論文の概要: Human-Centric Decision Support Tools: Insights from Real-World Design and Implementation

• arxiv url: http://arxiv.org/abs/2111.05796v2
• Date: Thu, 11 Nov 2021 14:09:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-08 12:10:04.848910
• Title: Human-Centric Decision Support Tools: Insights from Real-World Design and Implementation
• Title（参考訳）: 人間中心決定支援ツール:実世界設計と実装の展望
• Authors: Narges Ahani (1) and Andrew C. Trapp (1 and 2) ((1) Data Science Program, Worcester Polytechnic Institute, Worcester, MA, (2) WPI Business School, Worcester Polytechnic Institute, Worcester, MA)
• Abstract要約: 意思決定支援ツールは、挑戦的な決定問題に対する意思決定の改善を可能にする。 彼らの意図的なデザインは、彼らが生み出す価値の重要な構成要素です。 私たちは、効果的な意思決定支援ツールを設計するための革新的で、おそらく見落とされがちなアプローチを提唱します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Decision support tools enable improved decision-making for challenging decision problems by empowering stakeholders to process, analyze, visualize, and otherwise make sense of a variety of key factors. Their intentional design is a critical component of the value they create. All decision-support tools share in common that there is a complex decision problem to be solved for which decision-support is useful, and moreover, that appropriate analytics expertise is available to produce solutions to the problem setting at hand. When well-designed, decision support tools reduce friction and increase efficiency in providing support for the decision-making process, thereby improving the ability of decision-makers to make quality decisions. On the other hand, the presence of overwhelming, superfluous, insufficient, or ill-fitting information and software features can have an adverse effect on the decision-making process and, consequently, outcomes. We advocate for an innovative, and perhaps overlooked, approach to designing effective decision support tools: genuinely listening to the project stakeholders, to ascertain and appreciate their real needs and perspectives. By prioritizing stakeholder needs, a foundation of mutual trust and understanding is established with the design team. We maintain this trust is critical to eventual tool acceptance and adoption, and its absence jeopardizes the future use of the tool, which would leave its analytical insights for naught. We discuss examples across multiple contexts to underscore our collective experience, highlight lessons learned, and present recommended practices to improve the design and eventual adoption of decision dupport tools.
• Abstract（参考訳）: 意思決定支援ツールは、ステークホルダーが処理し、分析し、視覚化し、その他に様々な重要な要素を理解できるようにすることで、意思決定を改善する。 彼らの意図的な設計は、彼らが生み出す価値の重要な要素です。 意思決定支援ツールはすべて共通して、意思決定支援が役に立つような複雑な意思決定問題があり、さらに、適切な分析専門知識が手元にある問題に対するソリューションを生み出すために利用可能である。 適切に設計された意思決定支援ツールは、摩擦を減らし、意思決定プロセスのサポートを提供することで、意思決定者の品質決定能力を向上させる。 一方で、圧倒的、超流動的、不十分、不適合な情報やソフトウェア機能の存在は、意思決定プロセスやその結果に悪影響を及ぼす可能性がある。 私たちは、プロジェクトステークホルダーに真に耳を傾け、彼らの本当のニーズと視点を確かめ、評価する、効果的な意思決定支援ツールを設計するための革新的で、おそらく見落とされがちなアプローチを提唱します。 ステークホルダーのニーズを優先順位付けすることで、デザインチームとの相互信頼と理解の基礎が確立される。 この信頼は、最終的にツールの受け入れと採用に不可欠であり、その欠如は、ツールの将来的な使用を危険にさらす。 我々は,複数のコンテキストにわたる事例を議論し,集団的経験を強調し,学んだ教訓を強調するとともに,意思決定ダップポートツールの設計と最終的な採用を改善するための推奨プラクティスを提案する。

関連論文リスト

• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• Rational Decision-Making Agent with Internalized Utility Judgment [91.80700126895927]
  大規模言語モデル(LLM)は目覚ましい進歩を示し、従来のNLPアプリケーションを超えて複雑な多段階決定タスクを実行できるエージェントにLLMを開発するための重要な努力を惹きつけている。 本稿では,RadAgentを提案する。このRadAgentは,経験探索とユーティリティ学習を含む反復的なフレームワークを通じて,合理性の発展を促進する。 ToolBenchデータセットの実験結果は、RadAgentがベースラインよりも優れていることを示している。
  論文  参考訳（メタデータ） (2023-08-24T03:11:45Z)
• Learning Personalized Decision Support Policies [56.949897454209186]
  $texttModiste$は、パーソナライズされた意思決定支援ポリシーを学ぶためのインタラクティブツールである。 パーソナライズされたポリシは、オフラインポリシよりも優れており、コストを意識した環境では、パフォーマンスの低下を最小限に抑えて、発生したコストを削減することができる。
  論文  参考訳（メタデータ） (2023-04-13T17:53:34Z)
• On solving decision and risk management problems subject to uncertainty [91.3755431537592]
  不確実性は意思決定とリスク管理において広範囲にわたる課題である。 本稿では,このような戦略を体系的に理解し,その適用範囲を判断し,それらをうまく活用するための枠組みを開発する。
  論文  参考訳（メタデータ） (2023-01-18T19:16:23Z)
• Explainability's Gain is Optimality's Loss? -- How Explanations Bias Decision-making [0.0]
  説明は、アルゴリズムと人間の意思決定者とのコミュニケーションを促進するのに役立つ。 因果モデルに関する特徴に基づく説明のセマンティクスは、意思決定者の以前の信念から漏れを引き起こす。 このような違いは、準最適かつ偏った決定結果をもたらす可能性がある。
  論文  参考訳（メタデータ） (2022-06-17T11:43:42Z)
• Inverse Online Learning: Understanding Non-Stationary and Reactionary Policies [79.60322329952453]
  エージェントが意思決定を行う方法の解釈可能な表現を開発する方法を示す。 一連の軌跡に基づく意思決定プロセスを理解することにより,このオンライン学習問題に対して,政策推論問題を逆問題とみなした。 本稿では、エージェントがそれらを更新するプロセスと並行して、その影響を遡及的に推定する実用的なアルゴリズムを提案する。 UNOSの臓器提供受諾決定の分析に応用することで、我々のアプローチは意思決定プロセスを管理する要因や時間とともにどのように変化するかに、貴重な洞察をもたらすことができることを実証する。
  論文  参考訳（メタデータ） (2022-03-14T17:40:42Z)
• A survey of algorithmic recourse: definitions, formulations, solutions, and prospects [24.615500469071183]
  我々は、自動意思決定システムによって不当に扱われる個人に対して、説明とレコメンデーションを提供するアルゴリズムの講義に焦点をあてる。 我々は、広範な文献レビューを行い、統一された定義、定式化、言論への解決策を提示することで、多くの著者の努力を一致させます。
  論文  参考訳（メタデータ） (2020-10-08T15:15:34Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)
• Autoencoders for strategic decision support [5.922780668675565]
  戦略的に関連する粒度のフィードバックを提供するために,オートエンコーダを導入,拡張する。 最初の実験は、専門家が意思決定に不整合であることを示し、戦略的な意思決定支援の必要性を強調している。 本研究は,人間の意思決定におけるいくつかの主要な弱点を確認し,モデルと人間の相乗効果の重要性を強調した。
  論文  参考訳（メタデータ） (2020-05-03T12:54:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。