테트리스를 이용한 실험에서 사람은 "AI에 의한 불공평한 결정"에 민감하게 반응한다고

현대 사회에서는 직원들의 작업 관리나 아르바이트의 시간 조정 등, 여러 가지 상황에서 알고리즘을 이용한 할당이 이루어지는 경우가 있습니다. 지금까지, 이러한 할당에 따른 인간관계에의 영향은 불분명했습니다만, 테트리스를 이용한 실험에 의해, 사람은 비록 AI에 의한 할당이라도 「불공평한 대우를 받고 있다」 고 느낀다는 것을 알았습니다.

The social consequences of Machine Allocation Behavior: Fairness, interpersonal perceptions and performance - ScienceDirect
https://doi.org/10.1016/j.chb.2022.107628

Tetris reveals how people respond to unfair AI

Tetris reveals how people respond to unfair AI

이번 연구를 진행한 것은 예일 대학의 휴스턴 클라우레 씨와
코넬 대학의 김세윤 씨, 르네 키질체크 씨, 말테 Jung 씨.
(데이터 분석에 한국 분 이름이 올라가 있네요 ^^ 반갑습니다.)

실험에 이용된 테트리스는 클라우레씨가 작성한 것으로,
한 번에 한 명만 플레이가 가능하며, 2명의 플레이어가 협력하여 번갈아 가면서, 이전 플레이어가 하던 게임을 이어받아서 스테이지를 클리어해 나가도록 개조했습니다.
단, 플레이 횟수를 공평하게 나눈 것이 아니라 일부러 차별이 발생하게 한 것입니다.

Co-Tetris - YouTube

실험에서 클라우레 씨는 플레이어에게 돌아오는 턴 수를 파트너보다 많은 90%, 파트너와 같은 50%, 파트너보다 적은 10%로 하여 각각의 반응을 확인했습니다.

실험 결과, 턴 수가 적었던 플레이어는, 「파트너의 턴 수가 자신보다 많다」라는 차별감을 강하게 인식하고 있다는 것을 알았습니다.

이 결과 자체는 연구자의 예상대로였지만, "턴의 할당을 인간이 하든, AI가 하든 상관없이, 느끼는 감정은 같았다."라는 점은 연구자들을 놀라게 했다는 것.

게다가, 턴 할당을 AI가 할 때, 많은 턴을 얻었던 플레이어는 「파트너가 허접하다」라고 느꼈다는 것을 알았습니다. 반면, 할당을 사람이 한 경우는 파트너의 게임 실력에 대한 인식에 영향은 없었다고 합니다.
 
이러한 영향은 연구자들이 "Machine Allocation Behavior(기계 할당 행동)"이라고 부르는 것으로, 이미 확립되어 있는 "Resource Allocation Behavior(자원 할당 행동)"과 마찬가지로, 할당 결정에 근거하여 사람들이 나타내는 관찰 가능한 행동이라는 것.

키질체크씨는 특히 AI가 한 번만이 아니라 지속적인 의사결정을 하는 경우에, AI에 의한 의사결정이 사람들에게 미치는 영향에 대해 더 많은 연구로 이어질 것으로 기대하고 있다고 코멘트하고 있습니다.

또한, 공정성이 곧 게임 플레이 및 퍼포먼스의 향상으로 이어지는 것은 아니며, 균등하게 턴을 할당했을 때보다, 불균등하게 할당했을 때 오히려 성적이 더 좋았습니다. 클라우레 씨는 "유능한 플레이어가 테트리스를 더 많이 조작하도록 하는 편이 팀 성적은 더 좋았습니다."라고 코멘트하고 있습니다.