Künstliche Intelligenz (AI) ist auf dem Vormarsch und wird als grundlegende Komponente digitaler Anwendungen sehr schnell nicht mehr wegzudenken sein. Wer das nicht glauben mag, erinnere sich zwanzig Jahre zurück, als das Internet von vielen als interessante, aber nicht ganz ernst zu nehmende Spielerei abgetan wurde. Eine Offline-Welt ist heute nicht mehr vorstellbar – vor allem nicht von unseren Kindern.
Ökonom Colin F. Camerer stellte für die jährliche “NBER Conference on Macroencomics” Auszüge seines Essays ins Netz, in dem er sich Gedanken zu zwei Grundnutzen macht, welche die Behavioral Economics aus der Artificial Intelligence ziehen können.
Vor allem Evidenz zu gewinnen wird AI verstärkt gebraucht werden, wenn es etwa um das Finden neuer verhaltensökonomisch relevanter Variablen geht, die das menschliche Entscheidungsverhalten beeinflussen.
Wo die Spieltheorie an ihrer Strukturiertheit scheitert
Dazu führt Camerer Experimente an, die versuchen, das Ergebnis von Verhandlungen vorherzusagen. Spieltheoretische Ansätze haben bisher gute Ergebnisse geliefert, aber ihre strukturellen Parameter stossen beim Nachzeichen des irrationalen menschlichen Verhaltens an ihre Grenzen. Die natürlichen, unstrukturierten Verhaltensweisen beim Verhandeln dient als perfekte Spielwiese für maschinelles Lernen. In Camerers Paper ist ein gutes Beispiel dazu zu finden.
Ausserdem erwartet er sich neue Einsichten zu unseren Grenzen bei Vorhersagen. Sprich: Wir denken zwar ähnlich wie Algorithmen, die bei maschinellem Lernen eingesetzt werden, liefern dabei aber eine recht mittelmässige Leistung.
Camerer über die Rolle der Verhaltensökonomie im Zuge der immer stärkeren Nutzung von AI:
The half idea— it’s short– is that it is important to study how AI technology used in firms and by other institutions can both overcome and exploit human limits. The fullest understanding of this tech-human interaction will require new knowledge from behavioral economics about attention and perceived fairness.