Het nemen van alledaagse beslissingen lijkt eenvoudig genoeg. Mensen kennen basisinformatie over gezondheid en financiën die ze kunnen gebruiken om hun besluitvorming te onderbouwen. Maar nieuw onderzoek van het Stevens Institute of Technology suggereert dat te veel kennis ertoe kan leiden dat mensen slechtere beslissingen nemen. wijzend op een kritieke leemte in ons begrip van hoe nieuwe informatie interageert met voorkennis en overtuigingen.

Het werk, onder leiding van Samantha Kleinberg, universitair hoofddocent informatica bij Stevens, helpt bij het herkaderen van het idee van hoe we de berg gegevens gebruiken die zijn geëxtraheerd uit kunstmatige intelligentie en machine learning-algoritmen en hoe professionals in de gezondheidszorg en financieel adviseurs deze nieuwe informatie aan hun patiënten en klanten presenteren.

"Nauwkeurig zijn is niet genoeg om informatie nuttig te maken, ", zei Kleinberg. "Er wordt aangenomen dat AI en machine learning geweldige informatie zullen onthullen, we geven het aan mensen en ze zullen goede beslissingen nemen. Echter, het basispunt van het document is dat er een stap ontbreekt:we moeten mensen helpen voort te bouwen op wat ze al weten en te begrijpen hoe ze de nieuwe informatie zullen gebruiken."

Bijvoorbeeld:wanneer artsen informatie doorgeven aan patiënten, zoals het aanbevelen van bloeddrukmedicatie of het uitleggen van risicofactoren voor diabetes, mensen denken misschien aan de kosten van medicijnen of alternatieve manieren om hetzelfde doel te bereiken. "Dus, als je al die andere overtuigingen niet begrijpt, het is echt moeilijk om ze op een effectieve manier te behandelen, " zei Kleinberg, wiens werk verschijnt in het nummer van 13 februari van Cognitief onderzoek:principes en implicaties .

Kleinberg en collega's vroegen 4, 000 deelnemers een reeks vragen over onderwerpen waarmee ze in verschillende mate vertrouwd zouden zijn. Sommige deelnemers werd gevraagd om beslissingen te nemen over scenario's waar ze onmogelijk bekend mee konden zijn, d.w.z. hoe ze een groep gedachtenlezende aliens een taak konden laten volbrengen. Andere deelnemers werd gevraagd naar meer bekende onderwerpen, d.w.z. kiezen hoe het risico in een pensioenportefeuille te verminderen of kiezen tussen specifieke maaltijden en activiteiten om het lichaamsgewicht te beheersen.

Voor sommige deelnemers is scenario's hadden een causale structuur, wat betekent dat deelnemers de juiste beslissing konden nemen op basis van het causale verband dat in tekst of als diagram werd weergegeven. Het team kon vervolgens vergelijken of mensen het beter of slechter deden met nieuwe informatie of alleen met wat ze al wisten.

Kleinberg en haar team, waaronder voormalig Stevens-afgestudeerde student Min Zheng en cognitief wetenschapper Jessecae Marsh van Lehigh University, ontdekte dat wanneer mensen beslissingen nemen in nieuwe scenario's, zoals gedachtenlezende buitenaardse wezens, ze doen het heel goed op dat probleem. "Mensen concentreren zich gewoon op wat er in het probleem zit, "zei Kleinberg. "Ze voegen al deze extra dingen niet toe."

Echter, wanneer dat probleem met dezelfde causale structuur, werd vervangen door informatie over financiën en pensioen, bijvoorbeeld, mensen kregen minder vertrouwen in hun keuzes en namen slechtere beslissingen, wat suggereert dat hun voorkennis in de weg stond bij het kiezen van de beste uitkomst.

Kleinberg vond hetzelfde waar toen ze een probleem stelde over gezondheid en lichaamsbeweging, als het gaat om diabetes. Als mensen zonder diabetes het probleem lezen, ze behandelden de nieuwe informatie tegen de nominale waarde, geloofde het en gebruikte het met succes. Mensen met suikerziekte, echter, begonnen te twijfelen aan wat ze wisten en zoals in het vorige voorbeeld, deed het veel slechter.

"In situaties waar mensen geen achtergrondkennis hebben, ze krijgen meer vertrouwen in de nieuwe informatie en nemen betere beslissingen, "zei Kleinberg. "Dus er is een groot verschil in hoe we de informatie die we krijgen interpreteren en hoe het onze besluitvorming beïnvloedt wanneer het betrekking heeft op dingen die we al weten versus wanneer het zich in een nieuwe of onbekende omgeving bevindt."

Kleinberg waarschuwt dat het punt van het artikel niet is dat informatie slecht is. Ze stelt alleen dat om mensen te helpen betere beslissingen te nemen, we moeten beter begrijpen wat mensen al weten en informatie afstemmen op dat mentale model. De National Science Foundation heeft onlangs Kleinberg, in samenwerking met Marsh, een subsidie, "Het verenigen van causale en mentale modellen voor gedeelde besluitvorming bij diabetes, "om dit probleem aan te pakken.

"Mensen hebben een bepaald aantal overtuigingen over ziekte en behandeling, financiën en pensioen, "zei Kleinberg. "Dus meer informatie, zelfs met expliciete causale verbanden, misschien niet genoeg om mensen te sturen om de beste beslissingen te nemen. Het is hoe we die informatie afstemmen op deze bestaande reeks overtuigingen die de beste resultaten zullen opleveren - en dat is wat we willen uitzoeken."