Nobel ödüllü ekonomist Richard Thaler ünlü bir şekilde alay ediyor :

İnsanlar aptal değil, dünya zor.

Aslında, günlük hayatımızda en iyi elektrik planını seçmekten paramızı nasıl verimli bir şekilde harcayacağımıza karar vermeye kadar karmaşık hissettiren problemlerle rutin olarak karşılaşıyoruz.

Avustralya, ürün ve hizmetler hakkında karar vermelerine yardımcı olmak için web sitelerini ve CHOICE gibi tüketici odaklı grupları karşılaştırmak için her yıl yüz milyonlarca dolar ödüyor .

Ancak kararlarımızın gerçekte ne kadar “karmaşık” olduğunu nesnel olarak nasıl ölçebiliriz? Yakın zamanda yayınlanan araştırmamız , bilgisayar ve sistem bilimindeki kavramlardan yararlanarak bunu yapmanın potansiyel bir yolunu sunuyor.

Neden karmaşıklığı ölçmekle uğraşasınız ki?

Herhangi bir senaryoda karmaşıklığı ölçmek söz konusu olduğunda birkaç faktör vardır. Örneğin, aralarından seçim yapabileceğiniz birkaç seçenek olabilir ve her seçeneğin dikkate alınması gereken birkaç farklı özelliği olabilir .

Reçel satın almak istediğinizi varsayalım. Bu, yalnızca iki lezzet varsa kolay, düzinelerce varsa zor olacaktır . Yine de bir elektrik planı seçmek, sadece iki seçenekle bile çok daha zor olurdu.

Başka bir deyişle, bir şeyin karmaşıklığını belirlemeye çalışırken belirli bir faktörü izole edemezsiniz. Sorunu bir bütün olarak ele almalısınız – ve bu çok daha fazla çalışma gerektirir.

Karmaşıklığı doğru bir şekilde ölçme yeteneği, aşağıdakilerin tasarımı hakkında bilgi vermek de dahil olmak üzere çok çeşitli pratik uygulamalara sahip olabilir:

ürünlerin ne kadar karmaşık olması gerektiğine ilişkin düzenleme

Web siteleri, uygulamalar ve akıllı cihaz programları dahil olmak üzere gezinmesi kolay dijital sistemler

anlaşılması kolay ürünler. Bunlar finansal ürünler (kıdem tazminatı ve sigorta planları, kredi kartı planları), fiziksel ürünler (cihazlar) veya sanal ürünler (yazılım) olabilir.

problemler insanlar için çok karmaşık olduğunda tavsiyeler sunan yapay zeka (AI). Örneğin, bir planlayıcı yapay zekası, geçmişinize göre en uygun toplantı zamanlarını ve konumlarını önermek için devreye girmeden önce toplantıları kendiniz rezerve etmenize izin verebilir.

İnsan karar verme sürecini nasıl inceliyoruz?

Bilgisayar bilimi sorunları çözmemize yardımcı olabilir: bilgi girer ve bir (veya daha fazla) çözüm ortaya çıkar. Bununla birlikte, bunun için gereken hesaplama miktarı, soruna bağlı olarak çok değişebilir.

Biz ve meslektaşlarımız, herhangi bir problemi çözmek için ne kadar hesaplama gerektiğini ölçen, “hesaplamalı karmaşıklık teorisi” adı verilen kesin bir matematiksel çerçeve kullandık.

Bunun arkasındaki fikir, bir bilgisayar algoritmasının problem çözerken ihtiyaç duyduğu hesaplama kaynaklarının (zaman veya bellek gibi) miktarını ölçmektir. Ne kadar fazla zamana veya belleğe ihtiyaç duyarsa, sorun o kadar karmaşıktır.

Bu belirlendikten sonra, problemler karmaşıklıklarına göre “sınıflara” ayrılabilir.

Çalışmamızda, karmaşıklığın (hesaplama karmaşıklığı teorisiyle belirlendiği gibi), insanların belirli problemleri çözmek için sarf etmesi gereken gerçek çaba miktarına nasıl karşılık geldiğiyle özellikle ilgilendik.

Hesaplamalı karmaşıklık teorisinin, belirli bir durumda insanların ne kadar mücadele edeceğini ve problem çözmelerinin ne kadar doğru olacağını doğru bir şekilde tahmin edip edemeyeceğini bilmek istedik.

Hipotezimizi test etmek

Her görev türü, içinde iyi performans göstermek için farklı bir yetenek gerektirir. Özellikle:

“tatmin edilebilirlik” görevleri soyut mantık gerektirir

“Gezgin satış elemanı” görevleri, mekansal gezinme becerileri ve

“sırt çantası” görevleri aritmetik gerektirir.

Her üçü de gerçek hayatta her yerde bulunur ve yazılım testi (tatmin edilebilirlik), bir yolculuk planlama (seyahat eden satış elemanı) ve alışveriş veya yatırım (sırt çantası) gibi günlük sorunları yansıtır.

67 kişiyi işe aldık, onları üç gruba ayırdık ve her grubun üç görev türünden birinin 64-72 farklı varyasyonunu çözmesini sağladık.

Ayrıca, bunları insan problem çözücülerimizin sonuçlarıyla karşılaştırmadan önce, bir bilgisayar için hangi görevlerin “yüksek karmaşıklık” olduğunu bulmak için hesaplama karmaşıklığı teorisi ve bilgisayar algoritmalarını kullandık.

Hesaplamalı karmaşıklık teorisinin gerçek insanların sorunları nasıl çözdüğüyle uyumlu olduğunu varsayarak, katılımcılarımızın bir bilgisayar için “yüksek karmaşıklık” olarak tanımlanan görevlere daha fazla zaman ayırmasını bekliyorduk. Ayrıca bu görevlerde daha düşük problem çözme doğruluğu bekliyorduk.

Her iki durumda da tam olarak bulduğumuz şey buydu. Ortalama olarak, insanlar en düşük karmaşıklık durumlarında en yüksek karmaşıklık durumlarına kıyasla iki kat daha iyi sonuç aldı.

Bilgisayar bilimi insanlar için ‘karmaşıklığı’ ölçebilir

Sonuçlarımız, birinin karmaşık bir problemde başarılı olmasını sağlamak için tek başına çabanın yeterli olmadığını gösteriyor. Bazı problemler ne olursa olsun zor olacaktır ve bunlar gelişmiş karar yardımcılarının ve yapay zekanın parlayabileceği alanlardır.

Pratik açıdan, çok çeşitli görevlerin karmaşıklığını ölçebilmek, insanlara bu görevleri günlük olarak yerine getirmek için ihtiyaç duydukları desteği sağlamaya yardımcı olabilir.

En önemli sonuç, insanların hangi görevleri daha zor bulacağına dair hesaplama karmaşıklığı teorisine dayalı tahminlerimizin, her birinin çözülmesi için farklı yetenekler gerektirmesine rağmen, her üç görev türünde de tutarlı olmasıydı.

Ayrıca, insanların bu üç problem içinde ne kadar zor görevler bulacağını tahmin edebilirsek, o zaman aynı şeyi 3.000’den fazla NP-tamamlanmış problem için de yapabilmelidir.

Bunlar, görev zamanlaması , alışveriş , devre tasarımı ve oyun oynama gibi benzer yaygın engelleri içerir.

Şimdi, araştırmayı uygulamaya koymak için

Sonuçlarımız heyecan verici olsa da, daha gidilecek çok yol var. Birincisi, araştırmamız kontrollü bir laboratuvar ortamında hızlı ve soyut görevler kullandı. Bu görevler, gerçek hayattaki seçimleri modelleyebilir, ancak gerçek hayattaki seçimleri temsil etmezler .

Bir sonraki adım, gerçek hayattaki seçimlere daha çok benzeyen görevlere benzer teknikleri uygulamaktır. Örneğin, farklı kredi kartları arasında seçim yapmanın karmaşıklığını ölçmek için hesaplama karmaşıklığı teorisini kullanabilir miyiz?

Bu alandaki ilerleme, insanların yaşamın çeşitli yönlerinde her gün daha iyi seçimler yapmalarına yardımcı olacak yeni yolların kilidini açmamıza yardımcı olabilir.