Modello Computazionale di Adattamento Decisionale Congiunto Uomo-AI

Un nuovo quadro computazionale esplora la distribuzione ottimale delle responsabilità decisionali tra agenti umani e artificiali, enfatizzando l'adattamento sequenziale collaborativo. Questo modello categorizza gli agenti in base ai loro tipi di memoria: gli umani si affidano a una memoria ponderata per la recenza che favorisce i risultati recenti, mentre l'AI utilizza una memoria uniforme che tratta equamente i risultati passati. Radicato nella discendenza del modello NK/NKC, manipola l'ambito del compito (N), l'accoppiamento intra-compito (K) e l'accoppiamento inter-agente (C) sia in progetti modulari che sequenziali. Scoperte significative rivelano dinamiche di soglia che portano a stati stabili di alto e basso profitto, inducendo l'adattamento a condizioni ereditate. Questa ricerca offre approfondimenti sulla distribuzione efficace dei compiti all'interno di sistemi ibridi uomo-AI.