những trang khác cung cấp những dịch vụ miễn phí để đổi lấy dữ liệu mà
họ có thể sử dụng trong nhiều bối cảnh khác nhau để đặt mục tiêu quảng
cáo. Thứ ba, các vấn đề liên quan đến quyền riêng tư hạn chế dữ liệu có sẵn
cho máy. Nếu nhiều người lựa chọn không tiết lộ hoạt động tình dục, tình
hình tài chính, tình trạng sức khỏe tâm lý và những suy nghĩ không phù
hợp, máy dự đoán sẽ không có đủ dữ liệu để dự đoán nhiều loại hành vi.
Trong trường hợp thiếu dữ liệu tốt, sự hiểu biết của chúng ta về những
người khác sẽ đóng vai trò quan trọng đối với sự đánh giá.
Dự đoán với ít dữ liệu
Máy dự đoán có thể cũng thiếu dữ liệu bởi vì một số sự kiện rất hiếm xảy
ra. Nếu máy không quan sát đủ những quyết định của con người, nó không
thể dự đoán sự đánh giá ẩn sau những quyết định này.
Trong chương 6, chúng ta đã thảo luận về “những điều chưa biết là chưa
biết”, những sự kiện hiếm khi xảy ra khó để dự đoán vì thiếu dữ liệu, bao
gồm những cuộc bầu cử tổng thống và những trận động đất. Ở một số
trường hợp, con người giỏi việc dự đoán với ít dữ liệu, ví dụ chúng ta có
thể nhận ra những khuôn mặt ngay cả khi người đó già đi. Chúng ta cũng
đã thảo luận rằng “những điều chưa biết là chưa biết”, theo định nghĩa là rất
khó để dự đoán hoặc phản ứng. AI không thể dự đoán con người sẽ làm gì
nếu con người chưa từng đối mặt với một tình huống tương tự. Bằng cách
này, AI không thể dự đoán định hướng chiến lược của một công ty trước
một công nghệ mới, ví dụ như Internet, công nghệ sinh học và kể cả bản
thân AI. Con người có thể đưa ra những sự so sánh hoặc nhận ra những sự
giống nhau có ích trong những hoàn cảnh khác nhau.
Cuối cùng, máy dự đoán có thể sẽ giỏi việc so sánh hơn. Tuy vậy, quan
điểm của chúng tôi rằng máy dự đoán sẽ dự đoán không tốt những sự kiện
hiếm khi xảy ra vẫn còn đó. Trong tương lai có thể nhìn thấy được, con
người sẽ có vai trò trong việc dự đoán và đánh giá khi những tình huống
không phổ biến phát sinh.
