Badacze z zespołu Mike Yeomansa z Universytetu Harvarda opracowali zautomatyzowany system rekomendacji – algorytm, który opiera się na dużej liczbie danych. System potrafi przewidzieć, jakie poczucie humoru ma dana osoba i radzi sobie z tym znacznie lepiej niż ludzie.

Badanie to może być przełomowe jeśli chodzi o konsekwencje dla innych obszarów, takich jak medycyna, inwestycje, regulacje, polityki społeczne czy nawet system kryminalny.

W skład zespołu Yeomansa weszło dwóch ekonomistów, specjalista ds. behawioryzmu i informatyk.

W jednym z badań brało udział 61 par, które odwiedzały muzeum w Chicago. Wizyta w muzeum musiała odbywać się w parach – głównie przyjaciół lub członków rodziny. Następnie uczestników badania posadzono przed komputerami, gdzie nie mogli się nawzajem obserwować. Zaprezentowano im 12 żartów w losowym porządku i poproszono ich o ocenę śmieszności tych żartów.

Następnie uczestnicy zmienili komputery i system przedstawił im żarty zaprezentowane wcześniej ich partnerom. Tym razem uczestnicy mieli przewidzieć, który żart w ich ocenie będzie śmieszny dla partnera. Okazało się, że uczestnicy potrafili to przewidzieć całkiem trafnie. Ale nie zrobili tego tak dobrze, jak algorytm.

Reklama

System rekomendacji zebrał wyniki ocen żartów od 454 osób (łącznie z tymi, co brali udział w badaniu oraz poprzednimi ankietowanymi, którzy oceniali te same żarty). System rekomendacji wykorzystał algorytm, który na podstawie oceny 4 losowych żartów potrafił przewidzieć ocenę kolejnych żartów przez daną osobę.

Yeomans i jego koledzy wielokrotnie sprawdzali, kto lepiej przewidzi poczucie humoru drugiej osoby i za każdą próbą okazywało się, że maszyny robią to lepiej niż ludzie. Wyniki badań wskazują na to, że jeśli chcesz wiedzieć, co rozśmieszy twojego kuzyna lub przyjaciela, najlepiej jest skonsultować się z algorytmem.

Jeśli algorytm potrafi prześcignąć człowieka w tym konkretnym kontekście, to jego zastosowanie może być znacznie szersze niż nam się może wydawać.

Weźmy pod uwagę choćby decyzje podejmowane przez sędziów. Wielokrotnie muszą oni oceniać, czy pozwolić wyjść komuś z więzienia za kaucją. Sędzia w takiej sytuacji musi ocenić ryzyko, czy dana osoba byłaby skłonna do popełniania kolejnych przestępstw, łącznie z tymi najbardziej brutalnymi. Z drugiej strony jeśli sędzia odmówi zgody na wyjście za kaucją, to również może skrzywdzić daną osobę. Przy ocenie ryzyka lubimy myśleć, że sędziowie mają doświadczenie i dzięki temu mogą właściwie oceniać rzeczywistość – choćby w takich sytuacjach.

Możemy myśleć, że żaden algorytm nie zrobiłby tego lepiej. Ale wówczas bylibyśmy w błędzie. Otóż z badania prowadzonego przez Jona Kleinberga na Cornell University wynika, że algorytm oceniający możliwości wyjścia za kaucją, na podstawie dużego zbioru danych, również spisał się lepiej niż żywy człowiek – w tym przypadku sędzia. Miarą algorytmu było w tym przypadku określenie prawdopodobieństwa, czy wypuszczeni za kaucją znów popełnią przestępstwo. Badania tego zespołu wciąż trwają, ale wstępny raport sugeruje, że sędziowie w istocie wypuszczają na wolność wielu niebezpiecznych ludzi. Gdyby sędziowie wykorzystywali algorytm, wówczas mogliby zmniejszyć liczbę przestępstw popełnianych przez wypuszczonych za kaucją o 20 proc.

Wiele badań wiedzie do podobnych wniosków, np. w medycynie. Niektórzy ludzie mogliby unikać wymiany stawów. Zabieg taki może być bardzo kosztowny i bolesny. Wielu pacjentów umiera po zabiegu. Algorytm mógłby przewidzieć, komu grozi taki ryzyko. Podobnie w obszarze finansów. Algorytm wówczas identyfikowałby wiarygodność kredytową klienta.

Rosnąca liczba badań w tym zakresie każe zadać ważne pytanie: dlaczego nie mielibyśmy używać algorytmów znacznie częściej?

>>> Czytaj też: Potęga Commonwealth: Dziedzictwo imperium uratuje gospodarkę Wielkiej Brytanii [MAPA]