Dit interdisciplinaire project ligt op het snijpunt van AI, Cognitieve Psychologie en Linguïstiek. Het verkent verschillende adaptieve machine-learning methoden die inzicht kunnen geven in de interactie tussen mens en machine. Het uiteindelijke doel is een open en natuurlijke communicatie tussen mens en AI die moet resulteren in wederzijds vertrouwen, samenwerking en coördinatiemogelijkheden tussen beiden. Om dit te bereiken proberen we een natuurlijke setting te creëren die machine learning algoritmes in staat stelt complexe menselijke en sociale eigenschappen te leren.

In eerste instantie modelleren we sociale interacties met Multi-Agent Based Simulations waarin sprake is van evolutie en reinforcement learning. De focus van deze simulaties zal liggen op synchronisatie, coördinatie en samenwerking tussen de agenten. Het is op zijn beurt mogelijk om het experiment uit te breiden met menselijke input. Op die manier hopen we conclusies te trekken over de verwerving en evolutie van de complexe sociale en communicatieve vaardigheden die mensen bezitten. Resultaten zullen gebruikt worden om de beoogde natuurlijke mens-machine interactie te ontwikkelen. Mogelijk toekomstig onderzoek heeft een sterke focus op de combinatie van AI en sociale cognitie, reinforcement learning, zelf-organisatie, en culturele overdracht.