Η λήψη απόφασης υπό αβεβαιότητα μπορεί να ενισχυθεί με τη χρήση πιθανοτήτων. Μια πιθανολογική προσέγγιση ώστε να μετριαστεί η αβεβαιότητα και να ληφθούν όσο το δυνατόν πιο ορθολογικές αποφάσεις, αποτελεί η θεωρία Bayes. Οι δυνατότητες που προσφέρει η συμπερασματολογία κατά Bayes χρησιμοποιούνται ως πυρήνας πολλών εφαρμογών τεχνητής νοημοσύνης και μηχανικής μάθησης για να αντιμετωπιστεί η πρόκληση της αβεβαιότητας. Για την αξιοποίηση όμως υπολογιστικών εφαρμογών που προσφέρουν πιθανολογικά συμπεράσματα σύμφωνα με τη θεωρία Bayes, οι χρήστες χρειάζεται να κατανοήσουν τη συγκεκριμένη θεωρία και κατ’ επέκταση να την εμπιστευτούν. Για την επίτευξη αυτού του στόχου χρειάζεται κατάλληλη εκπαίδευση. Στο πλαίσιο αυτό σχεδιάστηκε και εφαρμόστηκε ταχύρρυθμη εκπαίδευση φοιτητών ή αποφοίτων ΑΕΙ στη συμπερασματολογία κατά Bayes, χρησιμοποιώντας σενάριο του πραγματικού κόσμου, με το οποίο οι εκπαιδευόμενοι ήταν ήδη εξοικειωμένοι. Τα αποτελέσματα έδειξαν ότι η ταχύρρυθμη εκπαίδευση με ανάλυση της αντιμετώπισης προβλήματος του πραγματικού κόσμου από μια εκπαιδευτική εφαρμογή τεχνητής νοημοσύνης που χρησιμοποιεί δίκτυo Bayes, ήταν αρκετή ώστε οι εκπαιδευόμενοι να βελτιώσουν την κατανόηση της λειτουργίας των δικτύων Bayes αλλά όχι αρκετή ώστε να καταφέρουν να αναπτύξουν οι ίδιοι ακόμα και απλά σχετικά δίκτυα.