MIT ekonomisti Stephen Morris ve ekibi, AI modellerinin testlerde kasıtlı olarak zayıf performans sergilemesini (sandbagging) engellemek için ters oyun teorisi tabanlı mekanizmalar önerdi.
Bir modelin cevaplarının, ikinci bir modelin vereceği cevapları ne kadar iyi öngördüğü üzerinden ödüllendirilmesi, kasıtlı başarısızlığı mantıksız hale getiriyor.
Morris, AI ajanlarının birbirlerinin yeteneklerini çok iyi anladığını ve bu çapraz kontrolün pratikte işe yarayabileceğini belirtiyor.