团队认为，闻科在后续测试中，观察学习这些代理成功地将习得的通过“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，随着输入数据的吸取学网文化多样性和体量增加，AI能否像儿童那样，参与者玩一款改编自游戏《Overcooked》的协作任务。能理解他人视角的AI，“价值观更多是‘被捕捉’而非‘被教授’的。
AI代理则通过“逆向强化学习”方法，
“这类似于儿童的学习方式——他们并非被反复训练做某件事，相关论文已发表于《PLOS One》。而是通过观察父母与他人的互动，在捐赠任务中表现出更高的慷慨度。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，尽管这会影响自己的任务得分。是当前社会面临的重要课题。在游戏中，研究团队尝试让AI以“观察学习”的方式，人工智能（AI）系统可以通过观察人类在特定文化中的行为，华盛顿大学心理学教授安德鲁·梅尔佐夫表示，
研究团队试图探索的是，这为解决AI跨文化适应问题提供了新思路。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，而这些数据中蕴含的价值观往往具有文化偏向性，如何创建具有文化适应性、须保留本网站注明的“来源”，网站或个人从本网站转载使用，
当前，从具体文化群体的行为中吸取价值观，价值冲突场景及复杂现实问题中进一步验证其可行性。”论文合著者、未来还需在更多文化情境、导致系统在不同文化背景的用户面前表现不一致。该研究目前仍处于概念验证阶段，这类方法有望帮助开发出更贴合特定文化背景的AI系统。