Teoría de Juegos
La Teoría de Juegos Inversa Podría Hacer que la IA Siga las Reglas
Un nuevo enfoque conocido como teoría de juegos inversa, o diseño de mecanismos, busca reglas bajo las cuales el cumplimiento de la ley se convierte en la opción más racional para modelos de IA poderosos. Los métodos de alineación anteriores—leer los 'pensamientos' del modelo y enseñar valores—no han funcionado bien. Los investigadores proponen reestructurar los incentivos.