Ci sono molte scelte facili da parte dei consumatori. Graffette:facile. Spugne per piatti:facili. Questi prodotti si trovano a un'estremità dello spettro. D'altra parte, incredibilmente distante, è l'assicurazione sanitaria.

È difficile.

"Tonnellate di prove suggeriscono che le persone hanno difficoltà a fare scelte quando si tratta di assicurazione sanitaria, "dice Kate Bundorf, professore associato presso la Stanford School of Medicine con un appuntamento di cortesia presso la Stanford Graduate School of Business. La complessità può essere schiacciante e, di conseguenza, le persone spesso scelgono piani subottimali che li puniscono con costi più elevati e creano mercati inefficienti. "Quindi volevamo capire quali tipi di strumenti avrebbero aiutato le persone a prendere decisioni, "dice Bundorf.

Con Maria Polyakova della Stanford School of Medicine e Ming Tai-Seale dell'Università della California, San Diego, ha sviluppato uno strumento basato sul web con un algoritmo che abbinava le cartelle cliniche degli iscritti a Medicare Part D con le migliori opzioni di assicurazione sanitaria per i farmaci da prescrizione. Coloro che hanno utilizzato l'algoritmo avevano maggiori probabilità di passare a un piano migliore. Hanno anche riportato una maggiore soddisfazione per il processo di scelta dell'assicurazione sanitaria, anche se hanno finito per dedicarci più tempo.

Fare scelte assicurative più facili e migliori

I partecipanti allo studio sono stati assegnati a un gruppo di controllo o a uno dei due trattamenti. Il gruppo di controllo è stato indirizzato alle risorse Medicare online esistenti per la scelta di uno dei 22 piani di prescrizione a loro disposizione. Gruppi di trattamento, nel frattempo, ricevuto supporto dall'algoritmo, che attingeva automaticamente informazioni dalle loro cartelle cliniche e le confrontava con i piani di prescrizione dei farmaci. Quando si esaminano le loro opzioni, entrambi i gruppi di trattamento sono stati in grado di visualizzare una tabella online che mostrava un'analisi individualizzata dei probabili costi per ciascuno dei piani. In aggiunta a questo, a uno dei gruppi di trattamento è stato mostrato un "punteggio esperto" per ogni piano:un numero, da 0 a 100, che l'algoritmo ha prodotto per classificare i piani; le tre migliori opzioni sono state evidenziate in cima alla tabella.

Entrambi i trattamenti hanno incoraggiato le persone a passare a piani assicurativi più favorevoli, ma il trattamento che includeva i suggerimenti degli "esperti" accanto alle stime dei costi si è dimostrato più efficace. I partecipanti a questo trattamento hanno scelto di cambiare piano il 36% più spesso di quelli del gruppo di controllo. "Abbiamo trovato prove evidenti che l'intervento ha cambiato il comportamento delle persone, in particolare nel caso in cui abbiamo offerto consulenza di esperti, "dice Bundorf.

Nel contesto dell'esperimento, questi cambiamenti hanno generato $ 270, 000 di risparmio per i consumatori. E mentre questo può sembrare un numero relativamente piccolo, è legato a un pool relativamente piccolo di 316 soggetti di trattamento che hanno avuto accesso alla raccomandazione dell'esperto. Se gli stessi effetti fossero estrapolati ai quasi 25 milioni di persone iscritte a Medicare Part D, e ipotizzando un tasso di partecipazione equivalente a quello visto da Bundorf e dai suoi colleghi in questo esperimento, il risparmio sarebbe dell'ordine di 680 milioni di dollari. Ciò è particolarmente notevole dato che lo strumento stesso è costato meno di 1,8 milioni di dollari per lo sviluppo.

Attraversando il mondo della politica

Sebbene le implicazioni pratiche siano chiare, due importanti considerazioni moderano la traduzione di questa constatazione in politica.

Primo, una piccola parte degli aventi diritto a partecipare allo studio ha scelto di iscriversi. Alla fine, 1, 185 persone hanno preso parte allo studio su quasi 30, 000 che sono stati invitati; e quelli che alla fine si sono uniti erano più esperti di tecnologia di quelli che non lo hanno fatto. In cima a questo, i ricercatori temono che coloro che avrebbero beneficiato di più potrebbero non aver scelto di partecipare.

"Le persone che hanno scelto di interagire con l'algoritmo erano consumatori sofisticati; erano acquirenti attivi che cercavano informazioni, " dice Polyakova. "Questo suggerisce che se vogliamo migliorare le scelte delle persone che attualmente hanno i peggiori piani, quindi offrire semplicemente lo strumento online non risolverà il problema." È necessario un approccio più proattivo.

Secondo, i dati demografici dello studio nel loro insieme non sono rappresentativi della più ampia popolazione Medicare. Bundorf e i suoi colleghi hanno collaborato con la Palo Alto Medical Foundation per eseguire l'esperimento, il che significa che coloro che hanno preso parte vivevano in una delle parti più ricche e tecnologicamente più sintonizzate del paese. Non è noto se i risultati si generalizzeranno. "È concepibile che le persone in altri luoghi, che hanno redditi più bassi e una minore esposizione a strumenti come questo, può comportarsi in modo completamente diverso, " dice Polyakova.

Una vittoria dell'algoritmo (e un avvertimento)

Bundorf e i suoi colleghi non erano sicuri all'inizio che questo intervento avrebbe cambiato i comportamenti. Una serie di prove suggerisce che semplicemente fornire informazioni alle persone non influenza i risultati. Ma i risultati indicano uno dei progetti intelligenti dello studio:avendo due trattamenti distinti, i ricercatori sono stati in grado di misurare l'effetto delle sole informazioni, mostrando il costo totale del consumatore di ciascun piano, nonché la consulenza di esperti abbinata alle informazioni.

"E il consiglio fa qualcosa di diverso dall'informazione, " dice Polyakova. "Quando le persone sono esposte ai consigli, non solo cambia la loro conoscenza di un prodotto, ma cambia anche il modo in cui valutano effettivamente le caratteristiche di quel prodotto."

Questo, lei nota, ha implicazioni complicate e importanti. Tendiamo a pensare al software come neutrale:Microsoft Excel non ha un programma, ma non è sempre così con gli algoritmi moderni. Le aziende possono, e probabilmente lo farà, distribuire strategicamente algoritmi di consulenza, magari per promuovere un determinato prodotto o aumentare le entrate, e nascosti in questo processo saranno i modi in cui questi algoritmi alterano il modo in cui valutiamo i diversi prodotti.

"Se le persone rispondono a questo tipo di consiglio algoritmico, quindi rende il futuro molto vicino piuttosto interessante, " afferma Polyakova. "Molte questioni politiche e normative su come proteggere i consumatori da interventi non benigni richiederanno presto la nostra attenzione".