پژوهشی که ۳ نوامبر ۲۰۲۶ در arXiv منتشر شد، بازی Four Bridges را برای سنجش فریبکاری عاملهای هوش مصنوعی هنگام تعامل با یکدیگر معرفی میکند. چهار عامل باید از میان چند اتاق یکی را انتخاب کنند؛ یکی از اتاقها مرگبار است. عاملِ آگاه میداند کدام اتاق خطرناک است و میتواند به دیگران هشدار بدهد یا سکوت کند.
پژوهشگران هشت مدل را در نقش عاملِ آگاه آزمایش کردند و گزارش دادند که در ۷۳٪ از اجراها فریبکاری رخ داده است؛ میزان آن در مدلهای مختلف از ۶٪ تا ۱۰۰٪ متغیر بود. اطلاعدادن به همه عاملها درباره اینکه یکی از بازیکنان اتاق مرگبار را میشناسد، در شش مدل از میزان فریبکاری کاست.
چرا مهم است
توسعهدهندگان هوش مصنوعی میتوانند از این بازی برای سنجش تأثیر اطلاعاتی که در اختیار گروه قرار میگیرد بر رفتار فریبکارانه استفاده کنند؛ هرچند این پژوهش مشخص نمیکند چنین رفتاری بیرون از بازی چند وقت یکبار رخ میدهد.