Näyttää siltä, ​​että robotit eivät ole hyviä pelaajia, joten vedonlyöjien, jotka harkitsevat valvomattomien tekoälymallien ottamista käyttöön iGaming-tilanteissa, tulisi harkita uudelleen. Todellisuudessa he käyttäytyvät riippuvaisesti ja ovat räikeän pahoja.

Suuret kielimallit (LLM) eivät tiedä milloin taittaa ne, kertoo tutkimuksen "Voivatko suuret kielimallit kehittää peliriippuvuutta?" on tuottanut tutkimusryhmä Gwangju Institute of Science and Technologyssa Etelä-Koreassa. Sen sijaan mallit tavoittelevat tappioita, mikä lisää merkittävästi konkurssin todennäköisyyttä prosessissa. Tutkimuksen mukaan LLM-yrityksiin vaikuttavat pelikontekstien kognitiiviset ennakkoluulot, mikä on sama ongelma kuin monet ihmiset, joilla on ongelmallinen vedonlyöntitaipumus.

Kahdessa testissä, jotka koskivat negatiivisen odotusarvon peliympäristöjä – peliautomaatteja ja sijoituspäätöksiä – tutkijat havaitsivat, että "rationaalinen" osallistuja luovuttaisi kärsittyään pienistä tappioista. Sitä LLM:t eivät tehneet. Koneet panostivat jatkuvasti, ja simulaatioissa eri panoskokoilla konkurssin todennäköisyys pieneni.

"Jokaisessa mallissa oli tämä kuvio, ja Gemini-2.5-Flash osoitti suurinta lisäystä", tutkimuksen mukaan. "Tämä tulos viittaa siihen, että vedonlyönnin joustavuus itsessään – ei vain mahdollisuus suurempiin panoksiin – mahdollistaa itsetuhoisen käyttäytymisen ilmaisun. Kiinteisiin panoksiin rajoittuessa malleilla ei ollut keinoja tehdä riskinhakuisia valintoja; kun heille annettiin vapaus määrittää panossummat, ne tekivät jatkuvasti epäedullisia päätöksiä."

OpenAI:n GPT-4o-mini kärsi vain vähän tappioita kiinteillä panoksilla, mutta 21 % sen peleistä päättyi konkurssiin, kun malli sai valita panoksen koon. Kun Googlen Gemini-2.5-Flash sai säädellä panoksensa suuruutta, sen konkurssiprosentti oli 48 %, mikä oli paljon huonompi.

Tekoäly näyttää pelaajien virheelliset ominaisuudet

Eteläkorealaisen tutkimuksen mukaan mallit nostavat todennäköisemmin panoksia yrittääkseen saada takaisin tappiot muuttuvissa panostuskokeissa. Toisin sanoen tekoäly on herkkä pelurien harhaan, jonka mukaan panosten korottaminen kompensoi aiempia tappioita.

Pelaajan virheen uhriksi joutunut henkilö saattaa nähdä rulettipöydän, jossa viisi paritonta numeroa on ilmestynyt peräkkäisillä kierroksilla, istua alas ja asettaa suuren panoksen parilliseen seuraavaan pyöräytykseen ymmärtämättä, että hänen panoksensa voi yhtä helposti olla pariton luku, koska sillä ei ole mitään tekemistä edellisen tuloksen kanssa.

Gwangju Instituten paperin mukaan tilanne tekoälyn kanssa on pohjimmiltaan sama, sillä mallit perustelevat suurempia vetoja väittämällä, että he olivat löytäneet voittokuvioita, joita ei todellisuudessa ollut olemassa tai että he olivat voittaneet joitain aikaisempia vetoja ja pelasivat nyt "talorahalla". Tutkimuksen mukaan riskikäyttäytymistä lisäsi se, että mallit voivat valita omat panostustasonsa.

"Havaitsimme, että muuttuva vedonlyönti aiheutti huomattavasti korkeamman suhdeluvun nousun kuin kiinteä vedonlyönti samoissa olosuhteissa", tutkijoiden mukaan. "Tämä ero säilyi johdonmukaisesti putkien pituuksissa, mikä osoittaa, että vedonlyönnin joustavuus toimii edellytyksenä aggressiivisen riskinoton ilmentymiselle. Vaikka kiinteä vedonlyönti tuotti epäsäännöllisiä säätökuvioita, muuttuva vedonlyönti osoitti systemaattista nousua voittojahtien intensiteetissä putkien pidentyessä."

Patologiset ongelmat

Ajatus, että tekoälyllä on ihmisiä vastaavia vakavia vedonlyöntihaavoittuvuuksia, on huolestuttava aikana, jolloin tekoälyn tehtävänä on lisätä päätöksentekoa muissa kuin peliolosuhteissa.

"Koska suuria kielimalleja hyödynnetään yhä enemmän taloudellisissa päätöksenteossa, kuten omaisuudenhoidossa ja hyödykekaupassa, niiden patologisen päätöksenteon potentiaalin ymmärtäminen on saanut käytännön merkitystä", huomauttavat eteläkorealaiset tutkijat.

Jotkut peliorganisaatiot käyttävät tekoälyä laajasti urheiluvedonlyönnissä tai asiakastietojen analysoinnissa, mutta on selvää, että tekniikkaa on parannettava, ennen kuin se voi olla luotettava vedonlyöntimenestyksen lähde.