Ein neuer Forschungsansatz der University of California, Los Angeles (UCLA) hat erstaunliche Parallelen zwischen dem Lernverhalten von Mäusen und künstlichen neuronalen Netzen bei der Entwicklung von Kooperationsstrategien aufgedeckt. Die Studie, die sich mit der Frage beschäftigt, wie Individuen – ob biologisch oder künstlich – lernen, gemeinsam zu arbeiten, zeigt, dass sowohl Mäuse als auch künstliche Intelligenzen (KI) ähnliche neuronale Muster und Lernmechanismen entwickeln, wenn sie auf gemeinsame Ziele hinarbeiten. Die Forscherinnen und Forscher trainierten Mäuse in einem speziellen Experiment, bei dem zwei Tiere zusammenarbeiten mussten, um eine Belohnung zu erhalten – beispielsweise durch gleichzeitiges Drücken von Tasten oder durch koordinierte Bewegungen in einem Labyrinth. Dabei beobachteten die Wissenschaftler, wie sich die neuronalen Aktivitäten in den Gehirnen der Tiere im Laufe der Zeit veränderten. Gleichzeitig trainierten sie künstliche neuronale Netze auf denselben Aufgaben, wobei die KI-Modelle ebenfalls lernen mussten, kooperativ zu agieren, um Belohnungen zu maximieren. Die Ergebnisse zeigten eine bemerkenswerte Übereinstimmung: In beiden Fällen – bei Mäusen und KI – entwickelten sich spezifische neuronale Aktivitätsmuster, die auf eine gemeinsame Planung und Anpassung der Verhaltensweisen hindeuteten. Insbesondere zeigte sich, dass die neuronalen Netzwerke in beiden Systemen zunehmend fähig wurden, die Absichten des Partners vorherzusagen und ihre eigenen Aktionen entsprechend anzupassen. Diese Fähigkeit, soziale Intentionen zu erkennen und darauf zu reagieren, ist ein zentraler Baustein für effektive Kooperation. Die Studie unterstreicht, dass die Grundprinzipien der sozialen Lernfähigkeit – wie Anpassung, Vorhersage und gemeinsame Zielsetzung – möglicherweise universell sind, unabhängig davon, ob sie in biologischen Gehirnen oder künstlichen Systemen ablaufen. Dies könnte nicht nur die Entwicklung von KI-Systemen, die in menschlichen Umgebungen kooperativ agieren sollen, revolutionieren, sondern auch das Verständnis menschlicher Sozialität vertiefen. Industrieexperten sehen in den Ergebnissen eine wichtige Richtung für zukünftige KI-Forschung. „Diese Parallelen zeigen, dass wir von der Natur lernen können, um intelligente Systeme zu bauen, die nicht nur effizient, sondern auch sozial kompetent sind“, sagt Dr. Lena Müller, KI-Experte am Max-Planck-Institut für Kognitions- und Neurowissenschaften. „Wenn KI wie das menschliche Gehirn lernt, gemeinsam zu arbeiten, könnte das die Grundlage für sicherere und vertrauenswürdigere menschlich-technische Zusammenarbeit werden.“ Die UCLA-Studie unterstreicht zudem, dass Mäuse als Modellorganismen nicht nur für neurobiologische, sondern auch für künstliche Intelligenz-Forschung von großem Wert sind. Die Ergebnisse könnten künftig dazu beitragen, KI-Systeme zu entwickeln, die in komplexen sozialen Szenarien – etwa in der Gesundheitsversorgung, im Verkehr oder in der Robotik – effektiver und menschlicher agieren.