p Tomar decisões diárias parece bastante fácil. As pessoas conhecem informações básicas sobre saúde e finanças que podem usar para informar sua tomada de decisão. Mas uma nova pesquisa do Stevens Institute of Technology sugere 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 o conhecimento e crenças anteriores. p O trabalho, liderado por Samantha Kleinberg, professor associado de ciência da computação na Stevens, está ajudando a reformular a ideia de como usamos a montanha de dados extraídos da inteligência artificial e dos algoritmos de aprendizado de máquina e como os profissionais de saúde e consultores financeiros apresentam essas novas informações a seus pacientes e clientes.

p "Ser preciso não é suficiente para que as informações sejam úteis, "disse Kleinberg." Presume-se que a IA e o aprendizado de máquina revelarão ótimas informações, nós daremos às pessoas e elas tomarão boas decisões. Contudo, o ponto básico do artigo é que falta uma etapa:precisamos ajudar as pessoas a construir sobre o que já sabem e entender como usarão as novas informações. "

p 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 estar pensando no custo dos medicamentos ou em maneiras alternativas de atingir o mesmo objetivo. "Então, se você não entende todas essas outras crenças, é muito difícil tratá-los de forma eficaz, "disse Kleinberg, cujo trabalho aparece na edição de 13 de fevereiro da Pesquisa Cognitiva:Princípios e Implicações .

p Kleinberg e seus colegas perguntaram 4, Para 000 participantes, uma série de perguntas sobre tópicos com os quais eles teriam vários graus de familiaridade. Alguns participantes foram solicitados a tomar decisões sobre cenários com os quais eles não poderiam estar familiarizados, ou seja, como fazer um grupo de alienígenas leitores de mentes realizar uma tarefa. Outros participantes foram questionados sobre tópicos mais familiares, ou seja, escolher como reduzir o risco em um portfólio de aposentadoria ou decidir entre refeições e atividades específicas para controlar o peso corporal.

p Para alguns participantes, os cenários tinham uma estrutura causal, o que significa que os participantes podem tomar a decisão correta com base na relação causal apresentada 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.

p Kleinberg e sua equipe, incluindo o ex-aluno de pós-graduação de Stevens Min Zheng e o cientista cognitivo Jessecae Marsh da Lehigh University, descobriram que quando as pessoas tomam decisões em novos cenários, como aqueles que incluem alienígenas que lêem a mente, eles se saem muito bem nesse problema. "As pessoas estão apenas se concentrando no problema, "disse Kleinberg." Eles não estão adicionando todas essas coisas extras. "

p Contudo, quando aquele 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 atrapalhou a escolha do melhor resultado.

p Kleinberg descobriu que o mesmo era verdade quando ela apresentou um problema de saúde e exercícios, no que se refere ao diabetes. Quando as pessoas sem diabetes leem o problema, eles trataram as novas informações pelo valor de face, acreditou e usou com sucesso. Pessoas com diabetes, Contudo, começaram a adivinhar o que sabiam e, como no exemplo anterior, fez muito pior.

p “Em situações onde as pessoas não têm conhecimento prévio, eles ficam mais confiantes com as novas informações e tomam melhores decisões, "disse Kleinberg." Portanto, há uma grande diferença em como interpretamos as informações que recebemos e como isso afeta nossa tomada de decisão quando se relaciona a coisas que já sabemos vs. quando está em um ambiente novo ou desconhecido. "

p Kleinberg adverte que o objetivo do artigo não é que as informações sejam ruins. Ela argumenta apenas que, a fim de ajudar as pessoas a tomarem 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 premiou Kleinberg, em colaboração com Marsh, uma bolsa com direito, "Unindo Modelos Causais e Mentais para a Tomada de Decisão Compartilhada em Diabetes, "para resolver esse problema.

p "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, pode não ser suficiente para orientar as pessoas a tomarem as melhores decisões. É como adaptamos essas informações a esse conjunto existente de crenças que produzirá os melhores resultados - e é isso que queremos descobrir. "