尽管计算算法通常胜过人类的判断，但公认的智慧表明人们可能对依赖它们持怀疑态度（Dawes，1979）。 与这一观点相反，六项实验的结果表明，当外行人认为建议来自算法而不是来自个人时，他们会更多地遵循建议。 人们在对视觉刺激进行数字估计（实验 1A）和预测歌曲和浪漫比赛的流行度（实验 1B 和 1C）时，表现出这种算法鉴赏力。 然而，研究人员预测了相反的结果（实验 1D）。 当建议联合或单独出现时，算法鉴赏持续存在（实验 2）。 然而，当人们在算法的估计和他们自己的估计之间做出选择（相对于外部顾问；实验 3）并且他们拥有预测方面的专业知识（实验 4）时，算法的评价就会减弱。 矛盾的是，定期进行预测的经验丰富的专业人士比外行更少依赖算法建议，这损害了他们的准确性。 这些结果阐明了一个重要问题，即人们何时依赖算法建议而不是人们的建议，并对“大数据”及其生成的算法建议的使用产生影响。
