Investigadores del MIT mejoraron el método de 100 años de los modelos de utilidad aleatoria (RUM), que predicen las preferencias humanas, demostrando que las comparaciones triples producen resultados más precisos. Este método podría ofrecer resultados más efectivos en aplicaciones como las recomendaciones de películas de Netflix.
El método tradicional de RUM se basaba en comparaciones de dos opciones. Sin embargo, el equipo del MIT mostró que las comparaciones triples son más efectivas para detectar las correlaciones entre opciones. Esto podría permitir una predicción más precisa de las preferencias de los usuarios.
Los investigadores sugieren que este método también desempeñará un papel importante en el entrenamiento de modelos de inteligencia artificial. Comprender mejor las preferencias de los usuarios podría contribuir al desarrollo de sistemas de IA más efectivos y amigables para el usuario.