当人们在一个项目上合作时，他们常常认为自己已经弄清楚了各自领域中的问题。如果麻烦仍然存在，那肯定是别人——比如说工程部门或市场部门——搞砸了。这种“局部关注”意味着为整个项目找到最佳前进方向通常很困难。但是，如果在对话中加入人工智能，以计算机程序（称为机器人）的形式，实际上可以使群体中的人们更有效率吗？
这是周三发表在《自然》杂志上的一项研究的诱人含义。耶鲁大学网络科学研究所的研究人员 Hirokazu Shirado 和 Nicholas Christakis 想知道，如果他们以不同于通常方式——作为人类的潜在替代品——来看待人工智能（AI），而是将其视为有用的伙伴和助手，尤其是在改变群体中人类的社会行为方面，会发生什么。
首先，研究人员要求付费志愿者组成在线网络，每个人占据20个连接位置或“节点”之一，来解决一个简单的问题：选择三种颜色（绿色、橙色或紫色）中的一种，个人或“局部”目标是与直接邻居的颜色不同，而“集体”目标是确保网络中的每个节点的颜色都与其所有邻居的颜色不同。如果受试者快速解决问题，他们的报酬就会提高。三分之二的组在规定的五分钟内找到了解决方案，平均解决方案时间略低于四分钟。但是，三分之一的组在截止日期时仍然受阻。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关塑造我们当今世界的发现和思想的具有影响力的故事的未来。
然后，研究人员在每个网络的20个节点中的三个节点中放置了一个“机器人”——基本上是一个可以执行简单命令的计算机程序—。当机器人被编程为像人类一样行事，并逻辑地专注于解决与直接邻居的冲突时，它们并没有产生太大的影响。但是，当研究人员给机器人足够的人工智能，使其行为略微“嘈杂”，随机选择颜色而不管邻居的选择时，他们所在的组有85%的时间解决了问题——平均时间为1.7分钟，比单独的人类快55.6%。
研究表明，仅仅足够嘈杂——大约10%的时间做出随机颜色选择——就产生了很大的不同。当机器人变得比这更嘈杂时，好处很快就消失了。机器人的影响也因其位于邻居众多的网络中心还是外围而异。
那么，为什么做出看起来是错误的选择——换句话说，一个错误——会提高团队的绩效呢？可预见的是，直接结果是短期冲突，机器人的邻居实际上在嘀咕，“你为什么突然不同意我的意见？”但共同作者写道，这种冲突“促使邻近的人类改变他们的行为方式，而这种方式似乎进一步促进了全局解决方案”。人类开始以不同的方式玩游戏。
错误，似乎并不完全应该得到它们的名声。“在许多、许多自然过程中，噪音反而是有益的，”Christakis 说。“最好的例子是突变。如果有一个物种，其中每个个体都完美地适应了它的环境，那么当环境改变时，它就会灭绝。”相反，随机突变可以帮助一个物种避免灭绝。
“我们开始发现，错误——以及我们以前认为毫无作用的嘈杂个体——实际上改善了集体决策，”马克斯·普朗克鸟类学研究所研究人类和其他物种群体行为的 Iain Couzin 说，他没有参与这项新工作。他称赞《自然》研究中使用的“刻意简化的模型”，因为它使共同作者能够“非常详细地”研究群体决策，“因为他们可以控制连接性。” Couzin 说，由此产生的能够精细追踪“人类和算法如何共同做出决策”的能力，“真的将是定量社会科学的未来。”
但是，认为人类群体会希望在决策中与算法或机器人——尤其是稍微嘈杂的机器人——合作，这有多现实呢？Shirado 和 Christakis 告知他们的一些测试组，他们将与机器人合作。也许令人惊讶的是，这没有任何区别。Christakis 说，态度是，“我不在乎你是不是机器人，只要你帮助我完成我的工作。”他补充说，许多人已经习惯在给航空公司或银行打电话时与计算机交谈，“机器通常做得很好。”随着互联网与物理设备（从汽车到咖啡机）的日益融合，这种合作几乎肯定会变得更加普遍。
现实世界中，机器人辅助的公司会议可能也不会太遥远。商业会议已经宣传混合数字和面对面活动，一位会议策划者将其描述为使用虚拟现实、增强现实和人工智能的“集成的线上和线下催化剂”。Shirado 和 Christakis 认为，稍微嘈杂的机器人也可能出现在众包应用程序中——例如，加速公民科学对考古或天文图像的评估。他们说，这种机器人也可能在社交媒体中发挥作用——例如，阻止种族主义言论。
但是，去年当微软推出一个带有简单人工智能的 Twitter 机器人时，其他用户很快将其变成了口出恶言的种族主义者。相反的担忧是，混合人类和机器以改善群体决策可能会使企业——或机器人——能够操纵人们。“我已经考虑过很多关于这个问题，”Christakis 说。“你可以发明枪来捕猎食物或杀人。你可以开发核能来发电或制造原子弹。所有科学进步都具有这种 Janus 式的善与恶的潜力。”
Couzin 说，重要的是要理解所涉及的行为，“这样我们才能将其用于好的目的，并意识到操纵的可能性”。“希望这项新研究将鼓励其他研究人员接受这个想法并将其应用到他们自己的场景中。我认为它不能只是被抛在那里随意使用。”