Algorithm aversion or appreciation?

Investigaciones anteriores muestran que los algoritmos hacen mejores predicciones que los humanos en una amplia gama de circunstancias. Sin embargo, se ha demostrado que la aversión a los algoritmos aparece en variadas situaciones. Para comprender mejor el proceso de aceptación de los algoritmos, en tres estudios, analizamos este fenómeno de forma longitudinal, buscamos formas de superar la aversión a los algoritmos y analizamos las brechas en la literatura con una revisión sistemática. En el primer estudio, realizamos dos sub-estudios de evaluación ecológica momentánea con 401 participantes que predecían variables financieras. En los escenarios con recomendaciones imprecisas, descubrimos que las personas tendían a utilizar menos las recomendaciones de algoritmos que las de humanos a lo largo del periodo estudiado. En nuestro segundo estudio, realizamos cinco sub-estudios en los que se pidió a 1.167 participantes que escogieran o hicieran predicciones en una tarea financiera o médica. Los resultados de este estudio sugieren que las personas utilizan los algoritmos con una etiqueta de aprendizaje en mayor medida que los algoritmos sin etiqueta. Nuestro análisis en el tercer estudio de revisión sistemática muestra que la aversión a los algoritmos está presente en el 75% de las 122 tareas estudiadas. También destacamos algunas falencias por la escasa representación de las características individuales, de la tarea o de la metodología. Gracias a nuestros estudios, contribuimos a mejorar la comprensión y el uso de los algoritmos en nuestra sociedad, donde la disponibilidad de datos y el desarrollo tecnológico son cada vez más frecuentes.