Tomar decisões cotidianas parece bastante fácil. As pessoas conhecem informações básicas sobre saúde e finanças que podem usar para informar sua tomada de decisão. Porém, novas pesquisas do Instituto de Tecnologia Stevens sugerem que muito conhecimento pode levar as pessoas a tomar decisões piores, apontando para uma lacuna crítica em nossa compreensão de como as novas informações interagem com conhecimentos e crenças anteriores.
O trabalho, liderado por Samantha Kleinberg, professora associada de ciência da computação da Stevens, está ajudando a reformular a ideia de como usamos a montanha de dados extraídos de algoritmos de inteligência artificial e aprendizado de máquina e como os profissionais de saúde e consultores financeiros apresentam essas novas informações para seus profissionais. pacientes e clientes.
“Ser preciso não é suficiente para que as informações sejam úteis”, disse Kleinberg. “Supõe-se que a IA e o aprendizado de máquina descobrirão ótimas informações, as daremos às pessoas e elas tomarão boas decisões. No entanto, o ponto básico do artigo é que falta um passo: precisamos ajudar as pessoas a criar sobre o que eles já sabem e entendem como usarão as novas informações “.
Por exemplo: quando os médicos comunicam informações aos pacientes, como recomendar medicamentos para pressão arterial ou explicar fatores de risco para diabetes, as pessoas podem pensar no custo dos medicamentos ou em formas alternativas de alcançar o mesmo objetivo. “Então, se você não entende todas essas outras crenças, é realmente difícil tratá-las de maneira eficaz”, disse Kleinberg, cujo trabalho aparece na edição de 13 de fevereiro da Cognitive Research: Principles and Implications.
Kleinberg e colegas fizeram a 4.000 participantes uma série de perguntas sobre tópicos com os quais teriam diferentes graus de familiaridade. Alguns participantes foram convidados a tomar decisões em cenários com os quais não poderiam estar familiarizados, ou seja, como obter um grupo de alienígenas que leem mentes para realizar uma tarefa. Outros participantes foram questionados sobre tópicos mais familiares, como escolher como reduzir o risco em uma carteira de aposentadoria ou decidir entre refeições e atividades específicas para gerenciar o peso corporal.
Para alguns participantes, os cenários tinham uma estrutura causal, o que significa que os participantes poderiam tomar a decisão correta com base na relação causal estabelecida no texto ou como um diagrama. A equipe foi então capaz de comparar se as pessoas se saíram melhor ou pior com novas informações ou apenas usando o que já sabiam.
Kleinberg e sua equipe, incluindo o ex-aluno de Stevens Min Zheng e a cientista cognitiva Jessecae Marsh da Universidade de Lehigh, descobriram que quando as pessoas tomam decisões em novos cenários, como os que incluem alienígenas que lêem mentes, eles se saem muito bem nesse problema. “As pessoas estão apenas se concentrando no que está com problema”, disse Kleinberg. “Eles não estão adicionando todo esse material extra”.
No entanto, quando esse problema, com a mesma estrutura causal, foi substituído por informações sobre finanças e aposentadoria, por exemplo, as pessoas ficaram menos confiantes em suas escolhas e tomaram decisões piores, sugerindo que seu conhecimento prévio atrapalhasse a escolha do melhor resultado .
Kleinberg descobriu o mesmo quando colocou um problema de saúde e exercício, relacionado ao diabetes. Quando as pessoas sem diabetes leem o problema, elas tratam as novas informações pelo valor de face, acreditam nela e as usam com sucesso. As pessoas com diabetes, no entanto, começaram a adivinhar o que sabiam e, como no exemplo anterior, fizeram muito pior.
“Nas situações em que as pessoas não têm conhecimento prévio, elas se tornam mais confiantes com as novas informações e tomam melhores decisões”, disse Kleinberg. “Portanto, há uma grande diferença na maneira como interpretamos as informações que recebemos e como elas afetam nossa tomada de decisões quando se relacionam com coisas que já sabemos versus quando estão em um ambiente novo ou desconhecido”.
Kleinberg adverte que o objetivo do artigo não é que as informações sejam ruins. Ela argumenta apenas que, para ajudar as pessoas a tomar melhores decisões, precisamos entender melhor o que as pessoas já sabem e adaptar as informações com base nesse modelo mental. A National Science Foundation recentemente concedeu a Kleinberg, em colaboração com Marsh, uma bolsa intitulada “Unindo Modelos Causais e Mentais para a Tomada de Decisão Compartilhada em Diabetes”, para tratar dessa questão.
“As pessoas têm um certo conjunto de crenças sobre doenças e tratamento, finanças e aposentadoria”, disse Kleinberg. “Portanto, mais informações, mesmo com relações causais explícitas, podem não ser suficientes para orientar as pessoas a tomar as melhores decisões. É como adaptamos essas informações a esse conjunto de crenças existente que produzirá os melhores resultados – e é isso que queremos descobrir Fora.”
Publicado em 22/02/2020 18h00
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: