本報(bào)記者 | 張守營人機(jī)協(xié)同的流行使越來越多的學(xué)者開始關(guān)注人在AI協(xié)助下會(huì)產(chǎn)生怎樣的行為和決策變化。北京大學(xué)市場營銷學(xué)系副教授張穎婕特別關(guān)注以人機(jī)協(xié)同和共同進(jìn)化為視角的智能策略設(shè)計(jì)和評估,。她的研究發(fā)現(xiàn),，人機(jī)協(xié)同在提高系統(tǒng)性能和效率方面有巨大潛力，但在人機(jī)協(xié)同過程中也需要充分考慮人的因素和作用,。人與AI共存和合作的可能性和必要性在不斷增強(qiáng)在AI技術(shù)相對成熟的現(xiàn)階段,，張穎婕提出了問題：人在AI時(shí)代還能發(fā)揮多大的作用？人能否挖掘出AI未能觸及或未能實(shí)現(xiàn)的價(jià)值,？她以AI的發(fā)展為切入點(diǎn)思考人應(yīng)如何發(fā)揮主觀能動(dòng)性,，并由此引出了她關(guān)于人機(jī)協(xié)作的研究主題和人類如何實(shí)現(xiàn)自身價(jià)值的問題。關(guān)于人在人機(jī)協(xié)作中的行為特點(diǎn),，近年來的研究也做了不少嘗試和探索,。一方面是AI-Aversion現(xiàn)象，即人由于缺乏信任、依賴個(gè)人經(jīng)驗(yàn)和直覺,，擔(dān)心低層次工作被取代等原因,，對AI存在一定程度的抵制；另一方面是Cyborg Effect現(xiàn)象,，這是前者的極端反面,，即在AI給出決策建議后，人的主動(dòng)性下降,，更依賴AI而不愿意主動(dòng)決策,。在張穎婕看來，隨著AI的“類人”性和算法能力的不斷提升,，再加上AI在商業(yè)領(lǐng)域的不斷發(fā)展壯大,，人與AI共存和合作的可能性和必要性也在不斷增強(qiáng)。換句話說,，人很難避免與AI接觸,。先前的研究表明，消費(fèi)者不太喜歡機(jī)器人客服,，因?yàn)闄C(jī)器人客服不夠聰明,，無法與消費(fèi)者共情。然而,，隨著人工智能技術(shù)的不斷發(fā)展,，如Chat-GPT等智能AI的出現(xiàn)，這些問題正在逐漸解決?，F(xiàn)在的AI產(chǎn)品已經(jīng)進(jìn)化到與人相似的程度,，消費(fèi)者可能會(huì)慢慢接受這些產(chǎn)品。因此,，張穎婕認(rèn)為先前的研究結(jié)論可能不再適用,，她想探索的是在新的技術(shù)背景下，消費(fèi)者對于AI產(chǎn)品的態(tài)度和接受度,。當(dāng)AI成熟了,，當(dāng)世界上AI已經(jīng)很普遍了，作為消費(fèi)者的自己,，會(huì)怎么樣面對,？在張穎婕看來，機(jī)器學(xué)習(xí)是一個(gè)向上走的趨勢,，會(huì)越來越智能,，這是毋庸置疑的。作為消費(fèi)者或者作為人這個(gè)群體來說,，對人工智能的態(tài)度,，已經(jīng)或者即將不能用“AI不夠聰明”來作為抵制AI產(chǎn)品的理由了,。“但不知道人們的態(tài)度會(huì)不會(huì)是一個(gè)曲線,，就是當(dāng)機(jī)器進(jìn)化到一定程度的時(shí)候,，人們會(huì)先欣然接受并享受AI制造，但是當(dāng)AI進(jìn)一步進(jìn)化之后,，消費(fèi)者或用戶的態(tài)度又會(huì)如何則是難以預(yù)測的,。我們需要持續(xù)跟進(jìn)并及時(shí)作出預(yù)測?！睆埛f婕說,。張穎婕表示，在不同領(lǐng)域,，人與AI之間的合作和決策過程可能因情境而異,，需要考慮不同的因素。在金融領(lǐng)域進(jìn)行的研究可能得出的結(jié)論與其他領(lǐng)域不同,，因?yàn)椴煌袠I(yè)的工作特點(diǎn)和需求不同,。在某些情況下，人工審核決策可能沒有任何作用,，而人工智能能夠以更高的準(zhǔn)確率來做出決策,。在另外的場景中，人類仍然具有價(jià)值,，需要通過刺激來發(fā)揮他們的作用,，這可能涉及提供大量數(shù)據(jù)、解釋人工智能的決策以及使用激勵(lì)方法,。AI的賦能離不開有效的人機(jī)協(xié)同在張穎婕看來,，AI賦能生產(chǎn)力是現(xiàn)階段AI持續(xù)進(jìn)化帶來的一大益處，甚至是最大益處。但AI的賦能同樣離不開有效的人機(jī)協(xié)同,。機(jī)器與人如果能發(fā)揮協(xié)同作用,，決策的整體效果會(huì)更好。張穎婕選取亞洲的小額貸款公司為研究對象,，對比了人工和AI在批準(zhǔn)借款人違約率方面的決策差異,。實(shí)驗(yàn)結(jié)果顯示：在AI與人無合作（分別獨(dú)自決策）的情況下，AI決策比人工決策結(jié)果違約率更低,，給AI提供大數(shù)據(jù)能夠顯著降低違約率（但數(shù)據(jù)量對人工決策結(jié)果違約率無顯著影響）,；在給人工提供AI決策建議且這一建議與人工決策結(jié)論產(chǎn)生分歧時(shí)，有60%~80%的人會(huì)選擇接受AI的決策建議改變自己的決策（當(dāng)提供AI決策依據(jù)時(shí)這一比例會(huì)更高）,。結(jié)果揭示了幾個(gè)關(guān)鍵的發(fā)現(xiàn),。首先，當(dāng)人工和AI各自獨(dú)立作決策時(shí),，AI的判斷準(zhǔn)確率明顯超過人工,，特別是當(dāng)數(shù)據(jù)量大的情況下，人在決策時(shí)明顯存在信息過載等問題,。其次,，在小數(shù)據(jù)情況下，人的參與并不能顯著提升合作效率,。并且,，在大數(shù)據(jù)環(huán)境下，人類只有在被告知AI決策邏輯的前提下,，才能對違約率判斷產(chǎn)生積極的價(jià)值,。換言之，如果信息復(fù)雜度（即大數(shù)據(jù)環(huán)境）和AI決策邏輯信息二者不能同時(shí)滿足時(shí),，人類信審員在AI的輔助下要么全盤聽從,，要么錯(cuò)誤地堅(jiān)持己見，從而使得合作效率與AI獨(dú)自決策時(shí)相差無幾,；但兩個(gè)條件的同時(shí)滿足卻能及時(shí)激發(fā)人工展現(xiàn)其獨(dú)立思考和糾錯(cuò)能力,，這恰恰體現(xiàn)了人類在人機(jī)協(xié)同場景下的獨(dú)特價(jià)值?！霸诖髷?shù)據(jù)背景下,，人工難以有效運(yùn)用如購買記錄等大數(shù)據(jù)信息，并將其與自身決策融合,，盡管仍依賴傳統(tǒng)數(shù)據(jù),，人工的判斷能力并未顯著提升?！睆埛f婕說,。相比之下,，AI在處理大數(shù)據(jù)信息上，顯示出更強(qiáng)的提取,、轉(zhuǎn)化和運(yùn)用能力,，從而得出更精準(zhǔn)的判斷。另外,，當(dāng)面對中間情況且處于糾結(jié)狀態(tài)時(shí),，人工更傾向于依賴AI的決策，但當(dāng)申請人的情況較為極端時(shí),，人工通常會(huì)依賴自己的判斷而非接受AI的建議,。算法面前人的情感不可忽視張穎婕的研究，揭示了人機(jī)協(xié)同在提升系統(tǒng)性能和效率方面的巨大潛力,。在互聯(lián)網(wǎng)金融借貸的實(shí)驗(yàn)中,，人機(jī)協(xié)作行為使得整個(gè)系統(tǒng)的預(yù)測正確率提升了一倍,，系統(tǒng)違約率從原先的6%降低到3.8%。這項(xiàng)研究表明,，人機(jī)協(xié)同可以提高系統(tǒng)的性能和效率,，同時(shí)也需要充分考慮人的因素和作用,。研究發(fā)現(xiàn)，在引入機(jī)器學(xué)習(xí)算法進(jìn)行先期預(yù)測推薦后,，人工審核員在大部分情況下會(huì)傾向于聽從算法的意見,。然而，當(dāng)提供了用戶大數(shù)據(jù)以及算法的具體機(jī)制解釋之后,，人們會(huì)在看到算法建議之后,，自發(fā)地進(jìn)行一個(gè)重思考的過程，不再一味地認(rèn)為AI是好的,，而是對AI進(jìn)行有效修正,。值得關(guān)注的是，人的情感也應(yīng)當(dāng)是人機(jī)協(xié)同中被考量的重要因素,，這涉及AI向善和倫理問題,。在外賣騎手的例子中，騎手有時(shí)候并不會(huì)遵從算法規(guī)劃的路線,。這可能由于算法決策沒有考慮到騎手的情況,，例如騎手位置、疲勞程度,、實(shí)際路況等,，亦或是騎手的過往經(jīng)驗(yàn)讓他們做出背離算法的決策?！皺C(jī)器只能給你建議,，最后還得是人來完成,。”張穎婕表示,，算法其實(shí)是非常厲害的,，如果騎手能夠按照算法推薦的路線，他的收益一定是最高的,。但事實(shí)卻是,，百分之七八十的騎手，都不會(huì)完全遵從算法的推薦,。在張穎婕看來,，這些問題不是人工智能本身造成的，而是使用者和管理者存在的問題,，如平臺(tái)方和企業(yè),。人機(jī)協(xié)同固然可以提高系統(tǒng)的性能和效率，但也需要充分考慮人的因素和作用,。在設(shè)計(jì)和應(yīng)用AI技術(shù)時(shí),，需要考慮到人的需求和利益，以確保AI技術(shù)能夠真正為人類服務(wù),。那么人與AI,，什么時(shí)候能達(dá)到最優(yōu)的調(diào)和效果呢？一種新的算法策略出現(xiàn)了：算法會(huì)去預(yù)測人會(huì)不會(huì)違約,，會(huì)不會(huì)不遵守算法,，而把人的情感考慮到算法的模型里邊。在設(shè)計(jì)者看來,，這種策略按算法來說可能不是最優(yōu)的,，但一定是算法加人最優(yōu)?！叭绻谔囟ǖ膱鼍跋?，只能依靠人來做最后決策的話，你就要考慮全局,，把人的情感也考慮進(jìn)去,。”張穎婕說,。