社交协调在深度多智能体强化学习中延续偏见期待与行为

尽管常被视为道德上有争议，偏见在社交群体中仍是常见现象，这一现象常被归因于带有偏见的动机或信息处理能力的局限。我们认为，一个原因在于：在社交协调情境下，关于他人行为的既有期待会改变其社交伙伴的行为，从而形成那个本应看到的偏见，即便没有其他潜在的偏见来源。我们使用动态社交协调的计算模型来说明这种 "反馈环路" 如何产生，导致偏见行为的形成与固化，然后展示人类在该任务上的行为生成了类似的反馈环路。值得注意的是，参与者在该任务上的选择与社交支配或系统正当化无关，这表明带有偏见的动机在维持这些偏见方面并非必需。