Att fatta dagliga beslut verkar enkelt nog. Människor vet grundläggande information om hälsa och ekonomi som de kan använda för att informera om sitt beslutsfattande. Men ny forskning från Stevens Institute of Technology tyder på att för mycket kunskap kan få människor att fatta sämre beslut, pekar på ett kritiskt gap i vår förståelse av hur ny information interagerar med förkunskaper och övertygelser.

Arbetet, ledd av Samantha Kleinberg, docent i datavetenskap vid Stevens, hjälper till att omformulera idén om hur vi använder berget med data som extraheras från artificiell intelligens och maskininlärningsalgoritmer och hur vårdpersonal och finansiella rådgivare presenterar denna nya information för sina patienter och kunder.

"Att vara korrekt räcker inte för att information ska vara användbar, "sa Kleinberg." Det antas att AI och maskininlärning kommer att avslöja bra information, vi ger det till människor och de kommer att fatta bra beslut. Dock, den grundläggande punkten i uppsatsen är att det saknas ett steg:vi måste hjälpa människor att bygga vidare på vad de redan vet och förstå hur de kommer att använda den nya informationen. "

Till exempel:när läkare kommunicerar information till patienter, som att rekommendera blodtrycksmedicin eller förklara riskfaktorer för diabetes, människor kan tänka på kostnaden för medicinering eller alternativa sätt att nå samma mål. "Så, om du inte förstår alla dessa andra övertygelser, det är verkligen svårt att behandla dem på ett effektivt sätt, "sa Kleinberg, vars arbete visas i 13 februari -numret av Kognitiv forskning:Principer och konsekvenser .

Kleinberg och kollegor frågade 4, 000 deltagare en rad frågor om ämnen som de skulle ha olika grad av bekantskap med. Vissa deltagare uppmanades att fatta beslut om scenarier som de omöjligt inte kunde känna till, det vill säga hur man får en grupp sinnesläsande utomjordingar att utföra en uppgift. Andra deltagare tillfrågades om mer välbekanta ämnen, dvs att välja hur man minskar risken i en pensionsportfölj eller att välja mellan specifika måltider och aktiviteter för att hantera kroppsvikt.

För vissa deltagare, scenarier hade en kausal struktur, vilket innebär att deltagarna kan fatta rätt beslut baserat på orsakssambandet antingen i text eller som ett diagram. Teamet kunde sedan jämföra om människor gjorde det bättre eller sämre med ny information eller bara använda det de redan visste.

Kleinberg och hennes team, inklusive tidigare Stevens doktorand Min Zheng och kognitiv forskare Jessecae Marsh från Lehigh University, fann att när människor fattar beslut i nya scenarier, såsom de inklusive sinneläsande utomjordingar, de gör mycket bra på det problemet. "Folk fokuserar bara på vad som finns i problemet, "sa Kleinberg." De lägger inte till allt detta extra. "

Dock, när det problemet, med samma kausalstruktur, ersattes med information om ekonomi och pension, till exempel, människor blev mindre trygga i sina val och fattade sämre beslut, tyder på att deras förkunskaper kom i vägen för att välja det bästa resultatet.

Kleinberg fann att samma sak stämde när hon ställde problem med hälsa och träning, när det gäller diabetes. När personer utan diabetes läser problemet, de behandlade den nya informationen till nominellt värde, trodde det och använde det framgångsrikt. Personer med diabetes, dock, började gissa vad de visste och som i föregående exempel, gjorde mycket värre.

"I situationer där människor inte har bakgrundskunskap, de blir mer självsäkra med den nya informationen och fattar bättre beslut, "sa Kleinberg." Så det är en stor skillnad i hur vi tolkar informationen vi får och hur det påverkar vårt beslutsfattande när det gäller saker vi redan vet kontra när det är i en ny eller obekant miljö. "

Kleinberg varnar för att poängen med tidningen inte är att informationen är dålig. Hon hävdar bara att för att hjälpa människor att fatta bättre beslut, vi måste bättre förstå vad människor redan vet och skräddarsy information baserat på den mentala modellen. National Science Foundation tilldelade nyligen Kleinberg, i samarbete med Marsh, ett bidrag berättigat, "Att förena kausala och mentala modeller för gemensamt beslutsfattande vid diabetes, "för att ta upp just denna fråga.

"Människor har en viss uppfattning om sjukdomar och behandling, ekonomi och pension, "sa Kleinberg." Så mer information, även med tydliga orsakssamband, kanske inte räcker för att styra människor att fatta de bästa besluten. Det är hur vi skräddarsyr den informationen till den befintliga uppsättningen övertygelser som kommer att ge de bästa resultaten - och det är det vi vill ta reda på. "