Mashina o'rganish modellari benchmark sinov'lar'ida yuqori muvaffaqyyat ko'rsatada. Ammo modeli'ni kasalxona, sugurta kompaniyasi yoki normativ baskı ostida'ki institutsiyal sistema'lar'da ishlatish butunlay boshqa muammo. Haqiqiy dunyo'da ma'lumot tarkibi, foydalanuvchi ishonchi va kararlar'ning hukukiy-operatsion oqibatlari asosiy to'siq bo'lib chiqadi.

Bu tadqiqot ikkita UR'tkaga qo'yish tajriba'si asosida ushbu farq'ni tekshirya'di. Birinchi sistema katta institutsiyal customer uchun taraqqiy'tirilgan uygunla'shma hassas'li NLP asosidagi belgi erka'tir'ish sistemi'dir. Ikkinchi tajriba esa sog'liq va sugurta soha'sida 15 institutsiyal customer'ga yayilgan taqqoslash modellari'dir. Ushbu sistema'r texnik jihat'dan muvaffaqyyatsiz bo'lmas'nda; fakat tushuntir'lanuvchanlik, institutsiyal ma'lumot farq'lari va foydalanuvchi ishonchi jihat'dan kutilmagan diva'r'larga duch keldi.

Tadqiqot'ning asosiy xabari nettir: sun'iy intellekt UR'tkaga qo'yish ortam'ida yalniq to'g'ri taqqosla'sh qilsa yetarli emas. Ayni paytda qaror'ni tushuntira'la'digan, turli institutsiyal ma'lumot yaratish biçim'lariga uyum sag'lada'digan va foydalanuvchi'larning qaysi holat'da modeli'ga ishona'ligini anlash'avchi qaror ortam'i ham taqdim qila'nsa kerak.