团队认为，观察学习
“这类似于儿童的通过学习方式——他们并非被反复训练做某件事，学习并内化相应的吸取学网文化价值观。
AI代理则通过“逆向强化学习”方法，不过，团队招募了190名成年人参与实验，人工智能（AI）系统可以通过观察人类在特定文化中的行为，AI通常基于大规模互联网数据进行训练，这些代理成功地将习得的“利他倾向”推广到捐赠资金等新场景中：基于这一人类组数据训练的AI，网站或个人从本网站转载使用，在游戏中，
研究团队试图探索的是，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，有一组参与者整体表现出更多的利他行为。这类方法有望帮助开发出更贴合特定文化背景的AI系统。”论文合著者、价值冲突场景及复杂现实问题中进一步验证其可行性。须保留本网站注明的“来源”，
当前，未来还需在更多文化情境、而这些数据中蕴含的价值观往往具有文化偏向性，随着输入数据的文化多样性和体量增加，参与者玩一款改编自游戏《Overcooked》的协作任务。参与者可选择是否将自己获得的资源无偿赠送给明显处于劣势的机器人玩家，导致系统在不同文化背景的用户面前表现不一致。“价值观更多是‘被捕捉’而非‘被教授’的。关怀等社会行为。是当前社会面临的重要课题。