturaleza se relacionan entre sí. Es como un juego de sillas musicales donde cada planta o animal elige el mejor lugar que les conviene. Esta elección está influenciada por lo que necesitan y cómo encajan en su entorno. Si una planta necesita luz solar, buscará un lugar soleado. Si no puede encontrar uno, puede ajustarse para encajar mejor en el área.
Estas interacciones también se tratan de Comunicación. Piénsalo como enviar emojis a tus amigos; le da contexto a cómo te sientes y lo que quieres. En la naturaleza, las criaturas utilizan sus propias señales para transmitir mensajes sobre recursos disponibles o peligros, formando su comunidad.
Redes Sociales
Humanos y SusCuando miramos las redes sociales humanas, vemos algo similar. La Teoría de la mente (ToM) es nuestra habilidad de pensar en lo que alguien más está sintiendo o pensando. Es la razón por la que no simplemente soltamos secretos embarazosos en una fiesta.
Los niños desarrollan esta habilidad a medida que aprenden a comunicarse mejor. Hay algo curioso en que los idiomas nos ayudan a expresar nuestros pensamientos y entender a los demás. Imagina a un niño aprendiendo a decir: "¡Ups! No quise decir eso," lo que muestra comprensión de cometer errores. Esta habilidad puede ayudarles a relacionarse mejor con sus amigos.
Haciendo Conexiones
Los humanos usan esta teoría de la mente para navegar situaciones sociales. Así como las hormigas pueden adaptar sus comportamientos, las personas también reorganizan conexiones dentro de sus círculos sociales. Cuando personas nuevas se unen a un grupo, no es solo una mezcla al azar. En cambio, los individuos cambian cómo se relacionan entre sí para incluir al recién llegado o, a veces, para mantenerlo fuera. Hacer esto requiere algo de poder cerebral y un buen sentido del tiempo.
El Papel del Lenguaje en la Interacción Social
El lenguaje es una herramienta fantástica en este proceso. Nos permite mapear nuestro mundo social. Así como alguien podría usar un GPS para encontrar la mejor ruta, las personas usan el lenguaje para averiguar sus relaciones con los demás. Estudios muestran que cuando las personas hablan sobre sus sentimientos y pensamientos, son mejores para entender cómo se sienten los demás también.
Esta conexión entre el lenguaje y la ToM crea una especie de caja de herramientas para nosotros. Es cómo descubriéndo cómo trabajar juntos hacia metas comunes, mejorando la eficiencia y las relaciones en el proceso.
¿Qué pasa con la IA?
Ahora, ¿dónde encaja la IA en esta imagen? Bueno, los investigadores están explorando formas de enseñar a la IA sobre las interacciones sociales humanas. Una idea es algo llamado aprendizaje por refuerzo inverso, que es una manera elegante de decir que la IA puede tratar de adivinar lo que otros agentes quieren al observar sus acciones.
Pero aquí está el truco: la IA a menudo pasa por alto la imagen más grande de la red social en la que está operando. Los Modelos de Lenguaje Grande (LLMs), otra herramienta popular en la IA, pueden imitar algunas habilidades de razonamiento. Pero aún luchan con situaciones sociales complicadas y la imprevisibilidad.
Hasta ahora, ninguna IA ha dominado completamente la profundidad de comprensión que incluso un niño pequeño tiene al navegar en un grupo social. Los humanos han aprendido a manipular sus conexiones y dirigir a los demás, una habilidad en la que la IA aún está trabajando.
Los Retos de Enseñar a la IA
El desafío radica en lograr que la IA entienda estructuras sociales similares a las humanas. Piensa en ello como intentar enseñarle a un gato a comportarse como un perro; simplemente no está en su naturaleza. Para que la IA pueda mezclarse efectivamente con nuestros círculos sociales, necesitará desarrollar habilidades para influir en las relaciones justo como lo hacen los humanos.
Un estudio reciente mostró que los sistemas de IA pueden aprender a trabajar juntos, muy parecido a cómo un grupo de niños podría compartir juguetes para resolver un rompecabezas. Pero, al igual que los niños jugando juntos, la IA también debe aprender a adaptarse y recordar lo que funciona según experiencias pasadas.
El Futuro por Delante
A medida que miramos hacia el futuro, queda una montaña de posibilidades para avanzar en la comprensión de la IA sobre las dinámicas sociales. Hay muchos caminos por explorar, pero cada paso debe tomarse con cuidado. Es esencial asegurarnos de no aplicar erróneamente términos humanos a la IA de maneras que lleven a malentendidos.
En conclusión, a medida que desarrollamos la IA, debemos considerar cómo estas máquinas se relacionan con nosotros y entre sí. Al estudiar cómo los humanos y la naturaleza han formado redes complejas, podemos crear sistemas de IA más inteligentes y adaptables. Esto puede cerrar la brecha y fomentar una mejor comunicación, eficiencia y comprensión entre humanos y seres artificiales.
Así que, sigamos construyendo nuestro patio de recreo juntos, cada uno de nosotros adaptándose y creciendo, aprendiendo unos de otros en el proceso. Con un poco de humor y humildad, podemos esperar un futuro brillante donde la IA y los humanos trabajen mano a mano, o al menos uno al lado del otro, mientras aprenden a navegar este mundo social caótico pero fascinante.
Título: Artificial Theory of Mind and Self-Guided Social Organisation
Resumen: One of the challenges artificial intelligence (AI) faces is how a collection of agents coordinate their behaviour to achieve goals that are not reachable by any single agent. In a recent article by Ozmen et al this was framed as one of six grand challenges: That AI needs to respect human cognitive processes at the human-AI interaction frontier. We suggest that this extends to the AI-AI frontier and that it should also reflect human psychology, as it is the only successful framework we have from which to build out. In this extended abstract we first make the case for collective intelligence in a general setting, drawing on recent work from single neuron complexity in neural networks and ant network adaptability in ant colonies. From there we introduce how species relate to one another in an ecological network via niche selection, niche choice, and niche conformity with the aim of forming an analogy with human social network development as new agents join together and coordinate. From there we show how our social structures are influenced by our neuro-physiology, our psychology, and our language. This emphasises how individual people within a social network influence the structure and performance of that network in complex tasks, and that cognitive faculties such as Theory of Mind play a central role. We finish by discussing the current state of the art in AI and where there is potential for further development of a socially embodied collective artificial intelligence that is capable of guiding its own social structures.
Autores: Michael S. Harré, Jaime Ruiz-Serra, Catherine Drysdale
Última actualización: 2024-11-13 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2411.09169
Fuente PDF: https://arxiv.org/pdf/2411.09169
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.