سیستم هوش مصنوعی مذکور به عنوان مدل بودجه استنتاج پنهان (L-IBM) مشهور شده است. مولفان پژوهش ادعا می‌کنند L-IBM بهتر از چهارچوب‌های پیشنهادی پیشین قادر به مدلسازی تصمیم گیری انسان است. این سیستم با بررسی رفتارها، اعمال و محدودیت‌های گذشته که به فرایند تفکر یک عامل (انسان یا یک سیستم هوش مصنوعی دیگر) فعالیت می‌کند. داده‌ها یا نتایج به دست آمده پس از ارزیابی استنتاج بودجه نامیده می‌شوند.
محققان از L-IBM برای پیش بینی حرکات بازیکنان انسانی درشطرنج استفاده کردند. مولفان پژوهش در این باره نوشته اند: نتایج ما حاکی از آن است که تصمیم گیری انسانی شبه بهینه (suboptimal human decision-making) را می‌توان با نسخه‌های رایانشی محدود الگوریتم‌های جستجوی استاندارد مدلسازی کرد. با انجام این کار به مدل‌های تصمیم گیری انسانی دقیق و همچنین معیار‌های اطلاعاتی ظرفیت استنتاجی آن‌ها دست یافت.
L-IBM برای مدلسازی فرایند تصمیم گیری یک عامل، نخست رفتار‌های فرد و متغیر‌های تاثیرگذاری را تحلیل می‌کند. به بیان دیگر محققان در جستجوی مدلی هستند که عاملان تمایل دارند انجام دهند و هم در وضعیت واقعی مدل مذکور را اجرا می‌کنند.
تحقیق فعلی به محققان کمک می‌کند تا جزییات رفتار انسانی را به برنامه‌های هوش مصنوعی بیاموزند. با این وجود L-IBM هنوز کامل نیست.
