Il problema della segretaria: Ai ed Intelligenza umana a confronto per decidere quando smettere di cercare

Ci siamo mai chiesti prima di prendere una decisione importante quando abbiamo abbastanza informazioni? Il dilemma qui non è quale opzione scegliere, ma quante opzioni devono essere prese in considerazione prima di farlo.
In un numero degli anni '60 di Scientific American era descritto questo simpatico rompicapo conosciuto come “il problema della segretaria”.


Il problema è il seguente:
Un datore di lavoro deve scegliere la segretaria migliore tra un numero noto di candidate, intervistando una alla volta in ordine casuale. Una volta rifiutata una candidata, questa non può essere richiamata. L'obiettivo è massimizzare la probabilità di scegliere la migliore candidata.

Le regole:

• E’ disponibile solo una posizione
• Una volta scartata una candidata la decisione è irrevocabile
• Le candidate sono 100
• L’ordine dei colloqui è assolutamente casuale
• Non abbiamo un'idea chiara della qualità media dei candidati, quindi non possiamo determinare se la candidata attuale è migliore di tutte le future (ma possiamo dire se è migliore di tutte quelle che abbiamo visto prima).
  

La sfida:

Quando decidere? In un dato momento con l'informazione disponibile o aspettare di raccogliere più informazioni, rischiando di perdere l'opzione corrente.

La soluzione statistica che sceglierebbe l’AI

Secondo il matematico Martin Gardner che nel 1960 descrisse la formula basata su principi di probabilità e statistica, l’obiettivo è:
incontrare il primo 36,8% dei candidati, non assumere nessuno di essi, ma nel momento in cui uno dei candidati successivi sia all'altezza del migliore di quel primo gruppo, quello è da scegliere!
Naturalmente, potrebbe esserci la possibilità che la miglior candidata si trovasse nel primo 36,8%, ma, in questo caso, potremmo comunque contare sulla seconda scelta.

Pensare come un algoritmo

Se non introduciamo altre variabili, Il modello matematico statistico è quello che utilizzerebbe l’Intelligenza artificiale, perché si basa sulla teoria delle probabilità per massimizzare le possibilità di prendere la decisione migliore.

Il pensiero algoritmico, infatti, si attiene rigorosamente a regole e procedure predefinite. Una volta determinata la strategia migliore (ad esempio, la regola del 37%), questa viene seguita senza alcuna deviazione.

Gli algoritmi si concentrano sul problema come definito dai suoi parametri, senza considerare fattori esterni o cambiamenti nel contesto. Nel Problema della segretaria, l'algoritmo non tiene conto delle qualità individuali delle candidate al di là della loro posizione nel processo di selezione.

Pensare come un umano

Gli esseri umani si affidano, invece, molto spesso a giudizi intuitivi ed euristiche piuttosto che a calcoli rigorosi. In questa situazione, un essere umano potrebbe scegliere una candidata in base a una sensazione istintiva o a determinate qualità distintive delle persone da selezionare.

A differenza della natura fissa degli algoritmi, gli esseri umani possono adattare il loro processo decisionale in base a nuove informazioni, contesti mutevoli o persino risposte emotive, flessibilità che può portare a risultati migliori in situazioni imprevedibili o complesse, ma anche introdurre pregiudizi  o altre fallacie logiche.

Il rapporto tra il pensiero algoritmico e quello umano nel contesto del problema della segretaria sottolinea i potenziali vantaggi e limiti di ciascun approccio. Se da un lato gli algoritmi offrono un modo per affrontare il processo decisionale con una strategia chiara e ottimizzata, dall'altro mancano della comprensione delle sfumature e dell'adattabilità del pensiero umano. Al contrario, gli esseri umani possono considerare una gamma più ampia di fattori e adattarsi alla complessità, ma possono essere meno coerenti e più inclini all'errore. In molte applicazioni reali, la loro integrazione può rivelarsi vincente.

Infatti, la combinazione di IA e intuizione umana può portare a processi decisionali più solidi. Un esempio su tutti, l'uso di algoritmi potrebbe aiutarci a ridurre le scelte a un numero gestibile e l'applicazione del giudizio umano a prendere la decisione finale.

Una strategia ibrida che oggi risolverebbe parecchi problemi in ambienti complessi e dinamici, dove l’integrazione di analisi quantitativa e valutazione qualitativa possono diventare uno strumento potentissimo per prendere le giuste decisioni..