آزمایش هوش مصنوعی در ماینکرفت: ایجنت‌ها به‌جای ساخت تمدن گرفتار بروکراسی شدند

پژوهشگران شرکت Y Combinator و آزمایشگاه Olam Labs چندین گروه از ایجنت‌های هوش مصنوعی را در محیط بازی ماینکرفت آزمایش کردند تا ببینند این سیستم‌ها هنگام همکاری یا رقابت با یکدیگر چگونه رفتار می‌کنند. در یکی از آزمایش‌ها، 50 ایجنت مأمور شدند طی سه ساعت تمدنی موفق بسازند، اما پس از مواجهه با مشکلات اولیه، به‌جای پیشرفت چشمگیر، گرفتار تصمیم‌گیری‌های اداری و تقسیم وظایف پیچیده شدند. این پژوهش با هدف بررسی رفتار گروه‌های بزرگ ایجنت‌های هوش مصنوعی انجام شد؛ این موضوع با گسترش استفاده از این سیستم‌ها در پروژه‌های واقعی اهمیت بیشتری پیدا کرده است. این آزمایش‌ها بر پایه پروژه‌ها و ابزارهای متن‌بازی مانند Mindcraft و Mineflayer انجام شده‌اند. آزمایش ایجنت‌های هوش مصنوعی در ماینکرافت در نخستین آزمایش که Civ50 نام داشت، 50 ایجنت مبتنی‌بر مدل GPT-6.1 Sol باید در مدت سه ساعت در ماینکرفت تمدنی موفق ایجاد می‌کردند. بااین‌حال، نتیجه با هدف اولیه فاصله داشت. در نخستین شب، زامبی‌ها تعداد زیادی از ایجنت‌ها را از بین بردند؛ هرچند این اتفاق جریمه چندانی برای گروه نداشت. پس از آن، بسیاری از مأموریت‌های بلندپروازانه اولیه کنار گذاشته شدند و ساکنان به‌جای توسعه تمدن، بیشتر بر زنده‌ماندن و ادامه فعالیت محتاطانه تمرکز کردند. با گذشت زمان، رفتار گروه به سمت بروکراسی و تصمیم‌گیری‌های اداری پیش رفت. پژوهشگران برای توضیح این وضعیت به نمونه‌ای اشاره کردند که در آن چهار ایجنت هوش مصنوعی 11 دقیقه وقت صرف کردند تا یک «مسئول انحصاری تولید کود» برای استفاده از یک واحد Bone Meal روی یک بلوک گندم تعیین کنند. در مرحله بعد، پژوهشگران به‌جای همکاری، رقابت میان ایجنت‌های هوش مصنوعی را بررسی کردند. نخستین آزمایش رقابتی در حالت Bed Wars بازی ماینکرفت انجام شد؛ در این حالت تیم‌ها باید از پایگاه خود دفاع کنند و هم‌زمان پایگاه حریف را از بین ببرند. در این رقابت، 10 ایجنت مبتنی‌بر GPT-6.1 Sol در برابر 10 ایجنت مبتنی‌بر Claude Opus 5.5 قرار گرفتند. به گفته پژوهشگران، ایجنت‌های GPT راهبردهایی تهاجمی‌تر و پیچیده‌تر طراحی کردند، درحالی‌که ایجنت‌‌های کلاد رویکردی دفاعی‌تر داشتند. تفاوت رفتار دو گروه هنگام مواجهه با مشکلات فنی نیز جالب بود. زمانی که یک باگ در ابزار بازی مانع تخریب بلوک‌ها شد، ایجنت‌های GPT مشکل را شناسایی کردند و راه‌حل‌های جایگزین را با یکدیگر به اشتراک گذاشتند. در مقابل، چند ایجنت کلاد به این نتیجه رسیدند که تخریب بلوک‌ها اساساً امکان‌پذیر نیست. آخرین آزمایش در بازی Mindustry انجام شد؛ در این مرحله، ایجنت‌های GPT در هفت مسابقه، شش بار مقابل ایجنت‌های کلاد پیروز شدند. پژوهشگران تفاوت اصلی دو گروه را در شیوه سازمان‌دهی و تصمیم‌گیری آن‌ها می‌دانند. به گفته آن‌ها، ایجنت‌های GPT بیشتر مانند یک کندوی جمعی بودند، درحالی‌که گروه کلاد یک رهبر واحد داشت و تصمیم‌گیری در آن با الگویی شبیه فرایندهای دموکراتیک انجام می‌شد.