מניעים והשפעת הקונפורמיות החברתית על קבלת החלטות בצוותים אנושיים-בינה מלאכותית

מדוע הרופא העתידי שלכם עשוי להקשיב ל"עמיתים" מבוססי-בינה מלאכותית

כאשר בתי חולים מאמצים מערכות בינה מלאכותית לסיוע באבחון וטיפול בחולים, רופאים עובדים יותר ויותר בצוותים מעורבים הכוללים גם "עמיתים" אנושיים וגם מערכות בינה מלאכותית. זה מעלה שאלה מפתיעה ושאופיינית לבני אדם: האם אנשים חשים את אותו לחץ חברתי דק להיענות לעצת בינה מלאכותית כפי שהם חשים כלפי עצות מאנשים אחרים? הבנת מתי אנו מצייתים למכונות, מתי מתעלמים מהן ולמה זה קורה — חשובה לבטיחות והגינות ההחלטות בנוגע לבריאותנו, לכספנו ועוד.

שני סוגי לחץ: הרצון להיות צודק מול הרצון להיכנס לזרם

עשרות שנים של פסיכולוגיה מראות שאנשים מתאמים את עצמם לאחרים משני סיבות עיקריות. הראשונה היא השפעה אינפורמטיבית: אנו מסתמכים על אחרים כי יתכן שהם יודעים משהו שאנו לא יודעים, במיוחד כשהאנו לא בטוחים. השנייה היא השפעה נורמטיבית: אנו נוטים להסכים כדי לזכות באישור או להימנע בלהיות בולטים, גם כאשר אנחנו מסכימים בכך רק באופן פרטי. המחקר בדק האם כוחות אלה פועלים גם כאשר חברי הצוות שלנו כוללים מערכות בינה מלאכותית לצד בני אדם. המחברים התרכזו בהקשר ריאלי—אבחון רפואי—שבו יש חוסר ודאות ולא תמיד תשובה שנראית נכונה במבט ראשון, מה שהופך אותו למתאים להפרדת שימוש אמיתי במידע מלחץ חברתי.

בית חולים מדומה שבו בני אדם ובינה מלאכותית נותנים עצות

בשני ניסויים מקוונים, מתנדבים גילמו את תפקידם של רופאים זוטרים שאבחנו חולים עם אחד משני מחלות בטן. בכל מקרה הם קיבלו רמז פרטי (תסמין) ועצה פומבית ממספר יועצים שסומנו כקלינאים אנושיים או כמערכות בינה מלאכותית. כל המידע הוצג באופן מופשט—בלי פרצופים ידידותיים של רובוטים או תמונות—כדי למנוע תגובה פשוטה למראה. במחקר 1, כל מקורות המידע היו מדויקים באותה המידה. במחקר 2, הדיוקים השתנו: חלק מהיועצים היו מהימנים יותר מאחרים, ותרשימים בעמודות הציגו זאת במפורש. לאחר כל מקרה, המשתתפים בחרו אבחנה ודרגו עד כמה היו בטוחים. החוקרים השוו אז את הבחירות לאלה שהיו מומלצות על ידי כלל סטטיסטי אידיאלי (מודל בייסי).

מתי בינה מלאכותית נתפסת כמעשירה במידע כמו בני אדם — אבל פחות משכנעת חברתית

בכל אחד מהניסויים, המשתתפים התנהגו כאילו הם מנסים באמת לקבל החלטות טובות. ככל שהעדות המשולבת נטתה יותר לכיוון מחלה אחת, היו סבירות גבוהה יותר שהם יבחרו בה והם הפגינו ביטחון גבוה יותר, בין אם העדות הגיעה מאנשים ובין אם ממכונות. מבחינה סטטיסטית, ליועצים אנושיים ולבינה מלאכותית הייתה השפעה אינפורמטיבית דומה מאוד: אנשים התייחסו לשניהם כמקורות ראויים למידע. עם זאת, במחקר 1—בו כל היועצים היו בעלי אותו דיוק—צץ דפוס נוסף. כאשר יועצים אנושיים היו מסכימים עם הרושם הראשוני של המשתתפים, אנשים נטו להיענות לדעת המשותפת ולהרגיש בטוחים יותר מאשר כאשר אותה צורת הסכמה הופיעה מצד בינה מלאכותית. גישת מודלינג מפורטת הראתה שאנשים נתנו משקל מעט גדול יותר לעצת אדם מאשר לעצת בינה מלאכותית, וכמו כן נתנו משקל רב יותר למידע הפרטי שלהם מאשר לכל עצה חיצונית. המשיכה הנוספת של הסכמת אדם, מעבר למה שאמינות לבד תצדיק, משקפת השפעה נורמטיבית: הנוחות העדינה שבה להיות בצד של בני אדם אחרים.

אותות דיוק מורכבים יכולים למחוק את היתרון האנושי

מחקר 2 הפך את המצב לריאלי יותר—וליותר תובעני מנטלית—על ידי שינוי רמת הדיוק של כל יועץ והצגת ההסתברויות הללו. בתנאים העשירים האלה, היתרון המיוחד של עצת האדם נעלם במידה רבה. אנשים עדיין העדיפו את המידע הפרטי שלהם בסה"כ, אך יועצים אנושיים ובינה מלאכותית נשאו כעת משקל כמעט זהה. עצות של כולם—אנושיים ומכונות כאחד—נמצאו כמנוצלות פחות מהאידיאל הבייסי, מה שמרמז כי ניהול מספר רמזי דיוק ודעות רוב חייב את המשאבים הקוגניטיביים של המשתתפים. כאשר דיברו הרבה יועצים, המשתתפים לא עקבו אחרי ההמון בעיוורון. הם נטו להיענות לרוב רק כאשר זה תאם לאבחנה הסטטיסטית הסבירה יותר והפכו הרבה פחות מוכנים לעשות זאת כאשר הרוב סתר את הנתונים. זה מצביע על כך שאנשים ניסו לשלב גם כמה יועצים מסכימים וגם עד כמה היועצים מהימנים.

מה משמעות הדבר לצוותים אנושיים-בינה מלאכותית אמיתיים

הממצאים מצביעים על כך שאנשים מוכנים להסתמך על בינה מלאכותית כמקור מידע, אך לבינה מלאכותית אין באופן טבעי את אותו לחץ חברתי להידמות כמו לחבר צוות אנושי אחר. היתרון האנושי הזה רַועַע: ברגע שיועצים נבדלים ברמת הדיוק והבדלים אלה מוצגים במפורש, אנשים מתמקדים יותר ברמזים אינפורמטיביים ופחות בזהות המדברת. עם זאת, מורכבות נוספת זו עלולה גם להוביל לאי-שימוש בעצות טובות הן מאנשים והן ממכונות. למעצבי מערכות תמיכה בהחלטה, הלקח הוא להציג מידע על דיוק באופן שמסייע במקום להציף, ולהכיר בכך שאנשים ומכונות עשויים להתאים לתפקידים שונים — מכונות למתן ראיות מדויקות ועקביות, ובני אדם למעמד החברתי שיכול להניע אנשים לפעול על פי ראיות אלה.

ציטוט: Zhong, H., McKinlay, J., Yoon, J. et al. Drivers and influence of social conformity on decision making in human-AI teams. Sci Rep 16, 13438 (2026). https://doi.org/10.1038/s41598-026-43042-5

מילות מפתח: שיתוף פעולה אדם–בינה מלאכותית, קונפורמיות חברתית, קבלת החלטות רפואית, התנגדות לאלגוריתמים, ביטחון בהחלטה