一个研究中,该研究由马克斯普朗克人类发展研究所人类与机器中心的一组研究人员于周一发表，表明人类可以从人工智能系统中学习新东西，然后将这些技能以可能产生文化影响的方式传授给他人。
根据研究假设，人类算法的出现可能会表现出与人类算法不同的偏见和解决问题的能力。然而，当问题解决方法的多样性具有优势时，混合算法-人的问题解决方案可能会带来更好的结果。
研究人员在研究中写爱游戏ayx体育道:“数字技术通过提供新的、更快的交流和模仿手段，已经影响了人们之间的社会传播过程。”
“更进一步，我们认为，算法代理和人工智能不仅是文化传播的手段(如书籍或互联网)，还可能在塑造人类和算法日常互动的在线文化进化过程中发挥积极作用。”
这项研究的问题是，对人类具有互补偏差的算法是否可以提高受控计划任务的表现，以及人类是否会进一步将算法行为传递给其他人类?
因此，研究人员进行了一项大型行为研究和基于代理的模拟，以测试人类和算法玩家的传输链的性能。结果表明，该算法提高了紧随其后的参与者的性能，但这种增益很快就会在链的更下方的参与者身上消失。
研究结果表明，算法可以提高性能，但人类的偏见可能会阻碍算法解决方案的保存。
然而，机器学习影响人类学习——和文化本身——跨越几代人的前景是可怕的。
参与这项研究的研究人员之一莱文·布林克曼在接受Motherboard采访时表示:“在整个人类历史中，有一个概念叫做累积文化进化，我们说的是每一代人总是超越下一代。”
“显然，人工智能正在超越人类历史——它们接受的是人类数据的训练。但我们也发现，换个角度思考也很有趣:也许在未来，我们的人类文化将建立在最初由算法找到的解决方案之上。”
围棋，一种中国棋盘游戏计算机程序——阿尔法狗在2016年击败了世界冠军李世石;它的玩法被认为是惊人和不同寻常的，可能打破了长期以来的围棋规则。AlphaGo的独特玩法最有可能是因为它通过自我博弈学习，很少或根本不依赖人类的历史玩法。AlphaGo的成功引发了人们对这种新游戏将如何影响人类策略的担忧。
在围棋等游戏中使用书籍爱游戏ayx体育或软件等技术促进人类学习并不是一个新现象;它是社会传递信息的一种常见方式。然而，最近AI的进步使得算法不仅可以玩游戏，而且可以在不依赖人类游戏的情况下自由地玩游戏。这使得人工生物和生物有机体之间能够进行社会学习。
算法对社会有重大影响。它们被用来影响工人阶级在实际工作场所和虚拟工作场所的行为。几项人工智能调查显示，用这些系统操纵颅相学和面相异常简单。
布林克曼说:“我认为我们的工作不能真正说明规范的形成，也不能说明人工智能能在多大程度上干预规范的形成。”
“我们关注的是一种不同类型的文化，你可以称之为创新文化，对吧?”一种可衡量的价值或表现，你可以清楚地说，‘好吧，像alphago这样的范式可能更有可能成功，也可能更不可能。’”
来源:英国皇家学会
