تُعد عملية استحضار التفضيلات أساسية لتحقيق توافق الأنظمة الذكية مع القيم الإنسانية. عانت الأساليب السابقة مثل تلك المستخدمة في تقييم زراعة الأعضاء، حيث تتطلب من المعنيين مقارنة قرارات خوارزميات معينة، من بعض الإخفاقات حيث يتم خلط الوسائل بالغايات. هنا، نتناول تقنية جديدة تهدف مباشرة إلى استحضار التفضيلات المتعلقة بنتائج التخصيص، مما يتيح لنا تعلم دالة المنفعة (utility function) التي تساهم في تحسين السياسات.

تم تطوير خوارزمية مبتكرة لاستحضار التفضيلات في حالات المنفعة الخطية، تتفوق على الطرق السابقة من حيث النتائج العملية. تعتمد آليتنا الجديدة على مرحلتين: في المرحلة الأولى، يتم تعلم الحدود القصوى من خلال مقارنات ثنائية تساعد في تقليص نطاق الأوزان الممكنة، بينما تُستخدم المرحلة الثانية في تحديد دالة المنفعة الخاصة بالمستخدم بدقة.

في تطبيقنا على تخصيص زراعة القلب، تمثل السياسة تحدياً كبيراً حيث تحتاج لتحقيق توازن بين مجموعة من الأهداف المتعارضة: مثل نتائج ما بعد الزراعة، وفيات قائمة الانتظار، سهولة الوصول الجغرافية، والإنصاف. باستخدام خوارزميتنا، أجرينا دراسة مستخدمين لفهم وتجميع دالة منفعة تتماشى مع المجتمع، واستخدمناها لتحسين السياسات الخاصة بزراعة القلب، والذي أظهر تحسناً ملحوظاً في التوافق مع القيم الإنسانية.

عند مقارنة أسلوبنا بالسياسة الحالية، التي حققت نسبة تنافسية تبلغ 0.54، كانت النتائج من طريقتنا القريبة من الكمال حيث سجلت نسبة تنافسية بلغت 0.95. هذه النتائج تشير إلى إمكانية تحسين السياسات لتكون أكثر تنسيقاً مع القيم الإنسانية عبر تقنيات خوارزمية مبتكرة.