論文の概要: Discretion in the Loop: Human Expertise in Algorithm-Assisted College Advising

• arxiv url: http://arxiv.org/abs/2505.13325v1
• Date: Mon, 19 May 2025 16:34:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.738739
• Title: Discretion in the Loop: Human Expertise in Algorithm-Assisted College Advising
• Title（参考訳）: ループにおける判断:アルゴリズム支援大学助言における人間の専門知識
• Authors: Sofiia Druchyna, Kara Schechtman, Benjamin Brandon, Jenise Stafford, Hannah Li, Lydia T. Liu,
• Abstract要約: 介入を指導し、学生の成功に影響を及ぼすアルゴリズムにおいて、アドバイザーがコンテキストを利用できない方法を検討する。 本研究は,非アルゴリズム的文脈を用いて,3つの介入のうち2つの介入が,学生に対して「専門的標的」であったことを推定した。 本研究は,アルゴリズムを用いた大学助言の現実的有効性に関する理論的および実践的な知見を提供する。
• 参考スコア（独自算出の注目度）: 5.35884215911099
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In higher education, many institutions use algorithmic alerts to flag at-risk students and deliver advising at scale. While much research has focused on evaluating algorithmic predictions, relatively little is known about how discretionary interventions by human experts shape outcomes in algorithm-assisted settings. We study this question using rich quantitative and qualitative data from a randomized controlled trial of an algorithm-assisted advising program at Georgia State University. Taking a mixed-methods approach, we examine whether and how advisors use context unavailable to an algorithm to guide interventions and influence student success. We develop a causal graphical framework for human expertise in the interventional setting, extending prior work on discretion in purely predictive settings. We then test a necessary condition for discretionary expertise using structured advisor logs and student outcomes data, identifying several interventions that meet the criterion for statistical significance. Accordingly, we estimate that 2 out of 3 interventions taken by advisors in the treatment arm were plausibly "expertly targeted" to students using non-algorithmic context. Systematic qualitative analysis of advisor notes corroborates these findings, showing that advisors incorporate diverse forms of contextual information--such as personal circumstances, financial issues, and student engagement--into their decisions. Finally, we explore the broader implications of human discretion for long-term outcomes and equity, using heterogeneous treatment effect estimation. Our results offer theoretical and practical insight into the real-world effectiveness of algorithm-supported college advising, and underscore the importance of accounting for human expertise in the design, evaluation, and implementation of algorithmic decision systems.
• Abstract（参考訳）: 高等教育において、多くの機関はアルゴリズムによる警告を使用して、リスクの高い学生に警告を与え、大規模に助言を提供する。 多くの研究はアルゴリズムの予測を評価することに重点を置いているが、人間の専門家による決定的な介入がアルゴリズム支援の環境でどのように結果を形成するかについては、比較的知られていない。 本稿では,ジョージア州立大学におけるアルゴリズム支援助言プログラムのランダム化試験から得られた量的および定性的なデータを用いて,この問題について検討する。 混成手法を用いて、介入を指導し、学生の成功に影響を及ぼすアルゴリズムにおいて、アドバイザーが文脈を利用できないかどうかを検証した。 我々は、介入設定における人間の専門知識のための因果的グラフィカル・フレームワークを開発し、純粋に予測的な設定における判断の事前作業を拡張した。 次に、構造化されたアドバイザログと学生結果データを用いて、決定的専門知識に必要な条件を検証し、統計的意義の基準を満たすいくつかの介入を特定する。 本研究は,非アルゴリズム的文脈の学生を対象に,治療腕の助言者による介入3件のうち2件を「専門的対象」と推定した。 アドバイザノートの体系的質的質的分析は、これらの知見を裏付け、アドバイザーが、個人の状況、財政問題、学生のエンゲージメントなど、様々な種類の文脈情報を含むことを示す。 最後に、不均一な治療効果推定を用いて、長期的成果と株式に対する人間の判断の幅広い意味について検討する。 本研究は,アルゴリズム支援大学助言の現実的有効性に関する理論的,実践的な知見を提供し,アルゴリズム決定システムの設計,評価,実装における人間の専門知識の会計の重要性を裏付けるものである。

関連論文リスト

• Integrating Expert Judgment and Algorithmic Decision Making: An Indistinguishability Framework [12.967730957018688]
  予測と意思決定タスクにおける人間とAIの協調のための新しい枠組みを導入する。 我々の手法は人間の判断を利用して、アルゴリズム的に区別できない入力を区別する。
  論文  参考訳（メタデータ） (2024-10-11T13:03:53Z)
• Designing Algorithmic Recommendations to Achieve Human-AI Complementarity [2.4247752614854203]
  人間の意思決定を支援するレコメンデーションアルゴリズムの設計を形式化する。 我々は、潜在的なアウトカムフレームワークを使用して、ヒトの意思決定者による二元的治療選択に対するレコメンデーションの効果をモデル化する。 機械学習で実装可能な最小限の推奨アルゴリズムを導出する。
  論文  参考訳（メタデータ） (2024-05-02T17:15:30Z)
• Reduced-Rank Multi-objective Policy Learning and Optimization [57.978477569678844]
  実際には、因果研究者は先験を念頭において1つの結果を持っていない。 政府支援の社会福祉プログラムでは、政策立案者は貧困の多次元的性質を理解するために多くの成果を集めている。 本稿では、最適政策学習の文脈において、複数の結果に対するデータ駆動型次元性推論手法を提案する。
  論文  参考訳（メタデータ） (2024-04-29T08:16:30Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Doubting AI Predictions: Influence-Driven Second Opinion Recommendation [92.30805227803688]
  我々は,補完的な意見を提供する可能性のある専門家を識別する,共通の組織的実践に基づいて,人間とAIのコラボレーションを強化する方法を提案する。 提案手法は、一部の専門家がアルゴリズムによる評価に異を唱えるかどうかを特定することによって、生産的な不一致を活用することを目的としている。
  論文  参考訳（メタデータ） (2022-04-29T20:35:07Z)
• Decision-makers Processing of AI Algorithmic Advice: Automation Bias versus Selective Adherence [0.0]
  主な懸念は、アルゴリズムに対する人間の過度な信頼は、人間とアルゴリズムの相互作用に新しいバイアスをもたらすことである。 第2の懸念は、意思決定者が既存の信念やステレオタイプと一致した場合、アルゴリズム的なアドバイスを選択的に採用する傾向にある。 オランダにおける学校教師の雇用に関する決定におけるアルゴリズム的アドバイスの使用をシミュレートする2つの研究を通して、これらを評価する。 選択的、偏りのある遵守の私たちの発見は、公共部門でアルゴリズムの使用を推し進めた中立性の約束です。
  論文  参考訳（メタデータ） (2021-03-03T13:10:50Z)
• Leveraging Expert Consistency to Improve Algorithmic Decision Support [62.61153549123407]
  建設のギャップを狭めるために観測結果と組み合わせることができる情報源として,歴史専門家による意思決定の利用について検討する。 本研究では,データ内の各ケースが1人の専門家によって評価された場合に,専門家の一貫性を間接的に推定する影響関数に基づく手法を提案する。 本研究は, 児童福祉領域における臨床現場でのシミュレーションと実世界データを用いて, 提案手法が構成ギャップを狭めることに成功していることを示す。
  論文  参考訳（メタデータ） (2021-01-24T05:40:29Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

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。