Samma sannolikhet, olika råd: hur formuleringar påverkar AI-beslutsstöd

arXiv cs.AI

En ny studie visar att sju olika AI-modeller ändrar sina rekommendationer i 32,4% av fallen beroende på om en risk presenteras som en vinst eller en förlust – trots att sannolikheten är identisk. Testet omfattade 2 880 frågor inom vård, ekonomi, utbildning och juridik, och effekten höll i sig även när frågorna omformulerades på olika sätt. Det praktiska tipset från forskarna: om man standardiserar hur sannolikheter uttrycks (t.ex. alltid '30% risk' istället för '70% chans') minskar problemet påtagligt.