PAVIA - Davvero avere a disposizione più informazioni, più pareri informati, più consigli, ci aiuta a scegliere meglio? Se ne è occupato lo studio 'Adaptive yet suboptimal integration of advice in decision-making', pubblicato sulla rivista Communications Psychology del gruppo Nature e guidato dall'Università di Milano-Bicocca in collaborazione con l'Università di Pavia. Grazie agli strumenti digitali e all'intelligenza artificiale, abbiamo a nostra disposizione un gran numero di suggerimenti di qualità, ma la facilità di accesso ai consigli non garantisce decisioni migliori. Nella maggior parte dei contesti professionali e quotidiani, infatti, la decisione finale spetta ancora a una persona, che deve stabilire quando fidarsi del consulente, quando affidarsi al proprio giudizio e come combinare le due fonti di informazione. Il gruppo di ricerca, composto da Joshua Zonca (psicologia), Alice Giampino (statistica) e Carlo Reverberi (psicologia) di Milano-Bicocca, insieme a Paolo Cherubini (scienze del comportamento, Università di Pavia), ha provato a misurare quanto i consigli esterni siano messi a frutto dalle persone che li ricevono. Nei due esperimenti, 89 partecipanti hanno interagito con sette "consulenti artificiali", ciascuno caratterizzato da un diverso profilo. C'erano consulenti più o meno bravi del partecipante, consulenti più presuntuosi o più prudenti, consulenti la cui fiducia nella risposta era più o meno affidabile. Un ultimo consulente era invece una sorta di "sosia", con caratteristiche simili a quelle del partecipante. I risultati dello studio mostrano che le persone non considerano abbastanza le caratteristiche dei consulenti. La prestazione migliora dopo un consiglio, ma non quanto potrebbe. «Per capire il meccanismo, possiamo ricorrere a un’analogia. Immaginiamo di aver risparmiato una piccola somma e di volerla investire. Abbiamo già una nostra idea, ma, per evitare errori, chiediamo consiglio a due conoscenti. Il primo è il classico sbruffone, sempre sicurissimo di sé, che ci dice senza esitazione: “Fai questo!”. Il secondo è più prudente ma sappiamo che spesso ha ragione: “Credo che sia meglio fare quest’altro”. Per prendere la decisione migliore, non dovremmo limitarci ad ascoltare chi parla con più convinzione: dovremmo considerare quanto ciascuno sia realmente competente e quanto la sua sicurezza sia affidabile. E, in alcuni casi, dovremmo dare al consiglio ricevuto persino più peso che alla nostra opinione iniziale. Eppure, spesso ciò non accade», ha spiegato Zonca. Le cause Lo studio identifica due cause principali. Primo: chi decide tende sempre ad attribuire troppo peso al proprio giudizio, sottovalutando quello del consulente. Secondo: abbiamo difficoltà a passare dal generale al particolare, ovvero nel trasformare le conoscenze generali sulla qualità della fonte in aggiustamenti concreti nelle singole decisioni. Come dire, di fronte al parere di un consulente più esperto di noi, dirsi un po’ troppo spesso 'sì, nella media ne sa più di me, ma non in questo particolare caso'. Queste difficoltà persistono anche quando le persone vengono informate esplicitamente delle proprie capacità e di quelle del consulente. Lo scarto rispetto alla prestazione ottimale è risultato particolarmente ampio con i consulenti di qualità più elevata, proprio nei casi in cui il consiglio potrebbe offrire il maggiore vantaggio. «Per progettare sistemi di supporto alle decisioni basati sull’AI non basta offrire consigli accurati e trasparenti: occorre anche formare le persone a usarli consapevolmente e aiutarle a capire, decisione per decisione, quanto peso attribuire a ciascun consiglio», conclude Reverberi.
Intelligenza artificiale, tanti consigli a disposizione non garantiscono scelte migliori: lo studio Bicocca-Unipv
Gli studiosi: «Chi decide tende sempre ad attribuire troppo peso al proprio giudizio»
Studio italiano con 89 partecipanti e 7 consulenti AI rivela che più consigli non migliorano le decisioni se non si considera la competenza effettiva di ciascuna fonte. Per manager tech, implementare AI advisor efficace richiede training esplicito: senza formazione, il divario fra prestazione ottimale e reale resta ampio.









