De rol van algoritme aversie en vertrouwen tussen man en machine in het gebruik en de acceptatie van ondersteuningssystemen voor voorspellingen.

Voorspellen is een essentiële vaardigheid die bedrijven nodig hebben om relevant te blijven in de competitieve business wereld zoals we die vandaag kennen. Voorspellingssystemen zijn nu grotendeels geautomatiseerd. Maar we mogen de rol van de voorspeller zelf niet onderschatten. Hun oordeel heeft een impact in verschillende fases van het voorspellingsproces, zoals bijvoorbeeld in de selectie en evaluatie van een voorspellingsmodel. Maar hoe vaardig zijn mensen in het werken met formele modellen? Twee aparte maar gerelateerde concepten zijn hier van belang: algoritme aversie en vertrouwen in mens-machine links. Algoritme aversie verwijst naar de tendens van mensen om algoritmes veel zwaarder te beoordelen dan andere mensen, en ze stoppen snel met het gebruik van algoritmes. Daarenboven zijn we ook wantrouwig tegenover algoritmes en andere vormen van automatie. Als we het gebruik van voorspellingssystemen en het vertrouwen erin willen bevorderen (en daarbij de effectiviteit van voorspellingen omhoog krijgen), hebben we een verdiepende kennis nodig van de factoren rond algoritme aversie en wantrouwen. Enkel dan zullen we remediërende maatregelen kunnen nemen.