机构名称：
¥ 1.0
摘要 本研究旨在识别和解释适应人工智能建议的决策行为背后的机制。我们借鉴锚定效应和体验式学习文献，开发了一个新的理论框架。我们关注两个因素：（1）个人的初始估计与人工智能建议之间的差异，以及（2）第二个锚点（即前一年信用评分）的存在。我们在企业信用评级环境中进行了两项纵向实验，其中正确答案随机存在。我们发现个人表现出一些矛盾的行为。在差异较大且没有第二个锚点的情况下，个人更有可能做出调整努力，但他们的初始估计仍然是强有力的锚点。然而，在多锚点环境中，个人往往会减少对初始估计的依赖。我们还发现个人的准确性取决于他们的去偏差努力。
AI 何时能减少个人的锚定偏差并增强决策能力
主要关键词
相关文件推荐
