São Paulo — InkDesign News —
A pesquisa recente do MIT analisa como a tecnologia de machine learning está moldando a percepção das pessoas sobre a inteligência artificial (IA). O estudo revela que as reações a AI são influenciadas pela capacidade percebida e pela necessidade de personalização nos contextos de decisão.
Contexto da pesquisa
O estudo foi conduzido por uma equipe de pesquisadores da Universidade de Tecnologia de Massachusetts (MIT), incluindo o Professor Jackson Lu, focando nas reações das pessoas em diferentes contextos de decisão ao interagir com sistemas de IA. As interações humanas versus decisões automáticas estão no centro desta discussão, revelando nuances nas atitudes das pessoas.
Método proposto
Os pesquisadores desenvolveram uma “Estratégia de Capacidade–Personalização”, que considera dois fatores cruciais: a capacidade percebida da IA e a necessidade de personalização. Para validar esse modelo, uma meta-análise de 163 estudos anteriores foi realizada, envolvendo mais de 82.000 reações em 93 diferentes contextos decisórios, como diagnósticos médicos e triagem de currículos.
Resultados e impacto
“As pessoas preferem a IA apenas se acreditam que ela é mais capaz do que os humanos e se a tarefa não exigir personalização”
(“People will prefer AI only if they think the AI is more capable than humans and the task is nonpersonal.”)— Jackson Lu, Professor, MIT
Os resultados confirmaram que a apreciação da IA é mais pronunciada em tarefas onde a capacidade de execução é mais valorizada que as interações humanas, como na detecção de fraudes. Em contrapartida, em situações onde o contexto humano é fundamental, como terapia e entrevistas de emprego, as pessoas tendem a ser mais avessas ao uso de IA. O estudo apontou que, em países com menos desemprego, a aceitação da IA é mais forte, o que pode ser atribuído ao medo da substituição no mercado de trabalho.
Essa pesquisa abre caminhos para uma melhor compreensão do papel crescente da IA em diversas áreas, destacando a importância de ajustar soluções de machine learning aos contextos pessoais e sociais. Em termos de próximos passos, o estudo sugere a necessidade de investir em interfaces que considerem a interação humana nas decisões automatizadas.
Fonte: (TechXplore – Machine Learning & AI)
