Искусственный интеллект помог ученым понять логику человеческих решений
Ученые собрали объяснения участников и с помощью языковых моделей выделили из них основные причины выбора. Среди них были стремление получить максимальный выигрыш, желание избежать крупных потерь, склонность к риску или, наоборот, к осторожности и другие стратегии. Затем эти причины проверили с помощью математического моделирования, чтобы убедиться в их точности.
Результаты показали, что люди не придерживаются одной и той же стратегии во всех ситуациях. Они гибко меняют подход в зависимости от структуры задачи, доступной информации и контекста.
Почему объяснения важнее, чем кажется
«Многие важные решения — от финансового планирования и выбора медицинских услуг до социальных дилемм, использования новых технологий и государственной политики — предполагают сложные компромиссы, которые невозможно полностью понять, просто наблюдая за процессом принятия решений, — подчеркивает Фулавка. В таких условиях собственные объяснения людей могут быть особенно ценными, поскольку они показывают, как человек упрощает сложные проблемы, сосредотачивается на конкретных фрагментах информации и адаптивно использует простые стратегии принятия решений».
Предложенная исследователями концептуальная модель позволяет анализировать такие объяснения в больших масштабах. Это открывает новые возможности для изучения человеческого поведения в реальных, сложных жизненных ситуациях.
Новый подход показывает, что субъективные рассказы людей о своих мыслях — это не просто «дополнительная информация», а ценный и богатый источник данных. Он помогает ученым лучше понимать механизмы принятия решений и может быть полезен в экономике, психологии, медицине и разработке политик.