Искусственный интеллект помог учёным понять логику человеческих решений

Ученые собрали объяснения участников и с помощью языковых моделей выявили основные причины их выбора. Среди них были стремление получить максимальный выигрыш, стремление избежать крупных потерь, склонность к риску или, наоборот, к осторожности и другие стратегии. Эти причины затем были проверены с помощью математического моделирования, чтобы убедиться в их точности.

Результаты показали, что люди не следуют одной и той же стратегии во всех ситуациях. Они гибко меняют свой подход в зависимости от структуры проблемы, доступной информации и контекста.

Почему объяснения важнее, чем кажутся

«Многие важные решения — от финансового планирования и выбора здравоохранения 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 масштабно анализировать подобные объяснения. Это открывает новые возможности для изучения поведения человека в реальных, сложных жизненных ситуациях.

Новый подход показывает, что субъективные сообщения людей о своих мыслях — это не просто «дополнительная информация», а ценный и богатый источник данных. Это помогает ученым лучше понять механизмы принятия решений и может быть полезно в экономике, психологии, медицине и выработке политики.