管理者比以往任何时候都更有能力做出正确的决策。他们更清楚人类的判断可能是错误的。他们有很多关于他们的客户和产品的数据。他们可以使用人工智能 (AI) 以前所未有的速度分析、总结和合成信息。但是,随着钟摆不断从直觉转向基于数据的决策,公司需要意识到一系列不同的危险。
经济学人双语版:仅根据数据做出决策有哪些风险?
在一篇论文中,Linda Chang 和她的同事们提出了他们称之为“ ”的偏见。仅对数据进行的风险是:它是作为 ,之后的那个在战争中穿上。但是张女士和她的同事为什么要穿上。
丰田研究所( )的琳达·张(Linda Chang)和她的合著者在最近的一篇论文中发现了一种认知偏差,他们称之为“定量固定”。仅依靠数据做决定的风险是众所周知的:有时被称为麦克纳马拉谬误,因为美国国防部长在对越南战争的评估中强调了误导性的定量措施。但张女士和她的合著者有助于解释为什么人们过分强调数字。
似乎 数据是 到 。在一个 中,被要求两个 for a 。一个人更多地爬上去,但很少留在公司里;另一个 由 ,具有 的 a 但 的较低值。这是 .他们发现,更多的是 to on when only that is ,以及 on when that was the thing with a .
原因似乎是这些数据特别适合进行比较。在一项实验中,参与者被要求想象在两名软件工程师之间进行选择以获得晋升。工程师被评估为更有可能获得晋升,但不太可能留在公司;相比之下,另一名工程师更有可能留在这份工作岗位上,但不太可能得到晋升。研究人员已经改变了这些信息的呈现方式。他们发现,当仅量化此标准时,参与者更有可能根据未来的促销前景进行选择,而当留存率是数字化的时,他们更有可能根据留存率进行选择。
这种偏见的一个是 。但是,正如所指出的,有些人比 .一家公司是作为 for job- than its .数据可以更多地了解早期阶段的 ,而不是 。 允许轻松。就是他们没有讲述整个故事。
为什么会有这种偏见?答案之一是量化一切。但是,正如作者指出的那样,有些事物不像其他事物那样在数字上可量化。对于求职者来说,企业文化比工资水平更难用数字来表达。数据可以告诉早期投资者更多地了解初创公司的财务状况,而不是创始人的韧性。这些数字可以很容易地进行比较。问题是,数字并不总是能说明全部情况。
还有其他风险。 给他们的 的 和 他们 对 其他 所做的 一样 。采取偏见,至于你的观点。在纽约的 Itai Yanai 和 Heine 要求 - 说出他们和,他们 a 这两个 1,000 。面对一张图表,谁更愿意在数据中看到一个。 .
还有其他风险。人类在分析数字时与其他决策具有相同的认知偏差。以确认偏差为例,即将信息解释为支持您观点的倾向。在另一个实验中,纽约大学和海涅大学的 Itai Yanai 要求计算机科学本科生说出财富和幸福之间的一般相关性,然后向他们展示 1,000 人中这两个变量之间关系的虚拟数据集。面对相同的图表,预期正相关的学生更有可能在数据中看到正相关。信念影响解释。
的 与基本数据 : 小于 在 的 ,即使奖品的几率相同。在一个充斥着 AI 的世界里,这似乎是这样的。在另一个 ,和 Mirko 的 of 和 de 的 ESMT 发现,当其他 - -领导和他们自己的 .如果是坏的,他们就去做,如果是好的,他们就不去做。 曾经说过,IBM 曾经被解雇过。“ 被解雇 ” 那一天并不难。
很多人都在努力学习基本的数据素养:即使获胜的几率完全相同,消费者也不太可能参加与大量竞争对手的比赛。在一个对 AI 模型充满热情的世界中,依赖算法似乎是解决这个问题的明智解决方案。在另一项实验中,法兰克福金融与管理学院的 和 Mirko 以及柏林 EMT 的 de 发现,当其他决策者无视机器主导的建议并自行判断时,管理者们不会留下深刻印象。如果结果不好网校哪个好,经理会责怪他们,如果结果好,经理不会奖励他们。人们过去常说,没有人因为收购 IBM 而被解雇。不难想象,“没有人会因为遵循算法而被解雇”会成为现代的等价物。
但有时 . 回到世界的本来面目,而不是世界本来的样子。这是对新想法的 at 。在 HBO 的早期,一部电视 ,在 a of 和 to 那打破了模式:,一部在第一部中脱离主要的戏剧。其他下来的想法 a in ;HBO 没有。 ON 数据可能会导致更多 ,但它们也会更安全。
但有时人类也有优势。例如,数据集反映的是世界的本来面目,而不是它可能是什么。通过查看现有模式来评估全新的想法更加困难。在开创性的电视频道 HBO 的早期,高管们利用直觉和逆向主义的结合来委托制作一个破坏者:一部亵渎神明的喜剧特辑,一部在第一集中杀死主角的监狱剧。其他电视网络拒绝了对暴力暴徒进行治疗的想法;HBO 没有。依赖数据可能会带来更合理的决策,但它们也更安全。
这并不是说数据,也不是说 make than .远非如此。但这是一个 . 和。他们也有缺陷。
这并不是说本能胜过数据,也不是说人类比机器做出更好的决策。远非如此。但这是一个警告。数字化承诺严谨、确定和客观。他们也有缺陷。
关键词汇
好好修理;恢复;赔偿;支付;成功;著名;起源
他们有 他们有
人工智能
远离
直觉
活着就是活着;右。。。著名的
研究所;研究院;研究机构 ;科研机构 ;研究院
bias 认知偏差 ;认知偏差 ;认知偏差 ;认知偏好
on 取决于 ;basis,根据
到 as 被调用;缩写;叫