Доверие к ИИ возникает из недоверия к людям: исследование принятия решений и рекомендаций с использованием методов машинного обучения

Исследована динамика доверительного поведения в отношении агентов искусственного интеллекта (ИИ), прежде всего больших языковых моделей (БЯМ), с введением понятия «отложенное доверие» — когнитивного механизма, при котором недоверие к людям перенаправляет опору на ИИ, воспринимаемый как более нейтральный или компетентный. Основываясь на подходах когнитивной психологии и моделях принятия технологий, исследование рассматривает недостаточно изученные пользовательские факторы, влияющие на опору на ИИ. В эксперименте приняли участие 55 студентов бакалавриата, которым было предложено 30 сценариев принятия решений (фактических, эмоциональных и моральных); в качестве советчиков они выбирали агентов ИИ (например, ChatGPT), голосовых помощников, сверстников, взрослых или священников. Для выявления закономерностей использовалась кластеризация методами K-modes и K-means, а для прогнозирования выбора ИИ на основе социодемографических характеристик и показателей предшествующего доверия — модели XGBoost с интерпретацией SHAP. В целом чаще всего выбирали взрослых (35,05%) и ИИ (28,29%). Кластерный анализ выявил контекстно-зависимые предпочтения: ИИ доминировал в фактических сценариях, тогда как люди — в социальных и моральных. Более низкий уровень предшествующего доверия к людям (священникам, сверстникам и взрослым) стабильно предсказывал более частый выбор ИИ, что подтверждает идею отложенного доверия как компенсаторного переноса. Профили участников с большей опорой на ИИ характеризовались недоверием к людям, менее активным использованием технологий и более высоким социально-экономическим статусом. Модели демонстрировали стабильные результаты: средняя точность по прецизионности достигала 0,881. Полученные результаты ставят под сомнение традиционные модели, такие как модель принятия технологий (TAM) и объединённая теория принятия и использования технологий (UTAUT), подчёркивая реляционные и эпистемические аспекты доверия к ИИ. Они указывают на риски чрезмерной опоры на ИИ, обусловленной эффектами беглости восприятия, и подчёркивают необходимость прозрачности для калибровки бдительности пользователей. К ограничениям относятся однородность выборки и использование статичных сценариев; в дальнейших исследованиях следует привлекать более разнообразные группы участников и мультимодальные данные для уточнения концепции отложенного доверия в различных контекстах.