A pesar de la creciente preocupación por la intrusión de algoritmos en la vida diaria, una nueva investigación muestra que es más probable que las personas confíen en los algoritmos que en los humanos, especialmente si una tarea se vuelve demasiado desafiante.
Desde elegir la siguiente canción de tu lista de reproducción hasta elegir la talla de pantalón adecuada, las personas confían más en los consejos de los algoritmos para ayudarlos a tomar decisiones cotidianas y agilizar sus vidas.
“Los algoritmos son capaces de realizar una gran cantidad de tareas y la cantidad de tareas que pueden hacer se expande prácticamente todos los días”, dijo el investigador Eric Bogert de la Universidad de Georgia.
“Parece que hay un sesgo hacia apoyarse más en los algoritmos a medida que una tarea se vuelve más difícil y ese efecto es más fuerte que el sesgo a depender de los consejos de otras personas”, agregó Bogert.
Para el estudio, publicado en la revista Scientific Reports, el equipo involucró a 1.500 personas que evaluaron fotografías.
El equipo pidió a los voluntarios que contaran la cantidad de personas en una fotografía de una multitud y proporcionó sugerencias que fueron generadas por un grupo de otras personas y sugerencias generadas por un algoritmo. A medida que aumentaba el número de personas en la fotografía, contar se volvió más difícil y las personas eran más propensas a seguir la sugerencia generada por un algoritmo en lugar de contarse a sí mismos o seguir la “sabiduría de la multitud”, dijo el investigador.
Según el investigador, la elección de contar como tarea de prueba fue importante porque la cantidad de personas en la foto hace que la tarea sea objetivamente más difícil a medida que aumenta. También es el tipo de tarea en la que la gente común espera que las computadoras sean buenas. Los algoritmos de reconocimiento facial y contratación también han sido objeto de escrutinio en los últimos años porque su uso ha revelado sesgos culturales en la forma en que fueron construidos, lo que puede causar inexactitudes al hacer coincidir rostros con identidades o buscar candidatos calificados, dijo el equipo.