分类
加州大学尔湾分校新闻

谁能做出更好的决定:人类还是机器人?

承认。你几乎每天都依赖导航应用程序来帮助你四处走动,无论你是开车、坐公交车还是坐火车、走路还是从A地步行到B地。

在外国城市,我们依靠Waze和谷歌地图等应用程序来帮助我们发现新地方。在家里,我们使用这些应用程序来避开高峰时段的交通,找到去学校、工作和其他我们经常去的地方的最快路线。

但有时,我们会怀疑是否该转向;我们质疑路线的改变;我们怀疑是估计到达时间。

Portrait of Yael Karlinsky-Shichor

Yael Karlinsky-Shichor最近被任命为东北大学D ‘Amore-McKim商学院的市场营销助理教授。照片由Ruby Wallau/东北大学拍摄

也许是因为我们赶时间吧。也许我们只是更相信自己的直觉。不管是什么原因,有些情况迫使我们关闭应用程序,可以说是变得不听话。

但是,当我们做出的决定覆盖了自动系统的建议时,我们的大脑到底发生了什么呢?Yael Karlinsky-Shichor最近被任命为东北大学市场营销学助理教授,他正在寻找答案。

Karlinsky-Shichor的研究重点是决策的自动化及其在市场营销中的应用。她还研究了使用自动化和人工智能模型的心理方面。等等,自动化和市场营销?当然,Karlinsky-Shichor说。这两个领域的交集比你想象的要多。

她说:“我们今天在市场营销中研究的许多主题,也可以在信息系统中找到。”“我很高兴拓宽了对这些主题的视野,从市场营销的角度来看待它们,但也继续关注涉及技术和用户与技术的交互的主题。”

Fewer than 10 percent respondents in Canada, the United States, and the United Kingdom said their undergraduate education will provide the skills they will need when artificial intelligence displaces millions of people from their jobs. Graphic by iStock.

人们想跟上人工智能时代的步伐。雇主、教育工作者和政府正在让他们失望。


read more

这里有一个恰当的例子:Karlinsky-Shichor和她的同事进行了一项实地实验,他们试图评估谁能给一家销售铝的b2b公司带来更高的利润——是人还是机器?他们通过创建一个自动系统来做到这一点,这个系统可以学习并重新应用每个销售人员的定价决策。

他们发现,当销售人员使用自动系统推荐的价格时,可以为公司带来更多的利润。但有趣的是,他们了解到,如果该系统与一位表现出色的销售代表一起使用,将产生更好的结果。

“我们使用机器学习来自动决定谁应该做定价决策——销售人员还是模型,”Karlinsky-Shichor说。“我们发现,一种混合的结构,让模型价格的大部分报价,进入公司,但让专业的销售人员采取那些更独特或与众不同的情况,实际上表现得更好。”

这是为什么。人类是不可预测的和易变的,但他们也更善于处理不可预测性。例如,在会见新客户、衡量客户的需求和支付意愿方面,他们有优势。然而,在技术含量更高、重复性更强、可扩展的任务上,机器比人类更有优势,而且它们可以避免人们经常表现出的不同的行为不一致性。他们是一对无与伦比的组合。

“在很多情况下,人们认为人工智能模型将取代人类的工作,”Karlinsky-Shichor说。“我发现的是,人工智能将取代人类,成为人类的补充,这是很多领域都有的洞见。”

研究人员完成案例研究后发生了两件事。公司继续执行自动化系统推荐的定价流程。公司的首席执行官回到Karlinsky-Shichor和她的同事那里提出了一个有趣的提议。

An image of co-author John D. Wood's eye created using artificial intelligence. Courtesy of Nada Sanders

不要理会那些关于即将到来的人工智能革命的令人绝望的新闻标题,但要为这场颠覆做好准备。


read more

“他说,‘好吧,那你为什么不拿我最好的销售人员来做个模型呢?’”这种模式将给我们带来最好的结果,”她说。但实际上,我们发现情况并非如此。即使是最优秀的销售人员也不一定具备适用于本公司每一个案例的专业知识。”

研究人员发现,事实上,与使用业绩最好的销售人员相比,汇集不同专家的专业知识能更好地提高公司的利润。因此,现在他们正在研究一种自动化方法,将群体的智慧与个人的专业技能结合起来,她说。

Karlinsky-Shichor也在解决一个不同但相关的问题:如何让人们忠实地遵循自动化模型提出的建议?她表示,合规问题是使用此类系统的公司经常面临的挑战。

她再次提到了企业对企业的定价机制。

她说:“我们发现,销售人员通常会接受模型推荐的价格,他们要么是预期价格变化的风险较低,要么是在购买模型时,价格看起来有很大差异。”“所以我的一个猜想是,如果他们非常自信,或者当他们没有线索时,他们会使用模型的建议。”

作为东北大学的一名研究人员,Karlinsky-Shichor将继续探索这个市场营销和人工智能相互交织的领域。她认为她是做这项工作的合适人选。

她说:“对我来说,东北大学是一个很好的结合体,它既重视研究,又非常重视研究的应用。”“一般来说,我感兴趣的问题不仅是美国研究人员关心的问题,也是企业关心的问题。”

如需媒体咨询,请联系[email protected]

新闻旨在传播有益信息,英文原版地址:https://news.northeastern.edu/2019/12/05/why-do-people-make-decisions-that-override-suggestions-made-by-automated-systems/