في عالم الذكاء الاصطناعي (AI)، تعتبر نماذج تعلم الآلة (Machine Learning) أحد أكثر الأدوات قُوة، ولكن هل بوسع المستخدمين تحسين أداء هذه الأنظمة بشكل فعال؟ تشير دراسات حديثة إلى أن إدراج ملاحظات البشر يمكن أن يحدث فرقاً كبيراً في دقة الأنظمة واستجابة المستخدمين لها.

تعد ملاحظات المستخدمين أمرًا حيويًا، ليس فقط لتحسين دقة الأنظمة ولكن أيضًا لضمان ثقة المستخدمين في هذه الأنظمة. ومع ذلك، أظهرت الأبحاث أن تأثير هذه الملاحظات يعتمد بشكل كبير على طبيعة المهمة نفسها - هل هي موضوعية أم ذات طابع شخصي؟

في ثلاثة تجارب مُ controlled، تمت دراسة كيف تؤثر تقنيات جمع الملاحظات التفاعلية على انطباعات المستخدمين في سياقات مختلفة. وكانت النتائج مثيرة للاهتمام: عند تقديم ملاحظات لأجوبة موضوعية، انخفضت ثقة المشاركين في النظام بالإضافة إلى تصوراتهم حول دقته، حتى وإن تحسنت الدقة استجابةً لملاحظاتهم. على الجانب الآخر، لم تؤثر الملاحظات المرتبطة بالآراء الشخصية بشكل سلبي على ثقة المستخدمين.

تسلط هذه النتائج الضوء على أهمية فهم تأثيرات أنواع مختلفة من ملاحظات المستخدمين، خصوصًا عند تصميم أنظمة ذكية لزيادة التفاعل والثقة من قبل المستخدمين.