Nature-Sensation, die Vorform des nächsten KI-Systems? MIT-Team: Beginn mit dem Schlussfolgern von über 100 neuen Spielen

Auch wenn Menschen ein neues Spiel noch nie gespielt haben, können sie anhand seiner Regeln beurteilen, ob es fair und unterhaltsam ist. Damit Systeme der Künstlichen Intelligenz (KI) diese Fähigkeit erlangen, müssen sie lernen, flexibel mit unbekannten neuen Problemen umzugehen und die nächsten Schritte zu entscheiden.

Wie diese Fähigkeit genau zustande kommt, beantwortet eine neu in der renommierten Wissenschaftszeitschrift *Nature* veröffentlichte Forschungsarbeit: Das Team des Massachusetts Institute of Technology und seine Kooperationspartner haben auf Basis einer großangelegten Verhaltensstudie mit 121 Spielen das rechnergestützte kognitive Modell „Intuitiver Spieler“ (Intuitive Gamer-Modell) vorgeschlagen. Es soll erklären, wie Menschen bei neuen Spielen schnell Einschätzungen vornehmen, Urteile bilden und Handlungen auswählen.

Link zur Arbeit: https://www.nature.com/articles/s41586-026-10722-1

Das Forschungsteam weist in der Arbeit darauf hin, dass menschliche Urteile eher wenigen, schnellen und oberflächlichen zielgerichteten Simulationen entsprechen – statt vollständiger, tiefgehender Durchdenkungen. Auch ohne Erfahrung können Menschen neue Spiele systematisch einschätzen und relativ vernünftige Handlungen ausführen. Das auf diesem Mechanismus basierende „Intuitiver Spieler“-Modell erreicht in mehreren Aufgaben ein Verhalten, das dem menschlichen Handeln näher ist als das alternativer Modelle.

Diese Arbeit liefert auch Anregungen für die Entwicklung flexiblerer KI-Systeme, die der menschlichen Denkweise ähneln: Zukünftige KI muss nicht nur lernen, neue Aufgaben zu lösen, sondern auch beurteilen, welche Aufgaben weitere Überlegungen wert sind.

Das Intuitiver Spieler-Modell: Ein rechnergestütztes Framework für das Denken von Anfängern

Im Gegensatz zu früheren Modellen für Spielüberlegungen, die auf tiefer Suche basieren, liefert das „Intuitiver Spieler“-Modell eine rechnergestützte Erklärung für die Spielüberlegungen von Anfängern. Es betont wenige, oberflächliche, zielgerichtete und probabilistische mentale Simulationen, um zu erklären, wie Menschen neue Spiele ohne Erfahrung einschätzen und Handlungen auswählen. Genauer gesagt besteht das Intuitiver Spieler-Modell aus einem Spielermodul und einem Überlegungsmodul:

1. Spielermodul: Dient zur Erklärung der Handlungsauswahl. Es bewertet den Wert verfügbarer Handlungen anhand zielgerichteter Heuristiken. Diese Regeln berücksichtigen sowohl, wie eigene Ziele vorangetrieben werden, als auch, wie Gegner am Erreichen ihrer Ziele gehindert werden. Anschließend wählt das Modell die nächste Handlung probabilistisch anhand des Handlungswerts aus.

2. Überlegungsmodul: Dient zur Erklärung der menschlichen Urteile über Spielmerkmale. Es ruft das Spielermodul auf, um wenige Selbstspielsimulationen durchzuführen und Ergebnisse wie Sieg, Niederlage oder Unentschieden abzuleiten. Diese Simulationen können bis zum Spielende laufen oder vorzeitig abgebrochen werden, um schließlich die Wahrscheinlichkeit verschiedener Ergebnisse abzuschätzen.

Abbildung: Vergleich des Intuitiver Spieler-Modells mit früheren Modellen für Spielüberlegungen.

Um zu untersuchen, wie Anfänger neue Spiele durchdenken, führte das Forschungsteam eine großangelegte Verhaltensstudie durch: Es rekrutierte mehr als 1000 Teilnehmer und entwarf 121 zweipersonige strategische Brettspiele. Diese Aufgaben basieren auf Linienbildungsspielen wie Tic-Tac-Toe oder Fünf in einer Reihe, unterscheiden sich aber in Brettgröße und konkreten Regeln. Das Design behält die Vertrautheit der grundlegenden Spielmechanik bei und ermöglicht es gleichzeitig, Urteile und Handlungen von Menschen bei neuen Regeln zu untersuchen.

Abbildung: Neues Spiel-Datensatz und eine Gruppe von Spielaufgaben.

Um zu beurteilen, ob das Intuitiver Spieler-Modell dem menschlichen Verhalten näher kommt, stellte das Forschungsteam mehrere Vergleichsmodelle auf, um unterschiedliche Denkweisen zu vergleichen: Ein Experten-Spieler führt tiefere, komplexere Suchen durch; ein zufälliger Spieler handelt rein willkürlich; der Monte-Carlo-Baumsuchalgorithmus verwendet rechenintensivere Baumsuchverfahren; Modelle, die auf Spielbeschreibungen oder Sprachinformationen basieren, simulieren den Spielablauf nicht explizit.

Wie lauten die experimentellen Ergebnisse?

Insgesamt treffen Menschen ihre Urteile nicht anhand vollständiger, tiefgehender Durchdenkungen, sondern stützen sich hauptsächlich auf wenige, schnelle und oberflächliche zielgerichtete Simulationen im Kopf. In mehreren Aufgaben liegt das „Intuitiver Spieler“-Modell dem menschlichen Verhalten näher als alternative Modelle. Die konkreten Ergebnisse lauten wie folgt:

1. Spielfairness

Das „Intuitiver Spieler“-Modell stimmt stark mit menschlichen Bewertungen überein. Das Forschungsteam ließ 238 Teilnehmer, die die betreffenden Spiele noch nie gespielt hatten, das Spielergebnis nur anhand der Regeln und eines leeren Bretts einschätzen. Die Korrelation zwischen Modellvorhersage und menschlichem Urteil erreichte 0,81 – nahe der maximal erklärbaren Obergrenze von 0,82 für die menschlichen Daten selbst.

Auswertungen zur Entfernung von Komponenten zeigten ferner, dass zielgerichtetes Vorgehen, probabilistische Auswahl, oberflächliches Denken und wenige Simulationen das Modellverhalten beeinflussen. Wird eine dieser Einstellungen entfernt, verschlechtert sich die Anpassung des Modells. Am stimmigsten mit menschlichen Urteilen ist das Modell bei etwa 5 bis 7 Simulationen.

Bei 78 Spielen, bei denen der optimale Gewinn berechnet werden kann, stimmen menschliche Urteile im Großen und Ganzen mit der Richtung des theoretischen Optimums überein. Dennoch ist das „Intuitiver Spieler“-Modell bei der Vorhersage der tatsächlichen Fairness-Urteile von Menschen genauer als Ergebnisse, die rein auf dem optimalen Gewinn basieren.

Abbildung: Einschätzung von Spielen, die noch nie gespielt wurden.

2. Spielunterhaltungswert

Bei der Beurteilung des Unterhaltungswerts liegt das „Intuitiver Spieler“-Modell ebenfalls nahe an menschlichen Bewertungen. Das Forschungsteam ließ 246 Teilnehmer ohne Erfahrung den Unterhaltungswert von Spielen einschätzen und extrahierte aus den Modellsimulationen drei Merkmale zur Vorhersage: Ausgewogenheit, Entscheidungsqualität und Spieldauer. In Kombination erreichten diese drei Merkmale eine Anpassungsgüte von 0,57 – nahe der maximal erklärbaren Obergrenze von 0,60 für die menschlichen Daten selbst.

Die Ergebnisse von Generalisierungstests zeigen zudem, dass das auf diesen drei Merkmalen basierende „Intuitiver Spieler“-Modell die menschlichen Urteile über den Spielunterhaltungswert besser vorhersagen kann als zufällige Spieler, Experten-Spieler oder Modelle, die nur auf oberflächlichen Spielmerkmalen beruhen.

Abbildung: Einschätzung, ob ein Spiel unterhaltsam sein kann, ohne es je gespielt zu haben.

3. Erste Spielhandlung

Das „Intuitiver Spieler“-Modell kann menschliche Handlungen besser vorhersagen als Experten-Spieler und zufällige Spieler. Das Forschungsteam ließ 302 Teilnehmer jeweils eine Partie in 40 neuen Spielen und in Tic-Tac-Toe spielen. Die Ergebnisse zeigen, dass das „Intuitiver Spieler“-Modell 0,72 des tatsächlichen Spielgewinns von Anfängern erklären kann. Bei der Vorhersage von Handlungen übertrifft dieses Modell ebenfalls Experten-Spieler und zufällige Spieler – es erklärt mehr als 50 % der Handlungswahrscheinlichkeitsverteilung in 32 von 41 Spielen.

Das Forschungsteam untersuchte ferner den Entscheidungsmechanismus bei dem ersten Spiel. Die Ergebnisse zeigen, dass Handlungen von Anfängern nicht der tiefen Suche entsprechen, die das Experten-Modell repräsentiert, sondern eher dem schnellen, oberflächlichen Denken des „Intuitiver Spieler“-Modells.

Abbildung: Modellierung der Handlungen von Menschen bei ihrem ersten Treffen mit einem neuen Spiel und der Verteilung vorhergesagter Handlungen.

4. Vorhersage der nächsten Handlung

Das „Intuitiver Spieler“-Modell liegt ebenfalls näher an menschlichen Urteilen als das Experten-Modell und das zufällige Modell. Das Forschungsteam ließ neue Teilnehmer Videos von Spielen von Anfängern ansehen und die nächsten möglichen Handlungen vorhersagen. Bei 249 Brettzuständen stimmte das „Intuitiver Spieler“-Modell stärker mit menschlichen Vorhersagen überein. Im Vergleich zum Experten-Modell betrug der TVD-Unterschied -0,15, im Vergleich zum zufälligen Modell -0,09 – beide Werte sind statistisch signifikant.

Anhand von Beispielen zeigt sich: Wenn Menschen die nächste Handlung vorhersagen, berücksichtigen sie normalerweise mehrere mögliche Züge und neigen manchmal deutlich zu einem davon. Die Vorhersagen des „Intuitiver Spieler“-Modells entsprechen oft diesem Muster. Im Gegensatz dazu neigt das Experten-Modell manchmal zu wenigen Zügen mit hohem Gewinn, die für Anfänger nicht intuitiv sind. Nach der Beurteilung, dass die aktuelle Situation unweigerlich zu einer Niederlage führt, sind seine Vorhersagen manchmal zu verteilt.

Abbildung: Beispiel für die Verteilung von Vorhersagen über die nächste Handlung von Menschen und Modellen in einem echten Spiel.

5. Weiterspielen oder nicht

Das „Intuitiver Spieler“-Modell wurde auch verwendet, um zu analysieren, ob Spieler bereit sind, weiterzuspielen. Das Forschungsteam analysierte insgesamt 142 Angebote für Unentschieden, von denen 83 angenommen und 59 abgelehnt wurden. Die Ergebnisse zeigen, dass ein Vorhersagemodell, das auf Merkmalen wie erwartetem Gewinn beim Weiterspielen, erwarteten Kosten und Spielunterhaltungswert basiert, gut beschreiben kann, ob Spieler ein Unentschieden-Angebot annehmen. Wird die Bewertungsfunktion aus dem „Intuitiver Spieler“-Modell entfernt, verschlechtert sich die Anpassung.

Einschränkungen und zukünftige Richtungen

Das Forschungsteam weist jedoch darauf hin, dass das Intuitiver Spieler-Modell zwar viele Arten von Urteilen und Handlungen von Menschen bei neuen Spielen erklären kann, aber dennoch Einschränkungen in Bezug auf Anwendungsbereich, Denkprozess und Spielgestaltung aufweist. Genauer gesagt:

In Bezug auf den Anwendungsbereich untersucht das aktuelle Modell hauptsächlich zweipersonige konkurrierende Brettspiele. Diese Spiele basieren meist auf Linienbildungsspielen wie Tic-Tac-Toe oder Fünf in einer Reihe, bei denen nur Regeln geändert wurden – sie sind keine völlig unbekannten Spielarten. Zukünftig muss seine Anwendbarkeit bei komplexeren Spielen wie Go, Schach und in Szenarien mit mehreren Agenten überprüft werden.

In Bezug auf den Denkprozess fehlen dem aktuellen Modell noch feingranulare Erklärungen für Abläufe und individuelle Unterschiede. Das Forschungsteam ist der Ansicht, dass zukünftig mehrere Fragen berücksichtigt werden müssen: Brechen Menschen Simulationen vorzeitig ab? Beeinflussen sich verschiedene Simulationen gegenseitig? Gibt es Menschen, die überhaupt keine Simulationen durchführen? Und wie kann das Modell diese Unterschiede erfassen?

In Bezug auf Lernen und Anpassung kann das aktuelle Modell noch nicht erklären, wie Menschen ihre Beurteilungsregeln aktualisieren – ob sie sie im selben Spiel ständig korrigieren oder Erfahrungen auf andere Spiele übertragen. Zukünftig muss weiter