谁是专家？调和人工智能辅助决策中的算法规避与算法 appreciation

视频

DOI

算法越来越多地被用于辅助决策，这引发了人们在做决策时是偏好算法输入还是人类输入的问题。关于算法规避和算法 Appreciation 的两流研究产生了相互矛盾的结果。我们的工作试图通过关注人类和算法作为机制来调和这一冲突。在三个决策实验中，我们仅通过操纵人类代理和算法代理的描述，就创造了算法 Appreciation 结果（实验1）和算法规避结果（实验2），并展示了不同的框架选择如何导致先前研究中不一致的结果（实验3）。我们还表明这些结果是由代理的感知能力（即专家权力）所调节的。这些结果为算法规避和算法 Appreciation 文献的分歧提供了见解。我们希望将注意力从这两种矛盾现象转向如何更好地设计算法的框架。我们还呼吁社区关注权力来源理论，因为它可能是设计算法决策支持系统的有用框架。