ನ್ಯೂಯಾರ್ಕ್: ಮಿತಿಮೀರಿ ಮಾಹಿತಿ ತಿಳಿದುಕೊಳ್ಳುವುದು ಯಾವಾಗಲೂ ಒಳ್ಳೆಯದಲ್ಲ. ಹೆಚ್ಚು- ಹೆಚ್ಚು ಮಾಹಿತಿಯನ್ನು ಕಲೆಹಾಕಿ ತಿಳಿದುಕೊಂಡ ಬಹುತೇಕರು ಕೆಲ ಸಂದರ್ಭಗಳಲ್ಲಿ ಕೆಟ್ಟ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಅದೇ ಅತ್ಯಧಿಕ ಮಾಹಿತಿ ಕಾರಣವಾಗಬಹುದು ಎಂದು ಸಂಶೋಧಕರು ಅಧ್ಯಯನದ ಮೂಲಕ ಕಂಡುಕೊಂಡಿದ್ದಾರೆ.
ಈ ಸಂಶೋಧನಾ ಅಧ್ಯಯನವು 'ಕಾಗ್ನಿಟಿವ್ ರಿಸರ್ಚ್: ಪ್ರಿನ್ಸಿಪಲ್ಸ್ ಆ್ಯಂಡ್ ಇಂಪ್ಲಿಕೇಷನ್ಸ್' ಜರ್ನಲ್ನಲ್ಲಿ ಪ್ರಕಟವಾಗಿದೆ. ಆರ್ಟಿಫಿಶಿಯಲ್ ಇಂಟೆಲಿಜೆನ್ಸ್ (ಎಐ) ಮತ್ತು ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ (ಎಂಎಲ್) ಕ್ರಮವಳಿಗಳಿಂದ ಹೊರತೆಗೆಯಲಾದ ಡೇಟಾ ಅಂಶಗಳನ್ನು ನಾವು ಹೇಗೆ ಬಳಸುತ್ತೇವೆ ಮತ್ತು ಆರೋಗ್ಯ ವೃತ್ತಿಪರರು ಮತ್ತು ಹಣಕಾಸು ಸಲಹೆಗಾರರು ಇದನ್ನು ಹೇಗೆ ಪ್ರಸ್ತುತಪಡಿಸುತ್ತಾರೆ ಎಂಬ ಕಲ್ಪನೆಯನ್ನು ಪುನರುಜ್ಜೀವನಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
'ಮಾಹಿತಿಯು ಉಪಯುಕ್ತವಾಗಲು ನಿಖರವಾಗಿರುವುದು ಸಾಕಾಗುವುದಿಲ್ಲ' ಎಂದು ಅಮೆರಿಕದ ನ್ಯೂಜೆರ್ಸಿಯ ಸ್ಟೀವನ್ಸ್ ಇನ್ಸ್ಟಿಟ್ಯೂಟ್ ಆಫ್ ಟೆಕ್ನಾಲಜಿಯಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್ ಸಹಾಯಕ ಪ್ರಾಧ್ಯಾಪಕ ಸಮಂತಾ ಕ್ಲೀನ್ಬರ್ಗ್ ಹೇಳಿದ್ದಾರೆ.
'ಎಐ ಮತ್ತು ಮೆಷಿನ್ ಲರ್ನಿಂಗ್ ಉತ್ತಮ ಮಾಹಿತಿಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ ಎಂದು ಭಾವಿಸಲಾಗಿದೆ. ನಾವು ಅದನ್ನು ಜನರಿಗೆ ನೀಡುತ್ತೇವೆ ಮತ್ತು ಅವರು ಉತ್ತಮ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ. ಆದರೆ, ಇದರಲ್ಲಿ ಒಂದು ಮೂಲ ಅಂಶವೇ ಇಲ್ಲವಾಗಿದೆ. ಜನರಿಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿರುವ ವಿಷಯವನ್ನು ಹೇಗೆ ಬಳಸಿಕೊಳ್ಳಬೇಕು ಎಂಬುದರ ಬಗ್ಗೆ ನಾವು ಅವರಿಗೆ ಸಹಾಯ ಮಾಡಬೇಕಿದೆ. ಅವರ ಹೊಸ ಮಾಹಿತಿಯನ್ನು ಹೇಗೆ ಬಳಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಕೂಡ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬೇಕಿದೆ ಎಂದರು.
ಉದಾಹರಣೆಗೆ, ವೈದ್ಯರು ರಕ್ತದೊತ್ತಡದ ಔಷಧಿಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುವುದು ಅಥವಾ ಮಧುಮೇಹಕ್ಕೆ ಅಪಾಯಕಾರಿ ಅಂಶಗಳನ್ನು ವಿವರಿಸುವಂತಹ ಮಾಹಿತಿಯನ್ನು ರೋಗಿಗಳಿಗೆ ತಿಳಿಸಿದಾಗ, ಜನರು ಔಷಧಿಗಳ ವೆಚ್ಚ ಅಥವಾ ಈ ಗುರಿಯನ್ನು ತಲುಪಲು ಪರ್ಯಾಯ ಮಾರ್ಗಗಳ ಬಗ್ಗೆ ಯೋಚಿಸುತ್ತಿರಬಹುದು ಎಂದು ಹೇಳಿದ್ದಾರೆ.
ಆದ್ದರಿಂದ, ಜನರು ಇಂತಹ ನಂಬಿಕೆಗಳನ್ನು ನಾವು ಅರ್ಥಮಾಡಿಕೊಳ್ಳದಿದ್ದರೆ, ಅವುಗಳನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಪರಿಗಣಿಸುವುದು ನಿಜವಾಗಿಯೂ ಕಷ್ಟವಾಗುತ್ತದೆ ಎಂದು ಕ್ಲೈನ್ಬರ್ಗ್ ಹೇಳಿದ್ದಾರೆ.
