論文の概要: Boosting human decision-making with AI-generated decision aids
- arxiv url: http://arxiv.org/abs/2203.02776v1
- Date: Sat, 5 Mar 2022 15:57:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-09 10:47:42.573596
- Title: Boosting human decision-making with AI-generated decision aids
- Title(参考訳): AIによる意思決定支援で人間の意思決定を促進する
- Authors: Frederic Becker, Julian Skirzy\'nski, Bas van Opheusden, Falk Lieder
- Abstract要約: 我々は,従来の手法の出力を手続き的命令に変換するアルゴリズムを開発した。
実験の結果、これらの自動意思決定は、道路旅行計画や住宅ローン選択における人々のパフォーマンスを著しく向上させることがわかった。
これらの結果は、AIによる強化が、現実世界における人間の意思決定を改善する可能性があることを示唆している。
- 参考スコア(独自算出の注目度): 8.373151777137792
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human decision-making is plagued by many systematic errors. Many of these
errors can be avoided by providing decision aids that guide decision-makers to
attend to the important information and integrate it according to a rational
decision strategy. Designing such decision aids is a tedious manual process.
Advances in cognitive science might make it possible to automate this process
in the future. We recently introduced machine learning methods for discovering
optimal strategies for human decision-making automatically and an automatic
method for explaining those strategies to people. Decision aids constructed by
this method were able to improve human decision-making. However, following the
descriptions generated by this method is very tedious. We hypothesized that
this problem can be overcome by conveying the automatically discovered decision
strategy as a series of natural language instructions for how to reach a
decision. Experiment 1 showed that people do indeed understand such procedural
instructions more easily than the decision aids generated by our previous
method. Encouraged by this finding, we developed an algorithm for translating
the output of our previous method into procedural instructions. We applied the
improved method to automatically generate decision aids for a naturalistic
planning task (i.e., planning a road trip) and a naturalistic decision task
(i.e., choosing a mortgage). Experiment 2 showed that these automatically
generated decision-aids significantly improved people's performance in planning
a road trip and choosing a mortgage. These findings suggest that AI-powered
boosting has potential for improving human decision-making in the real world.
- Abstract(参考訳): 人間の意思決定は多くの体系的な誤りに悩まされている。
これらのエラーの多くは、意思決定者が重要な情報に参加し、合理的な決定戦略に従ってそれを統合するための意思決定支援を提供することによって回避できる。
このような意思決定支援を設計するのは面倒な手作業です。
認知科学の進歩は、将来このプロセスを自動化できるかもしれない。
我々は最近,人間の意思決定に最適な戦略を発見する機械学習手法と,それらの戦略を説明する自動手法を導入した。
この方法で構築された意思決定補助は、人間の意思決定を改善することができた。
しかし、この方法による記述に従えば、非常に面倒である。
我々は,自動検出された決定戦略を一連の自然言語指示として伝達することで,この問題を克服できると仮定した。
実験1では,前回手法による意思決定支援よりも手続き指示の理解が容易であった。
そこで本研究では,提案手法の出力を手続き的命令に変換するアルゴリズムを開発した。
本研究では,自然計画課題(道路計画)と自然計画決定課題(住宅ローン選択)に対する意思決定支援を自動的に生成する改良手法を適用した。
実験2では,これらの自動意思決定は,道路旅行計画や住宅ローン選択における人々のパフォーマンスを著しく向上させた。
これらの結果は、AIによる強化が現実世界における人間の意思決定を改善する可能性を示唆している。
関連論文リスト
- Decoding AI's Nudge: A Unified Framework to Predict Human Behavior in
AI-assisted Decision Making [24.258056813524167]
本稿では,AI支援の様々な形態が意思決定者に与える影響を解釈できる計算フレームワークを提案する。
人間の意思決定プロセスにおけるAIアシストを「エマード」として概念化することで、私たちのアプローチは、異なる形のAIアシストが人間の戦略をどのように修正するかをモデル化することに集中します。
論文 参考訳(メタデータ) (2024-01-11T11:22:36Z) - Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。
Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
論文 参考訳(メタデータ) (2023-11-13T16:00:16Z) - Decision-aid or Controller? Steering Human Decision Makers with
Algorithms [5.449173263947196]
人間の意思決定者について学習し、最終決定に影響を与えるために「個人化された推薦」を提供する意思決定支援アルゴリズムについて検討する。
このようなアルゴリズムの潜在的な応用とその社会的意味について論じる。
論文 参考訳(メタデータ) (2023-03-23T23:24:26Z) - Explainable Data-Driven Optimization: From Context to Decision and Back
Again [76.84947521482631]
データ駆動最適化では、コンテキスト情報と機械学習アルゴリズムを使用して、不確実なパラメータによる決定問題の解決策を見つける。
本稿では,データ駆動型問題に対する解法を説明するために,対実的説明手法を提案する。
在庫管理やルーティングといった運用管理における重要な問題を説明することで,我々のアプローチを実証する。
論文 参考訳(メタデータ) (2023-01-24T15:25:16Z) - 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) - Improving Human Sequential Decision-Making with Reinforcement Learning [32.969050978497066]
トレースデータから"ベストプラクティス"を抽出できる新しい機械学習アルゴリズムを設計する。
我々のアルゴリズムは、労働者の行動と最適な政策によって取られた行動のギャップを最もうまく埋めるヒントを選択する。
実験の結果,提案アルゴリズムが生成したチップは人体の性能を著しく向上させることができることがわかった。
論文 参考訳(メタデータ) (2021-08-19T02:57:58Z) - Decision Rule Elicitation for Domain Adaptation [93.02675868486932]
ヒトインザループ機械学習は、専門家からラベルを引き出すために人工知能(AI)で広く使用されています。
この作業では、専門家が意思決定を説明する決定ルールを作成できるようにします。
決定規則の適用はアルゴリズムのドメイン適応を改善し、専門家の知識をAIモデルに広めるのに役立つことを示す。
論文 参考訳(メタデータ) (2021-02-23T08:07:22Z) - Improving Human Decision-Making by Discovering Efficient Strategies for
Hierarchical Planning [0.6882042556551609]
計算資源が限られているため、効率的な計画戦略が必要です。
これらの戦略を計算する能力は、以前は非常に小さく、非常に単純な計画タスクに限られていました。
本稿では,この制限を克服できる認知型強化学習手法を提案する。
論文 参考訳(メタデータ) (2021-01-31T19:46:00Z) - Indecision Modeling [50.00689136829134]
AIシステムは人間の価値観に合わせて行動することが重要である。
人々はしばしば決定的ではなく、特に彼らの決定が道徳的な意味を持つときです。
論文 参考訳(メタデータ) (2020-12-15T18:32:37Z) - Automatic Discovery of Interpretable Planning Strategies [9.410583483182657]
我々は、慣用的ポリシーを単純かつ解釈可能な記述に変換する方法であるAI-Interpretを紹介する。
フローチャートとしてAI-Interpretが生み出す決定ルールを守れば、人々の計画戦略や意思決定は大幅に改善される。
論文 参考訳(メタデータ) (2020-05-24T12:24:52Z) - A Case for Humans-in-the-Loop: Decisions in the Presence of Erroneous
Algorithmic Scores [85.12096045419686]
本研究では,児童虐待のホットラインスクリーニング決定を支援するアルゴリズムツールの採用について検討した。
まず、ツールがデプロイされたときに人間が行動を変えることを示します。
表示されたスコアが誤ったリスク推定である場合、人間はマシンの推奨に従わない可能性が低いことを示す。
論文 参考訳(メタデータ) (2020-02-19T07:27:32Z)
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。