سیستم هوش مصنوعی مورد بحث به عنوان مدل بودجه استنتاج پنهان (L-IBM) شناخته می شود. نویسندگان این مطالعه ادعا می‌کنند که L-IBM قادر است تصمیم‌گیری انسانی را بهتر از چارچوب‌های پیشنهادی قبلی مدل‌سازی کند. این سیستم با بررسی رفتارها، اعمال و محدودیت‌های گذشته که بر فرآیند فکری یک عامل (انسان یا سایر سیستم‌های هوش مصنوعی) تأثیر می‌گذارد، کار می‌کند. داده ها یا نتایج به دست آمده پس از ارزیابی، یافته های بودجه نامیده می شود.
به گزارش مهر به نقل از Interesting Engineering، محققان از L-IBM برای پیش بینی حرکات شطرنج بازان انسان استفاده کرده اند. نویسندگان این مطالعه می نویسند: نتایج ما نشان می دهد که تصمیم گیری انسانی غیربهینه را می توان با نسخه های محاسباتی محدود الگوریتم های جستجوی استاندارد مدل سازی کرد. با انجام این کار، او به مدل های دقیق تصمیم گیری انسانی و همچنین معیارهای اطلاعاتی برای ظرفیت استنتاج آنها دست یافت.
برای مدل‌سازی فرآیند تصمیم‌گیری یک نماینده، L-IBM ابتدا رفتار فردی و متغیرهای تأثیرگذار را تجزیه و تحلیل می‌کند. به عبارت دیگر، محققان به دنبال الگویی از آنچه که عوامل تمایل به انجام آن دارند می‌گردند و الگوی مذکور را در موقعیت واقعی اعمال می‌کنند.
تحقیقات فعلی به محققان کمک می کند تا برنامه های هوش مصنوعی را در مورد جزئیات رفتار انسان آموزش دهند. با این حال، L-IBM هنوز کامل نیست.
