İnsanlar tamamilə haqlı olmaq ehtimalını səhv etmə ehtimalını minimuma endirmək istəyindən daha yüksək qiymətləndirirlər. Hətta bir proqnoz statistik baxımdan daha etibarlı olsa və orta hesabla real nəticədən daha kiçik sapmalara gətirib çıxarsa belə, bir çox insan digər variantı seçir - ideal uyğunlaşma ehtimalını daha çox təmin edən variantı.
"PostMedia" xəbər verir ki, bu nəticəyə "Management Science" jurnalında dərc olunan yeni tədqiqatın müəllifi gəlib.
Bu iş müasir proqnozlaşdırma sistemlərinin, analitik modellərin və süni intellekt alqoritmlərinin əsaslandığı prinsiplərdən birini şübhə altına alır. Belə sistemlərin əksəriyyəti orta səhvi minimuma endirmək üçün yaradılır, lakin tədqiqat göstərir ki, insanlar proqnozların keyfiyyətini tamamilə başqa meyarlarla qiymətləndirirlər.
Tədqiqatın müəllifi, Çikaqo Universitetinin But Biznes Məktəbinin nümayəndəsi Berkli Ditvorst müəyyən edib ki, bir çox insan üçün proqnozun məqsədi mümkün qədər az səhv etmək deyil, haqlı olmaqdır.
Onun sözlərinə görə, bu nəticə proqnozlaşdırıcı analitika sistemlərini hazırlayan mütəxəssislər üçün gözlənilməz ola bilər, çünki onlar ənənəvi olaraq səhvlərin ölçüsünü azaltmağa, ideal proqnoz ehtimalını artırmağa deyil, məhz buna fokuslanırlar.
İnsanların proqnozları necə qəbul etdiyini öyrənmək üçün tədqiqatçı müxtəlif tipli problemləri əhatə edən 16 ayrı eksperimentin nəticələrini təhlil edib. İştirakçılara müxtəlif nəticələrin ehtimallarını qiymətləndirmək və öz proqnozlarını vermək təklif olunub.
Bir çox hallarda insanlar ardıcıl şəkildə tam dəqiq nəticə əldə etmək ehtimalını artıran variantları seçiblər, hətta alternativ proqnozlar statistik baxımdan daha kiçik gözlənilən səhv təmin etsə belə.
Tədqiqat həmçinin göstərib ki, insanlar səhvləri riyazi modellərin nəzərdə tutduğu kimi qəbul etmirlər. Statistik sistemlərin əksəriyyəti səhvin artmasını mərhələli proses kimi qiymətləndirir: real nəticədən sapma nə qədər böyükdürsə, proqnoz da bir o qədər pis hesab olunur. Lakin insanın psixoloji reaksiyası fərqlidir.
Alim müəyyən edib ki, məmnunluğun ən kəskin azalması tamamilə düzgün cavabdan azacıq səhv cavaba keçid anında baş verir. Əgər proqnoz artıq səhv olubsa, onda səhvin sonrakı artımı xeyli az ağrılı qəbul edilir. “Düzgün tapdı” ilə “demək olar ki, düzgün tapdı” arasındakı fərq, orta və böyük səhv arasındakı fərqdən qat-qat vacibdir.
Müəlliflər bu effekti proqnoz səhvinə qarşı azalan həssaslıq adlandırırlar. Proqnoz səhv kimi qəbul edildikdən sonra səhvin hər əlavə vahidi nəticənin qiymətləndirilməsinə getdikcə daha az təsir göstərir.
Əldə olunan nəticələr süni intellekt texnologiyaları, tövsiyə sistemləri, biznes analitikası və proqnozlardan istifadə edən digər alətlər üçün mühüm əhəmiyyət daşıyır. Bu gün belə sistemlər adətən orta səhvi azaltmağa yönəlmiş statistik göstəricilər əsasında optimallaşdırılır. Lakin istifadəçilər bu alqoritmlərin iş keyfiyyətini tamamilə fərqli şəkildə qəbul edə bilərlər.
Tədqiqatçının fikrincə, hazırlayıcılar insanların real gözləntilərini hələ proqnoz modellərinin layihələndirilməsi mərhələsində nəzərə almalıdırlar. Əgər alqoritmlər insanların uğurlu proqnoz haqqında təsəvvürləri ilə üst-üstə düşməyən məqsədlər üçün optimallaşdırılırsa, bu, texnologiyalara olan etimadı azalda və onların daha geniş tətbiqinə mane ola bilər.