“Póngame con un humano”: el origen de la aversión al algoritmo

  • por

Solemos preferir tratar con una persona antes que con un sistema tecnológico, incluso cuando este ofrece mejor rendimiento, pero estamos más dispuestos a confiar en las máquinas si nos demuestran que son capaces de aprender

Entre humanos, es habitual perdonar el error ajeno y admitir el propio. “El mejor escribano echa un borrón”, dice el refranero que tan bien nos conoce. Cuando la que mete la pata es una máquina, nos volvemos inmisericordes. Así lo revelan estudios como el que acaba de publicar un equipo de investigadores de las universidades de Munich y Darmstadt, en Alemania. Cuando un sistema de decisión basado en algoritmos comete un error, nuestra confianza en ellos se daña más que la depositamos a en personas que nos han dado el consejo equivocado. Sin embargo, esta crisis de fe tiene cura: que el modelo demuestre su capacidad de aprender.

Los investigadores han trasladado ese modelo a la relación entre humanos y sistemas de aprendizaje automático, y han encontrado una tendencia parecida. “En general, somos más reacios a confiar en algoritmos para tareas subjetivas”, explica Berger. Esto ocurre en el caso de los diagnósticos médicos, pero también en otros marcos de decisión, como la determinación de si un chiste es gracioso o la posibilidad de que dos personas sean pareja. “Cuanto más subjetiva es la tarea, más ignoramos a los algoritmos”, precisa el investigador.

En el caso de las tareas objetivas, de entrada, estamos dispuestos a escuchar la opinión de la maquina. De acuerdo con el estudio, en el que han participado casi 500 personas que han interactuado con consejeros humanos y sistemas de decisión basados en algoritmos, no hay una aversión general en estos casos. El problema llega cuando la máquina da señales de torpeza. “Cuando empezamos a conocer el algoritmo y su rendimiento y vemos que puede fallar, que no es perfecto, surge la aversión”, añade Berger.

Una sola oportunidad

¿Cómo se rompe la magia? El experto apunta a diferentes hipótesis. Por un lado, la concepción que tenemos de los algoritmos como conjuntos de reglas fijas podría generarnos…

lee el articulo original en El País

 

 

 


···········································································································································
Otros artículos de interés