Trong chương 6, chúng tôi cũng nhấn mạnh “những điều chưa biết là đã
biết”. Ví dụ, chúng ta đã thảo luận những thách thức của việc quyết định có
nên giới thiệu cuốn sách này cho bạn hay không, ngay cả khi bạn trở nên
cực kỳ thành công trong việc quản lý AI trong tương lai. Thách thức ở đây
là bạn không có dữ liệu về việc gì có thể xảy ra nếu bạn không đọc cuốn
sách này. Nếu bạn muốn hiểu điều gì dẫn đến điều gì, bạn cần phải quan sát
điều gì sẽ xảy ra trong tình huống đối lập.
Con người có thể cung cấp hai giải pháp chính cho vấn đề này: thí nghiệm
và mô hình hóa. Nếu tình huống phát sinh đủ thường xuyên, bạn có thể
chạy thử một thử nghiệm kiểm soát ngẫu nhiên. Chỉ định một số người thử
nghiệm (bắt họ đọc cuốn sách, hoặc ít nhất là đưa họ cuốn sách và có thể tổ
chức một vài kì thi liên quan) và những người còn lại kiểm soát (bắt họ
không đọc cuốn sách, hoặc đừng quảng cáo cuốn sách cho họ). Hãy chờ đợi
và thu thập những biện pháp họ áp dụng AI vào công việc của họ. So sánh
hai nhóm. Sự khác biệt giữa nhóm thử nghiệm và nhóm kiểm soát chính là
hiệu quả của việc đọc sách. Những thí nghiệm như vậy có ảnh hưởng mạnh
mẽ. Không có chúng, những phương pháp điều trị y khoa mới sẽ không
được chấp nhận. Chúng tiếp năng lượng cho nhiều quyết định ở những
công ty được thúc đẩy bởi dữ liệu từ Google đến Capital One.
Mô hình hóa, một sự thay thế cho việc thí nghiệm, bao gồm sự hiểu biết rõ
về tình huống và quá trình đưa ra dữ liệu để quan sát. Nó đặc biệt hữu ích
khi những thí nghiệm là bất khả thi bởi tình huống không phát sinh đủ
thường xuyên hoặc chi phí cho một thí nghiệm quá cao.
Quyết định của trang công việc trực tuyến ZipRecruiter để tìm giá thành tốt
nhất, mà chúng tôi đã mô tả trong chương trước, bao gồm hai phần. Đầu
tiên, họ cần phải xác định “điều tốt nhất” là gì: doanh thu ngắn hạn hay dài
hạn? Thứ hai, họ cần chọn một giá thành cụ thể. Để giải quyết vấn đề thứ
hai, họ đã tiến hành thử nghiệm. Những chuyên gia đã thiết kế thử nghiệm,
nhưng về nguyên tắc, khi AI cải thiện, với đủ quảng cáo và thời gian,
