隨著人工智能變得越來越強(qiáng)大，人們對它最終在勞動力市場中席卷而來的不滿情緒越來越大，據(jù)報(bào)告預(yù)測，機(jī)器人將承擔(dān)多達(dá)一半的工作，現(xiàn)在越來越多的評論家認(rèn)為，人工智能不是完全消除工作，更有可能時增加工作。

南加州大學(xué)的一項(xiàng)新研究表明了這種結(jié)合的強(qiáng)大力量。這項(xiàng)研究探索了人類和AI如何有效地協(xié)作，尤其著眼于預(yù)測專業(yè)。

作者強(qiáng)調(diào)人與機(jī)器之間的協(xié)作如何越來越普遍，尤其是在自動駕駛汽車等領(lǐng)域。

多年來，我們已經(jīng)逐漸適應(yīng)汽車的自動化，包括自動變速箱、巡航控制、防抱死制動等。

目前，由SAGE領(lǐng)導(dǎo)的合作已進(jìn)入情報(bào)高級研究計(jì)劃局（IARPA）混合預(yù)測競賽（HFC），以使其與周圍一些最佳的預(yù)測機(jī)構(gòu)進(jìn)行適當(dāng)?shù)臏y試。

SAGE旨在開發(fā)一種系統(tǒng)，該系統(tǒng)可以利用人和機(jī)器的能力自行改善兩種類型的準(zhǔn)確性。這次混合預(yù)測競賽（HFC）為研究人們?nèi)绾闻c計(jì)算機(jī)模型互動提供了獨(dú)特的環(huán)境。

在競賽中，參與者對開放數(shù)周的問題做出了貢獻(xiàn)，數(shù)百名參與者相互競爭。一些參與者接受了AI的預(yù)測，而其他參與者則沒有，每個參與者都可以自由選擇是否接受AI的建議。

人和機(jī)器一起工作比單獨(dú)工作要有效得多，實(shí)際上，AI人工團(tuán)隊(duì)非常輕松地?fù)魯×藢＜翌A(yù)測員。

在HFC誕生之初，我們的一些隊(duì)友認(rèn)為機(jī)器模型將勝過人類預(yù)報(bào)員，這已成定局。

該經(jīng)驗(yàn)得出了一些有趣的發(fā)現(xiàn)，其中最重要的一點(diǎn)是，人類參與者沒有大量使用統(tǒng)計(jì)模型，研究人員認(rèn)為這類似于我們經(jīng)常也傾向于忽略其他人的建議。

在許多情況下，預(yù)測員會過度依賴模型。相反，我們發(fā)現(xiàn)人們過度依賴他們的個人信息。當(dāng)模型預(yù)測與他們先前的信念（稱為確認(rèn)偏差）不一致時，預(yù)測人員會輕易地拒絕該模型預(yù)測。

有趣的是，即使人們被明確告知這樣做對他們的事業(yè)非常有幫助，人們似乎仍然不愿意聽取他們的AI顧問的意見。因此，盡管使用AI確實(shí)可以改善結(jié)果，但不應(yīng)將其視為容易賣出或既成事實(shí)，即會出現(xiàn)改進(jìn)。

總體而言，將統(tǒng)計(jì)模型添加到預(yù)測系統(tǒng)中確實(shí)提高了準(zhǔn)確性。但是，人類將很好地或根本不會使用這些工具，這并不是一個定局。

這對我們將基于AI的工具集成到工作場所的方式具有明顯的影響。結(jié)果提醒我們，如果要說服人們與團(tuán)隊(duì)合作并不容易，僅“簡單地”開發(fā)出能夠很好地發(fā)揮作用的工具是不夠的。如果我們始終不理會它的建議，那么有一個衛(wèi)星導(dǎo)航系統(tǒng)為我們提供最佳路線建議是沒有用的。

為了使人與機(jī)器完美協(xié)作，將需要高度信任該機(jī)器。這樣，與新生的人際關(guān)系并沒有什么不同，在人際關(guān)系中，我們常常需要一定程度的經(jīng)驗(yàn)，才能完全信任人及其能力。

研究人員認(rèn)為這一發(fā)現(xiàn)，對設(shè)計(jì)基于AI的工具的工程師以及最終承擔(dān)與之協(xié)作的最終用戶都具有重大意義。

普通人應(yīng)該學(xué)會更加謹(jǐn)慎地與新技術(shù)互動。更好的預(yù)測者能夠確定何時信任模型以及何時信任自己的研究，而平均預(yù)測者則無法。