Az MIT (Massachusettsi Műszaki Egyetem) kutatói felállítottak egy nagyon érdekes kutatási környezetet. Megfogtak 13 különböző virtuális avatárt, melyeket az Anthropic Claude Opus 4.7-es modelljének egy-egy példánya vezérelt, és ledobták őket egy-egy virtuális szigetre. A digitális homokozó nagyon hasonló környezetet adott, mint amit a Robloxban szokhattak meg annak játékosai: az AI-oknak megvolt a szabadsága a felfedezésre, interakcióra és építkezésre.
A modellek nem kaptak semmilyen feladatot, de 30 órájuk volt a lézengésre, és a szigetek minden órában visszaálltak az eredeti állapotukra, míg a résztvevők megtarthatták emlékeiket. Egy idő után az AI-szereplők játszadozni kezdtek.
Az avatárok különböző tevékenységekkel szórakoztatták el magukat, annak ellenére, hogy ugyanazt a kezdőállapotot kapták. Agent 12 például elkezdett különböző órához vagy iránytűhöz hasonló alakzatokat formálni, és lepkék vagy hajók figuráit építgetni. Mindeközben Agent 9 a saját nevét kezdte kirakni kockákból.
Az AI segédek egy része egyszerűsített sportokat kezdett játszani. A szigeten hagyott karikába kockákat dobáltak, és kövekkel dobáltak le tekebábúkhoz hasonlóan felállított alakzatokat. A modellek játékai változtak idővel, sokszor egyre komplexebbé váltak, ahogy haladt a kísérlet. A fogócskázásukból például egy sokkal összetettebb játék lett különböző célokkal, szabályokkal és zsonglőrködéssel. Persze hozzá kell tenni, hogy mindeközben voltak AI-ügynökök, akik időnként megálltak, és nem csináltak semmit.
A kutatók szerint a modellek mindenféle közbeavatkozás nélkül végezték ezeket a "feladatokat".
"Sokszor különböző célok köré szerveződtek, de ezek a célok csak a tevékenységeket irányították, és nem volt semmilyen valódi eredményük."
A legfontosabb itt azonban, hogy mókázásnak mérhető, pozitív következménye lett. A kutatók ugyanis szembeállították a "játékos" ügynököket egy másik csoporttal, aminek tagjai emlékek nélkül, 0 óra játékkal érkeztek. A "30 órás" modellek 62%-a több mint két tornyot épített fel a mérkőzés során, míg a "0 órás" modelleknek csak 15%-a volt képes erre.
Az MIT Technology Review mindehhez azért hozzátette, hogy bár a vizsgált ügynökök valóban nem kaptak explicit utasítást a szigetek felfedezésére és játékok lefolytatására, de az alapkódjukban, vagyis a "lélekfájljukban" szerepelt a kitétel, hogy legyenek "természetesen kíváncsiak" és lelkesedjenek a felfedezésért. Jelentős esély van rá, hogy a homokozóba küldött AI példányok valójában csak próbálták utánozni azt, amit emberek tennének ebben a helyzetben. A kritikus irat szerint az ügynökök alapvető beállításai sokat tettek azért, hogy alkotóik viselkedését mímeljék, így nem érdemes túl messzire menő következtetéseket levonni a kísérletből.
Forrás: PCMag
