Głównym celem tego projektu było zweryfi kowanie hipotezy dotyczącej niechęci do korzystania z algorytmów (ang. algorithm aversion) – tendencji do unikania stosowania niedoskonałego algorytmu nawet wtedy, gdy w swoich przewidywaniach przewyższa on ludzkie sądy. W tym celu posłużyliśmy się przykładem wyników w teście z matematyki. Dodatkowo zbadaliśmy związki między zdolnościami numerycznymi, a niechęcią do algorytmów oraz zweryfi kowaliśmy skuteczność dwóch interwencji, które miały na celu zmniejszenie awersji do algorytmów. W dwóch badaniach poprosiliśmy uczestników
o oszacowanie wyników centylowych 46 piętnastoletnich uczniów w standaryzowanym
teście z matematyki. Uczestnicy mogli oszacować wyniki samodzielnie lub na podstawie prognoz modelu statystycznego, który przewidywał rzeczywiste wyniki w oparciu o pięć predyktorów (płeć, powtarzanie zajęć, liczba stron przeczytanych przed egzaminem, częstość grania w gry online oraz status ekonomiczny). W obu badaniach wykazaliśmy, że osoby badane rzadziej polegały na przewidywaniach algorytmu, mimo że oszacowania modelu statystycznego były bliższe rzeczywistym wynikom uczniów niż oszacowania
uczestników badań. Wykazaliśmy także, że osoby o większych zdolnościach numerycznych wykazywały silniejszą niechęć do korzystania z prognoz algorytmu. W drugim badaniu testowaliśmy skuteczność dwóch interwencji mających na celu zmniejszenie awersji do algorytmów. W zależności od warunku badawczego uczestnicy otrzymywali informacje zwrotne na temat przewidywań modelu lub mogli zapoznać się ze szczegółowym opisem modelu statystycznego. Wykazaliśmy, że proste objaśnienie działania modelu doprowadziło do lepszego szacowania wyników przez badanych.