人们可能更信任电脑而不是人类

从选择播放列表中的下一首歌到选择合适尺寸的裤子，人们越来越依赖算法的建议来帮助他们做日常决定，简化他们的生活。

特里商学院管理信息系统系博士生Eric Bogert说:“算法能够完成大量的任务，而且它们能够完成的任务数量实际上每天都在增加。”“随着任务难度的增加，人们似乎更倾向于依赖算法，而且这种影响比依赖他人建议的偏见更强。”

Bogert与管理信息系统教授Rick Watson和助理教授Aaron Schecter合作完成了这篇论文，“当任务变得更加困难时，人类更多地依赖于算法而不是社会影响”，这篇论文于4月13日发表在《自然》杂志上科学报告日报》。

人和算法

他们的研究涉及1500人评估照片，是分析如何以及何时进行摄影的大量工作的一部分人们通过算法处理信息并做出决定。

在这项研究中，研究小组要求志愿者数一张人群照片中的人数，并提供由其他一组人产生的建议和由算法产生的建议。

谢克特说，随着照片中人数的增加，数数变得更加困难，人们更倾向于听从算法给出的建议，而不是自己数，或者听从“人群的智慧”。

电脑的期望

谢克特解释说选择将人数算作试验任务是一个很重要的选择，因为照片中的人数会增加任务的难度。这也是外行期望计算机擅长的任务类型。

谢克特说:“这是一项人们认为计算机将擅长的任务，即使它可能比计算物体更容易受到偏见。”“人工智能的一个常见问题是，当它被用于授予信贷或批准某人贷款时。虽然这是一个主观的决定，但其中有很多数字——比如收入和信用评分——所以人们觉得这是一个算法的好工作。但我们知道，在很多情况下，由于没有考虑到社会因素，这种依赖会导致歧视性做法。”

谢克特说，近年来，面部识别和招聘算法也受到了审查，因为它们的使用暴露了它们构建方式的文化偏见，这可能会导致在将面部与身份匹配或筛选合格求职者时出现不准确。

理解这一点很重要

这些偏见可能不是预先的他补充说，发送像计数这样的简单任务，但它们在其他可信算法中的存在，正是理解人们在做决定时如何依赖算法的重要原因。

这项研究是谢克特更大的人机合作研究项目的一部分，该项目由美国陆军研究办公室提供30万美元的资助。

谢克特说:“最终的目标是观察人类和机器的决策，并找到如何让他们相互信任，以及如何改变他们的行为。”“因为这方面的研究很少，所以我们从基础开始。”

谢克特、沃森和博格特目前正在研究人们在做出创造性判断和道德判断时是如何依赖算法的，比如写描述性文章和设定囚犯的保释金。