निर्णयकर्ता कृत्रिम बुद्धिमत्ता (एआई) की सकारात्मक बनाम नकारात्मक सलाह पर कैसी प्रतिक्रिया देते हैं?

Asymmetric Algorithm Aversion

Saunak Basu, Alan Dennis, Aravinda Garimella, व अन्य · Information Systems Research · 2026

52 बार देखा गया

Spotify का प्लेयर लोड करता है; Spotify कुकीज़ सेट कर सकता है। यह डिवाइस आपकी पसंद याद रखता है।

मुख्य निष्कर्ष

विशेषज्ञ असममित एल्गोरिदम विमुखता प्रदर्शित करते हैं, नकारात्मक एआई सलाह मिलने पर परियोजना मूल्यांकन को काफी कम कर देते हैं जबकि सकारात्मक एआई सलाह को काफी हद तक नजरअंदाज कर देते हैं।
नकारात्मक निवेश सलाह वियोजक तर्क (डिसजंक्टिव लॉजिक) का पालन करती है, जहां किसी परियोजना को अस्वीकार करने के लिए केवल स्पष्ट खतरे के संकेत ही पर्याप्त होते हैं, जिससे विशेषज्ञ नकारात्मक एआई सलाह को अत्यधिक सटीक मानते हैं।
सकारात्मक निवेश सलाह संयोजी तर्क (कंजंक्टिव लॉजिक) का पालन करती है जिसके लिए स्पष्ट और अंतर्निहित दोनों ज्ञान की आवश्यकता होती है, और चूंकि विशेषज्ञों को अंतर्निहित कारकों का आकलन करने की एआई की क्षमता पर संदेह होता है, इसलिए सकारात्मक एआई सलाह प्रत्यक्ष स्वीकृति के बजाय स्वतंत्र मानवीय जांच को प्रेरित करती है।

आपके लिए इसका क्या अर्थ है

CIO / आईटी एक्ज़ीक्यूटिव

Review the enterprise AI portfolio and mandate that all AI tools in high-stakes financial evaluation explicitly separate explicit metrics from tacit risk factors in their UI dashboards to address asymmetric trust.

आईटी प्रबंधक

Audit your team's current AI deployment to ensure that negative AI recommendations display the specific explicit rules or red flags that triggered the warning, making the disjunctive logic transparent to users.

बिज़नेस रणनीतिकार

Update your investment screening workflow to explicitly require human due diligence specifically for positively-rated AI projects, countering the tendency to blindly trust positive AI advice without verifying tacit factors.

शोधकर्ता

Design an experimental study isolating how cognitive framing of tacit versus explicit knowledge impacts decision-maker integration of neutral or mixed AI recommendations in Fintech.

नीति निर्माता

Draft regulatory compliance guidelines requiring Fintech AI developers to publish audit trails showing how their models weigh tacit versus explicit knowledge, particularly for positive financial investment advisories.

सारांश

यह अध्ययन फिनटेक क्षेत्र में कृत्रिम बुद्धिमत्ता (एआई) की सलाह की सहायता से मानव निर्णय लेने की प्रक्रिया की जांच करता है, विशेष रूप से इनिशियल कॉइन ऑफरिंग (आईसीओ) परियोजनाओं के मूल्यांकन में। दो यादृच्छिक नियंत्रित प्रयोगों, एक क्षेत्रीय अध्ययन और गुणात्मक साक्षात्कारों के माध्यम से, शोधकर्ता जांच करते हैं कि निर्णयकर्ता सकारात्मक बनाम नकारात्मक एआई सिफारिशों को अपने मूल्यांकन में कैसे शामिल करते हैं। यह शोध इस बात पर प्रकाश डालता है कि एआई पर मानवीय निर्भरता इस बात पर निर्भर करती है कि सलाह के लिए स्पष्ट ज्ञान, अंतर्निहित ज्ञान, या दोनों की आवश्यकता है।

समस्या

यद्यपि पूर्व साहित्य उपयोगकर्ता या कार्य विशेषताओं के आधार पर सामान्य एल्गोरिदम विमुखता का अध्ययन करता है, लेकिन यह इस बात की अनदेखी करता है कि एआई द्वारा प्रदान की गई विशिष्ट सिफारिश मानवीय निर्भरता को कैसे बदलती है। वित्तीय निवेश मूल्यांकनों के लिए संहिताबद्ध स्पष्ट ज्ञान और सूक्ष्म अंतर्निहित ज्ञान दोनों की आवश्यकता होती है, फिर भी उपयोगकर्ता अंतर्निहित जानकारी को संसाधित करने की एआई की क्षमता पर संशय में रहते हैं। यह इस बारे में एक अनदेखा अंतर पैदा करता है कि विशेषज्ञ तब कैसी प्रतिक्रिया देते हैं जब एक ही कार्य के लिए सकारात्मक और नकारात्मक सिफारिशों के बीच एआई की सलाह भिन्न होती है।

ट्रांसक्रिप्ट

Host: A.I.S. Insights — powered by Living Knowledge में आपका स्वागत है। मैं आपकी होस्ट, Anna Ivy Summers। आज हम एक नए अध्ययन पर चर्चा कर रहे हैं, जिसका शीर्षक है "असममित एल्गोरिदम से विमुखता", यानी Asymmetric Algorithm Aversion। यह अध्ययन Saunak Basu, Alan Dennis, Aravinda Garimella और Wencui Han द्वारा किया गया है और वर्ष 2026 में Information Systems Research में प्रकाशित हुआ है। यह अध्ययन फिनटेक क्षेत्र में एआई सलाह पर आधारित मानवीय निर्णय प्रक्रिया की पड़ताल करता है, विशेष रूप से इनिशियल कॉइन ऑफरिंग या आईसीओ परियोजनाओं के मूल्यांकन में। हमारे साथ इस विषय को विस्तार से समझाने के लिए मौजूद हैं हमारे विशेषज्ञ, Alex Ian Sutherland। स्वागत है Alex।
Expert: धन्यवाद Anna। जब हम वित्तीय निवेश के निर्णयों को देखते हैं, तो निर्णयकर्ताओं को दो तरह के ज्ञान की आवश्यकता होती है। पहला है संहिताबद्ध स्पष्ट ज्ञान, यानी explicit knowledge, जैसे वित्तीय आंकड़े और तकनीकी विवरण। दूसरा है अंतर्निहित ज्ञान, यानी tacit knowledge, जैसे टीम की विश्वसनीयता या बाजार की सूक्ष्म समझ। अब तक माना जाता था कि लोग सामान्य रूप से एल्गोरिदम से विमुख होते हैं। लेकिन यह अध्ययन एक अनदेखे पहलू को सामने लाता है कि क्या एआई की सिफारिश की दिशा—यानी सकारात्मक या नकारात्मक सलाह—यह बदल देती है कि मनुष्य उस पर कितना भरोसा करता है।
Host: यह वास्तव में एक महत्वपूर्ण सवाल है। तो शोधकर्ताओं ने इस व्यवहार को समझने के लिए क्या दृष्टिकोण अपनाया?
Expert: इस अध्ययन में शोधकर्ताओं ने मिश्रित पद्धतियों का उपयोग किया। उन्होंने दो यादृच्छिक नियंत्रित प्रयोग, यानी रैंडमाइज्ड कंट्रोल्ड एक्सपेरिमेंट्स किए, साथ ही एक क्षेत्रीय अध्ययन और गुणात्मक साक्षात्कार भी शामिल किए। इन प्रयोगों में प्रतिभागियों को आईसीओ परियोजनाओं का मूल्यांकन करने के लिए एआई की सकारात्मक या नकारात्मक सिफारिशें दी गईं, जिससे यह स्पष्ट रूप से देखा जा सके कि निर्णयकर्ता किस प्रकार प्रतिक्रिया देते हैं।
Host: और इन प्रयोगों के मुख्य परिणाम क्या रहे? क्या विशेषज्ञों ने दोनों प्रकार की सलाह को एक समान रूप से स्वीकार किया?
Expert: परिणाम बताते हैं कि विशेषज्ञ असममित व्यवहार प्रदर्शित करते हैं। जब एआई ने किसी परियोजना के खिलाफ नकारात्मक सलाह दी, तो विशेषज्ञों ने अपने परियोजना मूल्यांकन को काफी कम कर दिया और उस सलाह को आसानी से स्वीकार कर लिया। इसके विपरीत, जब एआई ने सकारात्मक सलाह दी, तो विशेषज्ञों ने उसे काफी हद तक नजरअंदाज कर दिया और सीधे तौर पर परियोजना को स्वीकार नहीं किया।
Host: यह असमानता क्यों दिखाई देती है? नकारात्मक सलाह पर इतना भरोसा और सकारात्मक सलाह पर हिचकिचाहट क्यों?
Expert: अध्ययन के अनुसार, इसके पीछे दो अलग-अलग प्रकार के तर्क काम करते हैं। नकारात्मक निवेश सलाह वियोजक तर्क, यानी disjunctive logic का पालन करती है। इसका अर्थ है कि किसी निवेश को अस्वीकार करने के लिए केवल एक या दो स्पष्ट खतरे के संकेत ही पर्याप्त होते हैं। विशेषज्ञों को लगता है कि एआई स्पष्ट डेटा से इन संकेतों को सटीकता से पकड़ सकता है। दूसरी ओर, सकारात्मक निवेश सलाह संयोजी तर्क, यानी conjunctive logic पर आधारित होती है। किसी परियोजना को मंजूरी देने के लिए वित्तीय आंकड़ों के साथ-साथ संस्थापकों की विश्वसनीयता जैसे अंतर्निहित कारकों का भी सही होना जरूरी है। चूंकि विशेषज्ञों को लगता है कि एआई अंतर्निहित ज्ञान का सटीक आकलन नहीं कर सकता, इसलिए सकारात्मक सलाह मिलने पर वे सीधे निर्णय लेने के बजाय स्वयं स्वतंत्र जांच करने लगते हैं।
Host: व्यावसायिक दृष्टिकोण से यह समझ कंपनियों और निर्णयकर्ताओं के लिए किस तरह उपयोगी साबित हो सकती है?
Expert: व्यावसायिक संगठनों के लिए इसके सीधे व्यावहारिक अनुप्रयोग हैं। फिनटेक और निवेश फर्मों को यह समझना होगा कि उनके विश्लेषक एआई टूल्स का उपयोग कैसे करते हैं। एआई को जोखिम प्रबंधन और अवांछित प्रस्तावों को तुरंत खारिज करने के लिए एक कुशल फिल्टर के रूप में तैनात किया जा सकता है, क्योंकि उपयोगकर्ता वहां नकारात्मक सलाह को आसानी से अपनाते हैं। वहीं दूसरी ओर, जब एआई किसी अवसर को हरी झंडी दिखाता है, तो संगठनों को यह मानकर चलना चाहिए कि मानव विशेषज्ञ विस्तृत मैन्युअल सत्यापन करेंगे। इसलिए, सकारात्मक एआई सिफारिशों के साथ स्पष्ट संदर्भ और व्याख्यात्मक डेटा प्रदान करना आवश्यक है ताकि विश्लेषकों का समय और संसाधन बेहतर ढंग से प्रबंधित हो सकें।
Host: संक्षेप में कहें तो, यह अध्ययन स्पष्ट करता है कि एआई की सलाह की दिशा इस बात को सीधे प्रभावित करती है कि विशेषज्ञ उस पर कितना भरोसा करते हैं। Alex, इस अध्ययन के निष्कर्षों को इतने सरल और उपयोगी तरीके से साझा करने के लिए आपका धन्यवाद। और हमारे सभी श्रोताओं का भी बहुत-बहुत धन्यवाद। A.I.S. Insights — powered by Living Knowledge का यह अंक सुनने के लिए शुक्रिया, फिर मिलेंगे।

Artificial Intelligence & Automation

मूल प्रकाशक के पास शोध पत्र पढ़ें

Artificial Intelligence, AI Augmentation, Decision Making, Algorithm Aversion, Fintech, Tacit Knowledge