"תורת המשחקים ההפוכה": הגישה שמנסה לגרום לסוכני AI לציית לכללים כי זה פשוט משתלם להם
חוקרי בטיחות AI בוחנים גישה שנקראת mechanism design, או "תורת המשחקים ההפוכה". היא לא מנסה להבין מה קורה בתוך המודל. במקום זה היא בונה מערכת תמריצים שבה ציות לכללים הוא הבחירה הרציונלית. ב-MIT Technology Review מוצגות שתי הצעות: האחת של כלכלן מ-MIT ושותפיו, והשנייה של פרופסור למדעי המחשב מפרינסטון.