Nová studie zjistila, že přebytek informací může narušit rozhodování. To má důsledky pro veřejné zdraví, což naznačuje, že zjednodušené a cílené informace zlepšují výběr. Chatboti s umělou inteligencí mohou personalizovat rady, aby zvýšili efektivitu rozhodování.
I minimální informační přetížení může bránit efektivnímu rozhodování podle nového výzkumu Stevens Institute of Technology.
Když jednotlivci čelí obtížným rozhodnutím, často instinktivně hledají široké informace. Nicméně nedávný výzkum publikovaný v časopise Kognitivní výzkum: principy a implikace To naznačuje, že by to ve skutečnosti mohl být problém: tento příliv faktů a detailů má tendenci kvalitu rozhodování spíše oslabovat než zvyšovat.
„Je to kontraintuitivní, protože si všichni rádi myslíme, že k chytrým rozhodnutím používáme informace moudře,“ řekla Samantha Kleinberg, docentka Farber, hlavní autorka článku a počítačová vědkyně ze Stevens Institute of Technology. „Ale pravdou je, že pokud jde o informace, více nemusí být nutně lepší.“
Jednoduché modely versus scénáře ze skutečného světa
Aby vědci studovali, jak se lidé rozhodují, obvykle vytvářejí jednoduché diagramy – nebo kauzální modely – které ukazují, jak různé faktory spolu logicky interagují, aby bylo dosaženo konkrétních výsledků.
Pokud jde o popis abstraktních hypotetických scénářů, jako je to, jak mimozemšťané soutěží na taneční párty, většina lidí dokáže o takových modelech efektivně uvažovat, protože nemají žádné předsudky ani předpojaté představy o mimozemských tancích. Lidé dělají dobrá rozhodnutí, protože se zaměřují na informace, které jim jsou poskytovány.
Příklad komplexního kauzálního modelu pro řízení hubnutí, obsahující relevantní informace a nepodstatné informace. Pokud nejsou ve formuláři zvýrazněny relevantní informace, učiní účastníci špatná rozhodnutí, když jim bude předložena řada otázek. Kredit: Stevens Institute of Technology
ale Kleinbergova práce Pokud jde o každodenní scénáře, jako je například vědět, jak se zdravě rozhodovat o výživě, schopnost lidí efektivně myslet se téměř vypaří, vysvětluje.
„Myslíme si, že předchozí znalosti a přesvědčení lidí je odvádějí od kauzálního modelu, který mají před sebou,“ vysvětlil Kleinberg. „Pokud například přemýšlím o tom, co bych měl jíst, mohu mít různé předsudky o tom, co je nejlepší k jídlu – a to ztěžuje efektivní využití informací.“
Náročná každodenní rozhodnutí
Abych si tu hypotézu ověřil Na základě jejich studie z roku 2020Kleinberg a spoluautorka Jessica Marsh, kognitivní psycholožka v Lehigh University, provedla řadu experimentů, aby prozkoumala, jak se liší rozhodování lidí, když jsou jim prezentovány různé typy kauzálních modelů napříč širokou škálou reálných témat, od koupě domu a řízení tělesné hmotnosti až po výběr vysoké školy a zvýšení volební účasti. . Brzy se ukázalo, že lidé vědí, jak používat kauzální modely, ale i velmi jednoduchý model se rychle stal zbytečným, když se do mixu přidalo pár dalších detailů, kromě informací, které jsou naprosto nezbytné pro správné rozhodnutí.
„Opravdu zarážející je, že i malé množství nadbytečných informací má významný negativní dopad na náš rozhodovací proces,“ řekl Kleinberg. „Pokud získáte příliš mnoho informací, vaše rozhodování bude brzy stejně špatné, jako byste neměli žádné informace.“
Pokud kauzální model ukazuje, že konzumace slaných potravin zvyšuje krevní tlak, ale také ukazuje vnější informace, jako je například pitná voda, snižuje žízeň, je pro lidi velmi obtížné činit účinná rozhodnutí, jak si nejlépe udržet své zdraví. Když však Kleinbergův tým zdůraznil významné kauzální informace, schopnost lidí dělat dobrá rozhodnutí se rychle vrátila.
„Je to důležité, protože to ukazuje, že problém není jen v tom, že lidé jsou zahlceni ohromným množstvím informací, ale že mají problém zjistit, kterým částem modelu by měli věnovat pozornost,“ řekl Kleinberg.
Důsledky pro veřejné zdraví a další
Tato práce má velké důsledky v oblastech, jako je veřejné zdraví, protože to znamená, že vzdělávací sdělení musí být začleněna do jejich nejdůležitějších částí a předávána opatrně, aby měla pozitivní dopad. „Pokud lidem dáváte seznam věcí, které je třeba zvážit, když se rozhodují, zda nosit obličejovou masku nebo si nechat udělat test na koronavirus nebo co jíst či pít, ve skutečnosti jim ztěžujete dobrá rozhodnutí. “ řekl Kleinberg.
I když Kleinberg a Marsh dali účastníkům možnost získat více či méně informací, ti, kdo požadovali více informací, udělali horší rozhodnutí než ti, kteří požadovali méně informací. „Pokud dáte lidem příležitost příliš přemýšlet, i když žádají další informace, věci se pokazí,“ řekl Kleinberg. Lidé potřebují jednoduché, pečlivě cílené kauzální modely, aby mohli dělat dobrá rozhodnutí.
Jedním z přístupů k pomoci při rozhodování by mohlo být použití chatbotů poháněných umělou inteligencí k personalizaci zdravotních informací nebo výživových rad jednotlivcům případ od případu – v podstatě vložení složitého kauzálního modelu do modelu umělé inteligence, což mu umožní detekovat a zvýrazňovat pouze konkrétní informace související s konkrétní osobou.
Reference: „Méně je více: Informační potřeby, touhy po informacích a co činí kauzální modely užitečnými“ od Samanthy Kleinberg a Jessicy K. Marsh, 30. srpna 2023, Kognitivní výzkum: principy a implikace.
doi: 10.1186/s41235-023-00509-7
Studie byla financována Jamesem S. McDonnell a National Science Foundation.
Přátelský webový obhájce. Odborník na popkulturu. Bacon ninja. Tvrdý twitterový učenec.
