Beslutsanalys är ett område som utvecklar analytiska modeller för bättre beslutsfattande. En intressant fråga är om artificiell intelligens kan ersätta människor som beslutsfattare – och om, då under vilka omständigheter.

AI-algoritmer som fattar beslut är vanliga. De väljer lämpligt innehåll och reklam för oss när vi surfar på internet; de svarar på våra frågor som chatbots när vi behöver hjälp; de godkänner och avslår låneansökningar.

När det är som bäst är AI en utmärkt beslutsfattare. Omständigheterna måste dock vara de rätta för det.

För att fatta bra beslut behöver AI antingen stora mängder data om tidigare beslut och deras kvalitet, eller möjligheten att i stort sett testa olika beslutsstrategier. Det senare tillvägagångssättet, som härrör från förstärkningsinlärning, fungerar särskilt bra när strategierna på ett tillförlitligt sätt kan testas i en simulerad miljö, det vill säga fristående från det verkliga livet. Detta är tydligt när vi till exempel tänker på chatboten:Ett företag skulle vara oklokt att låta AI testa slumpmässiga svar på riktiga, intet ont anande kunder.

Dessutom är det viktigt att ett prestationsmått (eller tekniskt sett en belöningsfunktion) kan definieras för att utvärdera algoritmens beslut. När det gäller chatboten kan råden AI:en ger anses vara bra när det löser kundens problem; för en annonsör är det centralt att ett köpbeslut fattas.

Människors relevans i beslutsprocessen framhävs när det inte finns stora högkvalitativa datamängder tillgängliga, ingen möjlighet att i stora drag testa olika beslutsstrategier eller om ett tydligt prestationsmått för att utvärdera algoritmens beslut är svårt att få tag på. Det förstnämnda problemet gäller till exempel långsiktiga strategiska beslut i företag. Detta beror på att även stora datamängder inte kan förutsäga framtiden:data vänder sig alltid bakåt och kan inte förutse händelser som aldrig har hänt tidigare.

Ett resultatmått kan å andra sidan vara svårt att hitta när det finns olika och möjligen motstridiga mål inblandade. Till exempel fungerar innehållsinriktning i Facebook effektivt i den meningen att folk gärna klickar på länkar som stödjer deras befintliga åsikter. Men tänk om målet, istället för att maximera tiden på Facebook, är att bredda omfattningen av samhällsdiskussion eller minska oenighet? Hur skulle dessa mål ens kunna mätas på ett sätt som en algoritm kan förstå?

Hur som helst så förbättras AI-algoritmerna hela tiden, och när de är som bäst gör de våra liv avsevärt enklare. Med deras hjälp kan vi hitta intressanta kopplingar från mängder av data som folk annars aldrig ens skulle tänka på. Så även om AI hittills inte ersätter människor som beslutsfattare, kan det definitivt hjälpa oss att fatta bättre beslut.