Lee-Archer riassume una tesi importantissima:

Il principio importante (…) è che l’IA aumenta, piuttosto che sostituire, il processo decisionale umano. Daugherty e Wilson (…) spiegano nel loro libro “Human + Machine”: “gli esseri umani e le macchine non sono avversari, che si contendono il lavoro a vicenda. Sono invece partner simbiotici, ognuno dei quali spinge l’altro a livelli più elevati di prestazioni” (…). La supervisione e la guida umana su dove vengono utilizzate le macchine e su come vengono addestrate forniscono una base per migliorare il processo decisionale umano nell’ambito dello sviluppo e dell’amministrazione delle politiche pubbliche. (…) Piuttosto che sostituire gli esseri umani, l’obiettivo della tecnologia digitale e dell’IA è quello di fornire alle persone “superpoteri” quando prendono decisioni, fornendo approfondimenti su ciò che funziona e non funziona (…) L’IA non significa creare soluzioni di apprendimento individuali per ogni persona; il processo decisionale assistito dall’IA può determinare dove la personalizzazione delle offerte standard può essere più efficace ed efficiente. Per risolvere i problemi aumentando la capacità decisionale umana, l’IA e i sistemi di apprendimento automatico hanno bisogno di ingerire grandi quantità di dati digitali. Molti di questi dati riguardano le persone e le loro condizioni. I dati digitali, per loro stessa natura, possono essere facilmente e rapidamente utilizzati in modo improprio (su scala, interessando intere popolazioni o coorti), con potenziali impatti profondamente negativi. Risolvere problemi complessi con i dati digitali può essere un’attività rischiosa. (B. Lee-Archer,”the relationship between humans and machines in public policy”, in AA. VV., “Digital Disruption in Teaching and Testing. Assessments, Big Data, and the Transformation of Schooling” – traduzione in proprio)