في عالم الذكاء الاصطناعي، تعود الأضواء مجددًا إلى النماذج اللغوية الضخمة (LLMs) وقدرتها على تحسين اتخاذ القرار لدى البشر. وفقًا لدراسة حديثة، ليس فقط أن هذه النماذج توفر توقعات دقيقة، بل يمكنها أيضًا تقديم تفسيرات سردية مقنعة تمكن الأفراد من فهم تلك التوقعات بشكل أفضل.

أظهرت الأبحاث السابقة أن الناس يجدون هذه التفسيرات السردية سهلة الفهم وموثوقة، مما يجعلها مؤثرًة في تغيير الاعتقادات والآراء. لكن السؤال المطروح هو: ما مدى تأثير هذه التفسيرات على دقة الأداء في اتخاذ القرار؟

خلال تجربة سلوكية واسعة النطاق، تم تقييم كيفية تأثير التفسيرات السردية الناتجة عن LLMs على أداء اتخاذ القرار. نتائج الدراسة كانت مثيرة للجدل؛ حيث لم يكن لانطباعات المقنع للتفسيرات تأثراً ملحوظاً على دقة القرار مقارنة بالتوقعات المُقدّمة بواسطة الذكاء الاصطناعي وحده، وهو ما يتماشى مع النتائج المعتادة المتعلقة بـ AI القابل للتفسير بناءً على أهمية الميزات.

وعلى الرغم من ذلك، لوحظ أن الاعتماد على الذكاء الاصطناعي قد زاد مع استخدام التفسيرات، سواء كانت التوقعات صحيحة أم خاطئة. تحليل آخر أشار إلى أن التفسيرات الأكثر إقناعًا قد تؤثر سلبًا على أوقات استجابة القرارات وقدرة الأفراد على التمييز بين التوقعات الصحيحة والخاطئة.

يبدو أن الدراسة تظهر أن تضمين التفسيرات السردية مع توقعات الذكاء الاصطناعي يمكن أن ينطوي على تنازلات في الأداء، مما يستدعي إجراء المزيد من الأبحاث لفهم كيفية ووقت تأثير هذه التفسيرات على اتخاذ القرارات الإنسانية.