Дослідники проаналізували використання ШІ, що використовує машинне навчання, в якості помічника при прийнятті рішень. Результати опубліковані в журналі Management Science.
Дослідники з Європейської школи менеджменту і технологій в Берліні показали, що використання на робочому місці прогностичного ШІ, заснованого на машинному навчанні, підвищує точність прийнятих рішень. Але в більшості випадків воно також змушує людей докладати більше когнітивних зусиль.
Дослідники використовували модель машинного навчання для виявлення відмінностей в точності, схильності і рівнях когнітивних зусиль, докладених людьми для прийняття рішень. Вчені порівнювали рішення, які люди брали самостійно, і за допомогою прогнозів і рекомендацій, отриманих від ШІ.
Аналіз показав, що хоча використання ШІ завжди підвищує загальну точність прийнятих рішень, він також може збільшити ймовірність певних типів помилок — помилкового спрацьовування. При цьому людей, що працюють разом з комп’ютерною системою, для прийняття рішення повинні зробити когнітивне зусилля, щоб оцінити свою власну інформацію і порівняти рекомендації машини зі своїми висновками.
Дослідники виявили, що особливо сильно навантаження на людину зростає в умовах обмеженого часу. Тому використання ШІ для прискорення процесу прийняття рішень (наприклад, при швидкій діагностиці великої кількості пацієнтів) може мати неприємні наслідки і фактично збільшити, а не зменшити когнітивні зусилля людини.
Дослідники заявляють, що їх висновки вселяють надію і застереження тим, хто хоче впровадити машини в роботу. Середня точність поліпшується, коли висновок ШІ підтверджує очікуване. В цьому випадку частота здійснення помилок зменшується, і людина стає більш «ефективною». Але в інших ситуаціях, коли мова йде про малоймовірні події, використання ШІ веде до помилок і додаткового навантаження на співробітників.