Zdolność do społecznego uczenia się należy do cech charakterystycznych dla gatunku ludzkiego. Definiowana jest jako uczenie się poprzez obserwację zachowań innych ludzi. Społeczne uczenie się umożliwia ludziom stopniowe gromadzenie informacji przez pokolenia.

Jednak choć środowisko, w jakim żyją ludzie staje się coraz bardziej skomplikowane, większość badań dotyczących mechanizmów społecznego uczenia dotyczy stosunkowo prostych, abstrakcyjnych zadań, które mają niewiele wspólnego z rzeczywistymi środowiskami.

Aby dowiedzieć się więcej, międzynarodowy zespół naukowców z Niemiec - z Cluster of Excellence Science of Intelligence (SCIoI), Instytutu Rozwoju Człowieka im. Maxa Plancka (MPIB) i Uniwersytetu w Tybindze oraz z USA - z Uniwersytetu Nowojorskiego wykorzystał modyfikację popularnej gry Minecraft, w której gracze mogą budować i niszczyć obiekty położone w losowo generowanym świecie. Gracz może atakować napotkane istoty, zbierać surowce czy wytwarzać przedmioty.

Badanie (https://doi.org/10.1038/s41467-025-58365-6) dotyczyło strategii społecznego uczenia się - tego, w jaki sposób grający dostosowują podejmowane przez siebie decyzje do zachowań innych osób podczas gromadzenia wirtualnych zasobów. Jak się okazało, adaptacyjność (tj. elastyczne stosowanie aspołecznych i społecznych strategii uczenia się, a nie stałych strategii) jest najważniejszym czynnikiem sukcesu.

W eksperymencie każdy uczestnik kontrolował awatara, który niszczy bloki Minecrafta w celu znalezienia zasobów. Za każdym razem, gdy zostanie odkryty zasób, pojawia się niebieski rozbłysk, który jest widoczny dla innych graczy i może potencjalnie dostarczać przydatnych informacji o lokalizacji dalszych zasobów.

Na początku każdej rundy gracze są informowani, czy będą pracować sami, czy w grupie czterech osób, które mogą ze sobą wchodzić w interakcje w czasie rzeczywistym. Ponadto są testowani w dwóch typach środowisk. W środowiskach „niejednolitych” zasoby są grupowane razem, co oznacza, że uczestnicy mogą znaleźć wiele bloków zawierających zasoby blisko siebie, podczas gdy w środowiskach „losowych” zasoby są rozproszone. W związku z tym informacje społeczne są szczególnie cenne w środowiskach „niejednolitych”, ponieważ mogą ujawnić inne nagrody w pobliżu.

Jednak informacje społeczne nie mają wartości w środowiskach „losowych”, ponieważ nie ma żadnego wzorca lokalizacji zasobów, którego można by się nauczyć. Każdy gracz stara się maksymalizować własne nagrody, zamiast dążyć do wspólnego celu, dlatego musi skutecznie znajdować nagrody, stosując odpowiednią równowagę indywidualnych i społecznych strategii uczenia się.

„Korzystanie z gry takiej jak Minecraft jest przydatne, ponieważ symuluje wyzwania z prawdziwego życia. Na przykład, ponieważ możesz zobaczyć tylko małą część świata gry na raz, musisz wybrać, czy skupić się na samodzielnym wyszukiwaniu, czy zwracać uwagę na to, co robią inni gracze, aby się od nich uczyć” — powiedział Ralf Kurvers, starszy autor badania.

„Oznacza to, że ciągle stoję przed wyborem: czy podążać za własnym instynktem i szukać samemu, czy też wykorzystać informacje społeczne (w tym przypadku niebieskie 'plamy'), podążając za graczami, którzy już coś znaleźli?” - opisał.

Dzięki nowo opracowanej metodzie obliczeniowej do automatyzacji transkrypcji danych pola widzenia naukowcy zmierzyli, które obiekty, zdarzenia i którzy gracze byli obserwowani przez każdego uczestnika, rejestrując je 20 razy na sekundę. Ich model analizuje, gdzie ludzie patrzą, jak się poruszają i jakie wybory podejmują podczas poszukiwań.

„Mówiąc prościej, możemy teraz przewidzieć, który blok uczestnik wybierze jako następny, łącząc strategie uczenia się indywidualnego i społecznego, wszystko w jednym środowisku obliczeniowym” — wyjaśnił Charley Wu z Uniwersytetu w Tybindze.

„To nowe podejście pozwala nam połączyć algorytmy uczenia się, które napędzają nowoczesną sztuczną inteligencję, z elastycznymi mechanizmami uczenia się społecznego, które adaptacyjnie uczą się na podstawie udanych zachowań innych” - dodał.

Zdaniem autorów badania te wypełniają trwającą od dziesięcioleci lukę pomiędzy pracami nad nauką indywidualną i społeczną. Wyniki pokazują, że ludzie nie są po prostu biernymi naśladowcami lub wytrwałymi indywidualnymi uczniami. Raczej dynamicznie równoważą te strategie; adaptacyjne mechanizmy nauki indywidualnej i społecznej wzmacniają się wzajemnie i są napędzane dzięki indywidualnym osiągnięciom.

Stopień, w jakim każda osoba była w stanie dostosować swoje strategie uczenia się indywidualnego i społecznego najlepiej wskazywał, jakie będą jej osiągnięcia. To zdolność adaptacji, a nie stałe strategie napędzają ludzką inteligencję.

Dzięki tej pracy udało się pogłębić wiedzę na temat mechanizmów poznawczych leżących u podstaw adaptacyjnego uczenia się i podejmowania decyzji w kontekstach społecznych, lepiej zrozumieć, w jaki sposób informacje rozprzestrzeniają się w grupach i jak pojawiają się nowe innowacje. Badania dają też wskazówki, jak projektować systemy, które lepiej wspierają adaptacyjne uczenie się w sytuacjach społecznych.

Paweł Wernicki (PAP)

pmw/ bar/