İnsanların tahminlerine kıyasla algoritmik tahminlerin değerlendirilmesinde kişisel ilginin etkisi

Kişisel ve profesyonel yaşamlarımızı çevreleyen yapay zeka algoritmaları hızla gelişiyor olsa da, bu algoritmaların insan yargısına kıyasla üstünlüğü, onların karar verme süreçlerinde kullanılacağını garanti etmemektedir. Basit karar kurallarından yapay zeka sistemlerine kadar farklı gelişmişlik düzeyine sahip algoritmaların kullanımını inceleyen önceki araştırmalar, hem algoritmalardan kaçınılması hem de takdir edilmesi olgularını uzun süredir tartışmaktadır. İnsanların algoritmalara yönelik beklenti ve tepkilerinin farklı koşullar altında önemli ölçüde değiştiği görülmüştür. Çalışmalar daha çok algoritma tasarımı ile bireysel faktörler arasındaki etkileşime odaklanmış, kararın verildiği görevle ilgili değişkenlerin rolü üzerine yeterince durulmamıştır. Hissedilen İlişkililik Teorisini (Celsi & Olson, 1988) temel alan bu çalışma, bir göreve duyulan ilgi düzeyinin, bir yapay zeka algoritmasına veya bir insan grubuna ait olduğu söylenen tahminlerin algılanan doğruluğunu nasıl etkilediğini incelemektedir. Katılımcılar (n = 78) üç gruptan birine atanmış ve yapay zeka algoritması, önceki katılımcılar ya da belirsiz bir kaynak (kontrol grubu) tarafından 30 trivia sorusu için yapılan tahminlerin doğruluğunu değerlendirmeleri istenmiştir. Lineer karma model ile yapılan analiz, yapay zeka algoritmasının doğruluk değerlendirmelerinin, özellikle katılımcıların daha fazla ilgi duyduğunu belirttiği konu kategorileri için, hem önceki katılımcılar grubundan hem de kontrol koşulundan daha yüksek olduğunu göstermiştir. Bu sonuç, insanların yapmakta olduğu göreve daha fazla ilgi duyduğunda tahminlerin kaynağından daha fazla etkilendiklerini ve bunun da yapay zeka algoritmaları ve diğer kaynaklara dair yargılarını şekillendirdiğini göstermektedir. Son olarak, ulaşılan bulguaların genellenebilirliği tartışılmış ve insan-algoritma etkileşimi araştırmaları için gelecekteki olası yönler sunulmuştur.