A análise de decisão é um campo que desenvolve modelos analíticos para uma melhor tomada de decisão. Uma questão interessante é se a inteligência artificial pode substituir as pessoas como tomadores de decisão – e se, então em que circunstâncias.
Os algoritmos de IA que tomam decisões são predominantes. Eles escolhem conteúdo e anúncios apropriados para nós quando navegamos na Internet; eles respondem nossas perguntas como chatbots quando precisamos de ajuda; eles aprovam e recusam pedidos de empréstimo.

Na melhor das hipóteses, a IA é uma excelente tomadora de decisões. As circunstâncias precisam ser adequadas para isso, no entanto.

Para tomar boas decisões, a IA precisa de grandes quantidades de dados sobre decisões anteriores e sua qualidade, ou a oportunidade de testar amplamente diferentes estratégias de decisão. A última abordagem, que decorre do aprendizado por reforço, funciona especialmente bem quando as estratégias podem ser testadas de forma confiável em um ambiente simulado, ou seja, desvinculado da vida real. Isso fica claro quando pensamos, por exemplo, no chatbot:uma empresa seria imprudente deixar a IA testar respostas aleatórias em clientes reais e desavisados.

Além disso, é importante que uma medida de desempenho (ou, tecnicamente, uma função de recompensa) possa ser definida para avaliar as decisões do algoritmo. No caso do chatbot, o conselho que a IA dá pode ser considerado bom quando resolve o problema do cliente; para um anunciante, é fundamental que uma decisão de compra seja tomada.

A relevância das pessoas no processo de tomada de decisão é enfatizada quando não há grandes conjuntos de dados de alta qualidade disponíveis, não há possibilidade de testar amplamente diferentes estratégias de decisão ou se é difícil encontrar uma medida clara de desempenho para avaliar as decisões do algoritmo. O primeiro problema se aplica, por exemplo, a decisões estratégicas de longo prazo nas empresas. Isso ocorre porque mesmo grandes conjuntos de dados não podem prever o futuro:os dados sempre olham para trás, incapazes de antecipar eventos que nunca aconteceram antes.

Uma medida de desempenho, por outro lado, pode ser difícil de encontrar quando há objetivos diferentes e possivelmente conflitantes envolvidos. Por exemplo, a segmentação de conteúdo no Facebook funciona de forma eficiente no sentido de que as pessoas ficam felizes em clicar em links que suportam suas visualizações existentes. Mas e se, em vez de maximizar o tempo no Facebook, o objetivo for ampliar o escopo da discussão social ou reduzir a discórdia? Como esses objetivos podem ser medidos de uma maneira que um algoritmo possa entender?

De qualquer forma, os algoritmos de IA estão sendo constantemente aprimorados e, na melhor das hipóteses, tornam nossas vidas consideravelmente mais fáceis. Com a ajuda deles, podemos encontrar conexões interessantes de massas de dados que as pessoas nunca pensariam. Portanto, mesmo que a IA até agora não esteja substituindo as pessoas como tomadores de decisão, ela pode definitivamente nos ajudar a tomar melhores decisões.