欧美人与性囗牲恔配,久久亚洲AV,国产区一二三,色综久久

在某種關(guān)于元宇宙的設(shè)想中，元宇宙里會出現(xiàn)大量具備智能決策能力的虛擬人，他們將與真實人類共同構(gòu)成元宇宙的居民。那么我們不禁要問，作為真實人類我們該如何與之共處？《科學(xué)美國人》雜志主編曾一連拋出三個令人深思的問題： “ 如果你犯罪了，你是希望人類法官還是機器人法官來審你？如果你被診斷出嚴(yán)重疾病，你是希望接受人類醫(yī)生還是人工智能醫(yī)生的治療？最嚴(yán)肅的問題是，如果你的國家突然爆發(fā)戰(zhàn)爭，你是希望人類來防御還是機器人來防御？” 這些都毫無疑問涉及到我們對于AI智能決策的看法。

我們可以信任并采納AI做出的決策嗎？ 北京大學(xué)光華管理學(xué)院劉玉珍教授、孟涓涓教授等組成課題組，就人工智能輔助人類決策時對效率和公平的影響展開了一系列有趣的研究。

01

人工智能的發(fā)展趨勢是人機合作

《星球大戰(zhàn)》劇照

目前，人工智能在各行各業(yè)的商業(yè)應(yīng)用方興未艾。現(xiàn)有研究和案例總結(jié)得出，在部分應(yīng)用場景下，人工智能可直接替代人工，而在更多復(fù)雜的場景中則以輔助人類決策的形式出現(xiàn)。

現(xiàn)有的實踐經(jīng)驗表明， 簡單任務(wù)場景下人工智能直接替代人工可極大提升生產(chǎn)率。例如，零售業(yè)企業(yè)可以用刷臉支付替代收銀員。某零售商的數(shù)據(jù)顯示，一臺刷臉支付機器相當(dāng)于1.5個收銀柜臺，按早晚班計算，可以減少3個收銀員的人力成本，集團每年可節(jié)省1344萬元。

隨著人工智能在業(yè)界應(yīng)用的興起，很多學(xué)者開始關(guān)注其對勞動力市場的影響。學(xué)術(shù)研究通過比照真實的人工決策和人工智能決策數(shù)據(jù)，更為具體地衡量了在不同任務(wù)下人工智能與人類決策質(zhì)量的差距。例如，對比人工智能和法官對被逮捕的犯罪嫌疑人是否可以保釋的決策，發(fā)現(xiàn)人工智能可以很大程度上超越人類法官的決策水平，在審前羈押率不變的情況下，讓犯罪率下降24.7%。

在更為復(fù)雜的、尤其是涉及大量人際交互的場景中，人工智能更多以輔助人類決策的角色出現(xiàn)。例如，在互聯(lián)網(wǎng)金融中，貸款催收的痛點之一在于單筆額度較低，回款成本較高。借助人工智能技術(shù)，互聯(lián)網(wǎng)金融公司可以依托大數(shù)據(jù)和機器學(xué)習(xí)建模，對客戶的還款意愿進行分層打分，并提供相應(yīng)的催收手段和策略。對于還款意愿高的客戶，采用提醒版催收話術(shù)；對于還款意愿中等的客戶，前期使用催收機器人，后期根據(jù)催收機器人反饋結(jié)果轉(zhuǎn)人工處理；對于還款意愿低的客戶，直接轉(zhuǎn)人工處理。據(jù)某互聯(lián)網(wǎng)金融公司統(tǒng)計，通過這一方式，綜合回收率可提升5%以上，并且能節(jié)省40%的人力成本。

02

人工智能輔助人類決策效率最高

該研究還希望進一步理解引入人工智能輔助人類決策對勞動力市場效率和平等的影響。研究團隊基于某公司的歷史現(xiàn)金貸實際數(shù)據(jù)進行了研究，對比三種情形下的貸款審批決策的效果：人類單獨決策、人類-人工智能合作決策、人工智能單獨決策。在人類決策組，決策者看到貸款者的背景信息，并獨立做出貸款決策；在人類-人工智能合作決策組，人工智能為決策者提供貸款者基于背景信息判定的“還款分”，決策者根據(jù)貸款者的還款分和其他背景信息，綜合做出貸款決策；在人工智能決策組，貸款決策完全由人工智能完成。然后我們用貸款者的真實歷史表現(xiàn)衡量上述三組的貸款決策質(zhì)量，并分析其中的決策機制。

圖1 人類決策組、人類—人工智能決策組、人工智能決策組對比

如圖1最左側(cè)所示，人類決策組、人類-人工智能合作決策組、人工智能決策組的準(zhǔn)確率分別是62.4%、70.6%和 84.7%，并在統(tǒng)計上有顯著差異。人類-人工智能合作決策組相比于人類決策組，準(zhǔn)確率提高了13.3%，提升程度非常可觀。

此外，也可觀察到三個決策組都出現(xiàn)了不同程度的決策錯誤，其決策錯誤可以進一步分為：一類錯誤——“錯誤地拒絕了實際還款的人（沒借錢給能還款的人）”和二類錯誤——“錯誤地接受了實際未還款的人（借錢給了還不起款的人）”兩類錯誤。圖1中間和右側(cè)兩列展示了這兩類決策錯誤的占比。人類-人工智能合作決策組相比于人類決策組，在兩類錯誤方面都有所降低。有趣的是，人類-人工智能合作決策組相比于人工智能決策組，僅僅在“錯誤地拒絕了實際還款的人（沒借錢給能還款的人）”方面落了下風(fēng)（人工智能決策組僅為3.5%），而在“錯誤地接受了實際未還款的人（借錢給了還不起款的人）”比人工智能單獨決策表現(xiàn)更好（人工智能決策組為11.7%）。這意味著，人類做最終決策時更注重避免“錯誤地放貸給實際不會還款的人（借錢給了還不起款的人）”。 人類與人工智能的目標(biāo)不盡一致，可能是造成人們不愿意采納人工智能輔助的原因。

《我，機器人》劇照

03

人工智能可以拉平人類決策能力的差距

人工智能在對勞動力的替代或者輔助過程中可能會影響勞動力市場內(nèi)部的平等性。平等性直接影響著勞動力市場的穩(wěn)定和公平，是在效率維度之外極為重要的考慮維度。該課題關(guān)注的是，人工智能輔助人類決策的時候是否增加或者降低了勞動效率的不平等？不同的勞動者有著不同的技能水平，對人工智能也有不同的態(tài)度，他們在人機結(jié)合進行決策的過程中的獲益程度可能將有所不同。

圖2的實線展示了決策者自己決策（橫軸）和有算法輔助決策（豎軸）下決策準(zhǔn)確率的關(guān)系。 我們發(fā)現(xiàn)與完全替代人類勞動力不同，人工智能輔助人類決策的情境下，可能會降低決策者之間表現(xiàn)的不平等性：原來表現(xiàn)欠佳的決策者提升更多，原來表現(xiàn)優(yōu)秀的決策者提升更少，甚至變差。圖2的實線展示了決策者自己決策（橫軸）和有算法輔助決策（豎軸）下決策準(zhǔn)確率的關(guān)系。我們發(fā)現(xiàn)與完全替代人類勞動力不同，人工智能輔助人類決策的情境下，可能會降低決策者之間表現(xiàn)的不平等性：原來表現(xiàn)欠佳的決策者提升更多，原來表現(xiàn)優(yōu)秀的決策者提升更少，甚至變差。圖2顯示，大約有25%的決策者在有人工智能輔助的情形下，準(zhǔn)確率反而變低。

圖2 人工智能決策與人類決策準(zhǔn)確率

如何理解這種現(xiàn)象？首先，個人決策做得好的決策者由于原本的決策質(zhì)量已經(jīng)相對較高，人工智能的輔助作用相對有限。但是好的決策者在接受到人工智能信息輔助后反而會變差，這是一個出人意料的現(xiàn)象。我們發(fā)現(xiàn)這一現(xiàn)象主要是由決策者沒有在人類-人工智能決策中賦予人工智能信息足夠的權(quán)重導(dǎo)致的。我們將決策者對人工智能信息的權(quán)重提高至最優(yōu)水平，計算出調(diào)整后的準(zhǔn)確率。在圖2， 紅色實心點代表原始數(shù)據(jù)，藍(lán)色空心點代表調(diào)整后的數(shù)據(jù)。可以看到，藍(lán)色空心點相比于紅色實心點發(fā)生了向上平移，絕大部分?jǐn)?shù)據(jù)點都移至45度線以上。也就是說， 如果人們更多地參考人工智能給出的建議，人類-人工智能合作決策可以提高絕大多數(shù)人的決策效率。

小結(jié)：相比于用人工智能全盤替代人類決策，未來更多工作面臨的大趨勢可能是人機合作。雖然人機合作的決策效率可能不如純粹的人工智能決策，但是人類作為決策的最后一環(huán)，可以充分根據(jù)實際需要調(diào)整自己的目標(biāo)，做出更適宜實際情況的決策。而對于勞動力市場內(nèi)部的平等性而言，人工智能替代人類會造成大量工作崗位的流失，創(chuàng)造更大的不平等性，造成勞動力市場的動蕩；而人機共處的合作模式可能可以降低勞動力之間工效的差距，反過來促進不同人績效的平等程度。

課題組成員：陳澤陽博士、劉玉珍教授、孟涓涓教授、王曾博士

劉玉珍，獲得2017年中國金融研究杰出貢獻獎,孫冶方金融創(chuàng)新獎。在行為金融和市場微觀結(jié)構(gòu)領(lǐng)域有著卓越的學(xué)術(shù)成就，主要的應(yīng)用領(lǐng)域為財富管理，量化股權(quán)產(chǎn)品設(shè)計，證券市場制度，投資人保護與教育。在國際頂尖學(xué)術(shù)期刊 Journal of Financial Economics, Review of Financial Studies、Management Science、Journal of Financial and Quantitative Analysis, Review of Asset Pricing Studies 發(fā)表論文7篇，另有30多篇國際重要期刊論文、數(shù)十篇中文論文發(fā)表《經(jīng)濟研究》、《管理世界》、《經(jīng)濟學(xué)季刊》、《金融研究》等國內(nèi)外重要學(xué)術(shù)期刊上。論文曾被諾貝爾獎獲得者Daniel Kahneman在 The Economist 上撰文隆重推薦閱讀。

長期參與監(jiān)管部門的政策制定咨詢。為北京大學(xué)金融發(fā)展研究中心主任，上海證券交易所學(xué)術(shù)委員，上交所高級金融專家，證券公司獨立董事。曾擔(dān)任北京大學(xué)光華管理學(xué)院金融系系主任，金融碩士項目主任。

孟涓涓，現(xiàn)任北京大學(xué)光華管理學(xué)院應(yīng)用經(jīng)濟系系主任、教授。曾獲得2017年北京大學(xué)教學(xué)優(yōu)秀獎與光華管理學(xué)院厲以寧教學(xué)獎。本科就讀于北京大學(xué)光華管理學(xué)院金融系，博士就讀于美國加州大學(xué)圣迭戈分校經(jīng)濟系。孟涓涓長期專注于行為經(jīng)濟學(xué)與行為金融學(xué)的研究。她的研究成果發(fā)表在諸多國外一流學(xué)術(shù)期刊上，如 American Economic Review, Management Science, International Economic Review, Journal of Public Economics, Journal of Development Economics, Games and Economic Theory, Journal of Economic Behavior and Organization 等。

來源：北京大學(xué)光華灌流學(xué)院