工作场所机器学习提高了准确性，但增加了人们的工作量。
- 居家工作
- 2023-05-26
- 人已阅读
简介工作场所机器学习提高了准确性，但增加了人们的工作量。来自ESMT柏林的新研究声称，利用工作场所的机器学习可以提高人类决策的准确性，然而，它通常也会导致人们在做出这些决定时付出更多的认知努力。这些发现发表在《管理科学》杂志上来自ESMT柏林大学的管理学教授Tamer Boyaci和Francis de Véricourt以及Caner Canyakmaz的研究，Caner Canyakmaz以前是ESMT大学的博士后研究员，现在是Ozyegin大学的运营管理助理教授。研究人员希望调查基于机器的预测如何影响人
 |
居家工作 |  |
|
| 类别： | 改善生活 | ||
| 特点： | 在家就能玩 | ||
来自ESMT柏林的新研究声称，利用工作场所的机器学习可以提高人类决策的准确性，然而，它通常也会导致人们在做出这些决定时付出更多的认知努力。这些发现发表在《管理科学》杂志上来自ESMT柏林大学的管理学教授Tamer Boyaci和Francis de Véricourt以及Caner Canyakmaz的研究，Caner Canyakmaz以前是ESMT大学的博士后研究员，现在是Ozyegin大学的运营管理助理教授。研究人员希望调查基于机器的预测如何影响人类决策者的决策过程和结果。
有趣的是，当专业人员受到认知限制时，机器的使用增加了人类的工作量，例如，经历时间压力或多任务处理。然而，决策者经历高工作量的情况恰恰是当引入人工智能来减轻这种工作量时显得最有诱惑力。研究表明，在这种情况下，使用人工智能来加快过程可能会适得其反，实际上增加而不是减少了人类的认知努力。
研究人员还发现，尽管机器输入总能提高人类决策的整体准确性，但它也可能增加某些类型错误的可能性，如假阳性。在这项研究中，一个工作场所机器学习模型被用来确定准确性、倾向和人类认知努力水平的差异，比较完全由人类做出的决定和机器辅助的决定。
“许多组织对人工智能技术的快速采用最近引发了人们的担忧，即人工智能最终可能会在某些任务中取代人类，”德·维里库尔教授说。"然而，当与人类理性一起使用时，机器可以显著增强人类的互补优势."他说。
研究人员表示，他们的发现清楚地向专业人士展示了人机合作的价值。但人类也应该意识到，尽管机器可以提供令人难以置信的准确信息，但通常仍需要人类做出认知努力来评估自己的信息，并将机器的处方与自己的结论进行比较，然后再做出决定。研究人员表示，当人类面临做出决定的压力时，所需的认知努力水平会增加。
“由于机器具有不可思议的计算能力，它们可以以令人难以置信的准确度执行特定任务，而相比之下，人类决策者灵活且适应性强，但受到有限认知能力的限制——他们的技能是互补的。”博亚奇教授说。然而，人类必须警惕使用机器的情况，并了解什么时候有效，什么时候无效
以医生和病人为例，研究人员的发现表明，使用机器将提高整体诊断的准确性，并减少误诊病人的数量。然而，如果疾病发病率较低且时间有限，引入机器来帮助医生进行诊断将导致更多的误诊患者，并且需要更多的人类认知努力来进行诊断——因为实现机器可能导致的模糊性需要额外的认知努力来解决。
研究人员表示，他们的发现为那些希望在工作中使用机器的人提供了希望和警告。从积极的一面来看，平均准确率提高了，当机器输入倾向于确认相当预期的错误率时，所有错误率都降低了，并且人类在付出认知努力时变得更加“高效”。
然而，在人类决策中加入基于机器的预测并不总是有益的，无论是在减少错误方面还是在认知工作量方面。事实上，引入一台机器来改善决策过程可能会适得其反，因为它可能会增加某些错误类型以及做出决策所需的时间和认知努力。这些发现强调了基于机器的预测对人类判断和决策的重要影响。这些发现为何时以及如何考虑机器输入提供了指导，因此也为人机协作的设计提供了指导。
有趣的是，当专业人员受到认知限制时，机器的使用增加了人类的工作量，例如，经历时间压力或多任务处理。然而，决策者经历高工作量的情况恰恰是当引入人工智能来减轻这种工作量时显得最有诱惑力。研究表明，在这种情况下，使用人工智能来加快过程可能会适得其反，实际上增加而不是减少了人类的认知努力。
研究人员还发现，尽管机器输入总能提高人类决策的整体准确性，但它也可能增加某些类型错误的可能性，如假阳性。在这项研究中，一个工作场所机器学习模型被用来确定准确性、倾向和人类认知努力水平的差异，比较完全由人类做出的决定和机器辅助的决定。
“许多组织对人工智能技术的快速采用最近引发了人们的担忧，即人工智能最终可能会在某些任务中取代人类，”德·维里库尔教授说。"然而，当与人类理性一起使用时，机器可以显著增强人类的互补优势."他说。
研究人员表示，他们的发现清楚地向专业人士展示了人机合作的价值。但人类也应该意识到，尽管机器可以提供令人难以置信的准确信息，但通常仍需要人类做出认知努力来评估自己的信息，并将机器的处方与自己的结论进行比较，然后再做出决定。研究人员表示，当人类面临做出决定的压力时，所需的认知努力水平会增加。
“由于机器具有不可思议的计算能力，它们可以以令人难以置信的准确度执行特定任务，而相比之下，人类决策者灵活且适应性强，但受到有限认知能力的限制——他们的技能是互补的。”博亚奇教授说。然而，人类必须警惕使用机器的情况，并了解什么时候有效，什么时候无效
以医生和病人为例，研究人员的发现表明，使用机器将提高整体诊断的准确性，并减少误诊病人的数量。然而，如果疾病发病率较低且时间有限，引入机器来帮助医生进行诊断将导致更多的误诊患者，并且需要更多的人类认知努力来进行诊断——因为实现机器可能导致的模糊性需要额外的认知努力来解决。
研究人员表示，他们的发现为那些希望在工作中使用机器的人提供了希望和警告。从积极的一面来看，平均准确率提高了，当机器输入倾向于确认相当预期的错误率时，所有错误率都降低了，并且人类在付出认知努力时变得更加“高效”。
然而，在人类决策中加入基于机器的预测并不总是有益的，无论是在减少错误方面还是在认知工作量方面。事实上，引入一台机器来改善决策过程可能会适得其反，因为它可能会增加某些错误类型以及做出决策所需的时间和认知努力。这些发现强调了基于机器的预测对人类判断和决策的重要影响。这些发现为何时以及如何考虑机器输入提供了指导，因此也为人机协作的设计提供了指导。