CHALUECO CHATEO, LUEGO COOPERO: IA Y HUMANOS EN REDES COMPLEJAS

La creciente popularidad de los chatbots de inteligencia artificial (IA), como ChatGPT,
destaca la importancia de investigar la interacción humano-máquina y cómo estas
tecnologías afectan el comportamiento social. En el contexto actual, donde la IA está
cada vez más integrada en nuestras vidas y sistemas sociales, surge la necesidad de
entender cómo estas herramientas pueden influir en la cooperación y los conflictos
entre individuos en redes sociales. En este proyecto buscamos estudiar cómo estas
interacciones con IAs pueden promover la colaboración en una red de individuos, una
sociedad. Para ello usaremos la teoría de juegos evolutiva, un área de las matemáticas
aplicadas que estudia qué estrategias seguimos las personas en distintos contextos
para obtener los mayores beneficios y cómo actualizamos estas maneras de actuar
teniendo en cuenta cuales son las estrategias que usan otras personas cercanas a
nosotros, así como el éxito obtenido al aplicarlas.

Ampliaremos modelos ya estudiados con dos tipos de agentes: por un lado las personas,
que actúan como se ha descrito anteriormente, y por otro las IAs, agentes que siguen
una estrategia predeterminada (elegida por nosotros según el modelo) e interactúan
independientemente con cada persona, pudiendo tomar diferentes decisiones en una
misma ronda. Las interacciones consistirán en rondas reiteradas del “Dilema del
prisionero”, en el que cada participante debe decidir si coopera o traiciona, y el beneficio
se obtiene según las decisiones de cada pareja de participantes conectada. En este
caso, si ambos cooperan se obtiene un beneficio global mayor, mientras que se lucha
contra la tentación del traidor, ya que, si uno coopera y otro no, el traidor obtiene un
beneficio mayor. Esto lleva a que el equilibrio racional sea uno en el que todos traicionan,
obteniendo en ese caso un menor beneficio global.

Como fase inicial del proyecto, realizaremos una revisión bibliográfica para actualizar
los modelos a los últimos avances en el campo, así como escoger o entrenar IAs más
avanzadas que utilizar en fases posteriores. La siguiente fase consistirá en la
realización de simulaciones en diferentes grafos, para estudiar cómo afecta la topología
de la red social en los resultados obtenidos, así como qué características tienen que
tener las IAs dentro de estas redes para optimizar los resultados. Asimismo, nos servirá
como método de obtención de resultados teóricos para IAs sofisticadas, hasta ahora
no obtenidos. Por último, en esta fase construiremos el código sobre el que realizar
experimentos con personas físicas, usando el paquete oTree de Python. La tercera fase
del proyecto consistirá en la ejecución de dichos experimentos para obtener los datos a
analizar, para lo que proyectamos usar la base de participantes de Ibsen-h2020. La
última fase se desarrollará trabajando con estos datos para conocer cómo actúan las
diferentes personas en estos contextos, así como las diferencias y similitudes con las
simulaciones y la teoría.