摘要 在人力资源管理 (HRM) 中使用人工智能 (AI) 进行决策引发了以下问题:员工如何看待这些决策的公平性以及他们是否感受到尊重的待遇(即互动公正)。在这项采用开放式定性问题的实验性调查研究中,我们研究了六个 HRM 职能中的决策,并操纵决策者(AI 或人类)和决策效价(正面或负面),以确定它们对个人互动公正、信任、非人化体验以及对决策者角色适当性的看法的影响。就决策者而言,使用人类决策者而不是 AI 通常会产生更好的尊重待遇感。就决策效价而言,经历积极决策而非消极决策的人通常会产生更好的尊重待遇感。在这些情况发生冲突的情况下,在某些指标上,人们更喜欢积极的 AI 决策而不是消极的人类决策。定性反应表明人们如何识别 AI 和人类决策的公正问题。我们概述了对理论、实践和未来研究的影响。
互联网用户每天都会在网上做出许多决策。随着近年来人工智能的快速发展,人工智能辅助决策(由人工智能模型提供决策建议和信心,而人类做出最终决策)已成为人机协作的新范式。在本文中,我们旨在定量了解人类决策者是否以及何时会采纳人工智能模型的建议。我们通过将人类决策者在每个决策任务中的认知过程分解为两个部分来定义人类行为模型空间:效用部分(即评估不同动作的效用)和选择部分(即选择要采取的动作),然后我们在模型空间中执行系统搜索以确定最适合现实世界人类行为数据的模型。我们的研究结果强调,在人工智能辅助决策中,人类决策者的效用评估和行动选择受到他们自己对决策任务的判断和信心的影响。此外,人类决策者表现出在效用评估中扭曲决策信心的倾向。最后,我们还分析了随着决策的利害关系不同,人类对人工智能建议的采纳行为的差异。
每年,BTI都会在收入10亿美元或更多的大型组织中与一组战略设计的顶级法律决策者组成。我们针对的是在法律事务上花费最多的行业决策者,以及思想领袖和创新的首席法律官。我们的调查还包括雇用和影响律师事务所选择和雇用的首席法律运营官和商业主管。
综合技术评审的目标是预测决策者的需求,并通过最大限度地发挥现有技术的价值,在药物的整个生命周期内释放药物的价值。综合技术评审旨在识别和评估不断发展的药物格局中的发展;识别现有证据中的关键差距并预测卫生系统内的挑战。药物证据(临床有效性、安全性、利用率)在初始处方集上市后不断发展,这可能会影响当前的治疗模式和即将出现的新型药物的潜在使用。综合卫生技术评审提供了一种途径来预测对决策者的影响,让决策者充分了解情况,并支持卫生政策和处方集的变化。
人工智能解释经常被提及作为改善人类与人工智能决策的一种方式,但实证研究并未发现解释有效性的一致证据,相反,当人工智能系统出错时,解释可能会增加过度依赖。虽然许多因素可能会影响对人工智能支持的依赖,但一个重要因素是决策者如何协调自己的直觉——基于先前知识、经验或模式识别的信念或启发式方法,用于做出判断——与人工智能系统提供的信息,以确定何时推翻人工智能预测。我们对两个预测任务进行了一项有声思考、混合方法研究,采用两种解释类型(基于特征和基于示例),以探索决策者的直觉如何影响他们对人工智能预测和解释的使用,并最终影响他们何时依赖人工智能的选择。我们的结果确定了推理人工智能预测和解释所涉及的三种直觉类型:关于任务结果的直觉、特征和人工智能限制。在此基础上,我们总结了三种可供决策者运用自己的直觉并推翻人工智能预测的途径。我们利用这些途径来解释为什么 (1) 我们使用的特征型解释并没有改善参与者的决策结果,反而增加了他们对人工智能的过度依赖,以及 (2) 我们使用的示例型解释比基于特征的解释提高了决策者的表现,并有助于实现人机互补的表现。总的来说,我们的工作确定了人工智能决策支持系统和解释方法的进一步发展方向,帮助决策者有效地运用直觉,实现对人工智能的适当依赖。
我们与国家的关系是独一无二的。只有国家才能强迫我们使用其服务并受其决策的约束。今天,我们与国家的关系正在被公共决策者,自动决策技术的采用使可能受到偏见和错误的自动化技术复杂化,并且通常是内在的。我们需要重新定位与国家和公共决策者的关系,以确保此类工具符合公平,正义和透明度的标准。本文建议我们需要一项有关在公共服务中使用自动决策的政策。本政策必须是强大的,必须提供足够的监管监督,以确保采用足够的保障措施,以确保个人在与部署自动决策工具的公共决策者的交易中受到尊重和保护。
• 转诊表中必须提供牙科检查同意书。客户或儿童的父母/监护人提供默示或明示的检查同意书。在客户没有能力提供同意书或临床医生不相信该人有能力提供知情同意检查的情况下,医疗决策者需要提供同意书。如果客户使用辅助和替代沟通 (AAC) 设备或其他非语言沟通方法,这些将在咨询期间得到满足,并在考虑提供同意的能力时包括在内。 • RDHM 转诊表中还提供了来自公共辩护办公室的医疗决策者 (MTDM) 定义信息。公共辩护办公室情况说明书定义了谁能够作为医疗决策者提供同意书
麻省理工学院的交通专家对中国数百个城市的决策者如何设计和采用交通相关政策有了新的见解——这些政策可能共同抑制中国快速增长的私家车需求。基于对历史数据的数学分析和对政策报告的文本分析,该团队得出结论:经历过类似城市发展和机动化趋势的中国城市会优先考虑相同类型的交通政策来应对当地情况。这种模式对寻求制定交通政策榜样的城市决策者很有意义。除了向北京和上海学习——创新政策制定的潮流引领者——以外,决策者现在还可以通过与面临与自己更相似的交通挑战的城市合作来学习。研究人员将数据和文本分析相结合的新颖方法可以应用于其他城市地区结构各异的快速发展中国家。
在 BGP 获得批准之前,开发项目不得开始。因此,决策者通常不应以无法实现 BNG 目标为由拒绝申请。相反,他们可能需要更广泛地考虑总体条件是否能够成功满足。建议决策者与申请人讨论是否需要履行第 106 条规定的规划义务,以确保开发项目获得显著的现场栖息地改善或场外收益。
