Kredit:CC0 Public Domain
At træffe daglige beslutninger virker let nok. Folk kender grundlæggende oplysninger om sundhed og økonomi, som de kan bruge til at informere deres beslutningstagning. Men ny forskning fra Stevens Institute of Technology tyder på, at for meget viden kan få folk til at træffe værre beslutninger, peger på et kritisk hul i vores forståelse af, hvordan ny information interagerer med tidligere viden og overbevisninger.
Arbejdet, ledet af Samantha Kleinberg, lektor i datalogi ved Stevens, hjælper med at omformulere ideen om, hvordan vi bruger bjerget af data, der er udtrukket fra kunstig intelligens og maskinlæringsalgoritmer, og hvordan sundhedspersonale og finansielle rådgivere præsenterer denne nye information for deres patienter og klienter.
"At være nøjagtig er ikke nok til at information er nyttig, " sagde Kleinberg. "Det antages, at AI og maskinlæring vil afsløre fantastisk information, vi giver det til folk, og de vil træffe gode beslutninger. Imidlertid, Den grundlæggende pointe i papiret er, at der mangler et trin:Vi skal hjælpe folk med at bygge videre på det, de allerede ved, og forstå, hvordan de vil bruge den nye information."
For eksempel:når læger kommunikerer information til patienter, såsom at anbefale blodtryksmedicin eller forklare risikofaktorer for diabetes, folk tænker måske på udgifterne til medicin eller alternative måder at nå det samme mål på. "Så, hvis du ikke forstår alle disse andre overbevisninger, det er virkelig svært at behandle dem på en effektiv måde, sagde Kleinberg, hvis arbejde optræder i 13. februar-udgaven af Kognitiv forskning:principper og implikationer .
Kleinberg og kolleger spurgte 4, 000 deltagere en række spørgsmål om emner, som de ville have forskellige grader af fortrolighed med. Nogle deltagere blev bedt om at træffe beslutninger om scenarier, de umuligt kunne være bekendt med, dvs. hvordan man får en gruppe tankelæsende aliens til at udføre en opgave. Andre deltagere blev spurgt om mere velkendte emner, det vil sige at vælge, hvordan man reducerer risikoen i en pensionsportefølje eller at vælge mellem specifikke måltider og aktiviteter for at styre kropsvægten.
For nogle deltagere, scenarier havde en kausal struktur, hvilket betyder , at deltagerne kunne træffe den rigtige beslutning baseret på årsagssammenhængen , enten i tekst eller som et diagram . Holdet var derefter i stand til at sammenligne, om folk klarede sig bedre eller dårligere med ny information eller bare ved at bruge det, de allerede vidste.
Kleinberg og hendes team, inklusive den tidligere Stevens-kandidatstuderende Min Zheng og kognitiv videnskabsmand Jessecae Marsh fra Lehigh University, fandt ud af, at når mennesker træffer beslutninger i nye scenarier, såsom dem, herunder tankelæsende aliens, de klarer sig meget godt på det problem. "Folk fokuserer bare på, hvad der er i problemet, " sagde Kleinberg. "De tilføjer ikke alt det her ekstra ting."
Imidlertid, når det problem, med samme kausale struktur, blev erstattet med oplysninger om økonomi og pension, for eksempel, folk blev mindre sikre på deres valg og tog dårligere beslutninger, tyder på, at deres forhåndsviden kom i vejen for at vælge det bedste resultat.
Kleinberg fandt det samme sandt, da hun stillede et problem om sundhed og motion, som det vedrører diabetes. Når mennesker uden diabetes læser problemet, de behandlede de nye oplysninger for pålydende, troede på det og brugte det med succes. Mennesker med diabetes, imidlertid, begyndte at gætte, hvad de vidste, og som i det forrige eksempel, gjorde meget værre.
"I situationer, hvor folk ikke har baggrundsviden, de bliver mere sikre på de nye oplysninger og træffer bedre beslutninger, " sagde Kleinberg. "Så der er stor forskel på, hvordan vi fortolker den information, vi får, og hvordan den påvirker vores beslutningstagning, når den relaterer sig til ting, vi allerede ved, kontra når det er i nye eller ukendte omgivelser."
Kleinberg advarer om, at pointen med papiret ikke er, at information er dårlig. Hun argumenterer kun for, at for at hjælpe folk med at træffe bedre beslutninger, vi skal bedre forstå, hvad folk allerede ved, og skræddersy information baseret på den mentale model. National Science Foundation tildelte for nylig Kleinberg, i samarbejde med Marsh, et tilskud berettiget, "Forene kausale og mentale modeller for fælles beslutningstagning i diabetes, "for at løse netop dette problem.
"Folk har et bestemt sæt overbevisninger om sygdom og behandling, økonomi og pension, " sagde Kleinberg. "Så mere information, selv med eksplicitte årsagssammenhænge, er måske ikke nok til at styre folk til at træffe de bedste beslutninger. Det er, hvordan vi skræddersy den information til dette eksisterende sæt af overbevisninger, som vil give de bedste resultater - og det er det, vi ønsker at finde ud af."