Алгоритмичен Анализатор Айверсия

Преди десетилетие трима откриватели от Университета в Пенсилвания вкараха термина „ омерзение към логаритъма “, с цел да опишат по какъв начин хората неотложно се доверяват на програмата за прогнозиране на времето, незабавно щом направи неточност - даже когато тя е била палато По -точно от човешките прогнози, които се изправиха против него.

Това остава в задната част на Хивеминдата на FT Alphaville, когато сме написали изявления дали Chatgpt може да търгува през деня; Подайте изпита CFA; получават икономическа степен; Дешифрирайте централното банкиране бал или си вземете работа като анализатор на продажбата.

С други думи, до момента в който продължаваме да питаме дали изкуственият разсъдък може да направи всички тези неща, ние също би трябвало да попитаме дали в действителност се доверяваме. Това е подходящо поради скулните, които фирмите харчат за AI инфраструктура. Ще бъде ли пропиляно, в случай че хората всъщност не се доверяват или харесват резултатите, даже и да са положителни?

Ето за какво тази нова книга на Герджан Вердикт и Франческо Стради е толкоз забавна. Ето нереалното:

Инвеститорите се доверяват на прогноза за анализатор, основана на AI? Ние се занимаваме с този въпрос посредством четири подтиквани опита с 3600 участници в Съединени американски щати. Нашите открития акцентират, че макар че вложителите актуализират своите убеждения за възвръщаемост в отговор на прогнозата, те са по -малко дружелюбни, когато анализатор включи AI. Това понижено доверие произтича от по-ниска възприемана меродавност в прогнозите, генерирани от AI. Ние разкриваме други значими нюанси: дамите, демократите и вложителите по -висока AI просветеност са по -отзивчиви към прогнозите на ИИ. За разлика от тях, сложността на модела на AI понижава вероятността за актуализиране на връщането. Допълнителните операции демонстрират, че доставчиците на прогнози не усилват реакциите на тяхното наличие. Като цяло, нашите открития провокират преобладаващите понятия за приемането на ИИ при взимане на финансови решения.

Ето по какъв начин работи: Вердикт и Стради назначиха куп американци на три разнообразни групи, с цел да видят какъв брой се доверяват на чисто продуцирана от индивида прогноза на Goldman Sachs, чисто „ напреднал AI Модел “-Произведена прогноза и прогноза, направена от„ Анализатори на Goldman Sachs, включваща съвременен AI модел на AI “. В противоположен случай отчетите бяха идентични.

След това откривателите разгледаха по какъв начин прогнозите се отразиха на личните предходни упования на участниците. И ето, написани от AI или подпомагани отчети се оказаха по-малко авторитетни от тези, създател на хората.

Въпреки това имаше някои забавни нюанси, както нереалните кимват.

съответно: Жените, хората, които дават своята политическа принадлежност като демократ, и тези с по-голяма познатост на AI са по-склонни да актуализират личните си прогнози, когато са били доста изпаднали в това, което сякаш е написано или асистирано или подпомагано Доклад сподели:

. . . Средно дамите демонстрират по-голяма податливост да актуализират позитивно своята религия за възвръщаемост на прогнозите, генерирани от AI, изключително когато имат по-големи първични неправилни схващания. Всъщност, до момента в който междинният вложител се отдалечава от сигнала от AI източници, дамите вложители наподобява актуализират своите убеждения към сигнала.

. . . По -вероятно е демократите да актуализират своите убеждения за връщане в сходство с прогнозите на AI, изключително когато има по -голяма разлика сред техните предходни убеждения и прогнозата. С други думи, демократите са по-възприемчиви към прогнозите, генерирани от AI.

. . . И най-после, по -високата AI просветеност подхожда на доста по -голяма актуализация на вярата на връщането към сигнала при приемане на прогноза за Man + Machine.

Вероятно тук са доказани доста приори на хората.

Също по този начин е удивително по какъв начин хората станаха по -недоверчиви, толкоз по -сложен звучи методът. Така че елементарната регресия с най-малки квадрати беше по-влиятелна от техниките за надълбоко образование или най-хубавия линеен неутрален оценител.

С други думи, в случай че ще употребявате AI, с цел да помогнете да произвеждате своите изследвания за продажба, тогава не тръпнете обстоятелството прекомерно мощно и наречете модела нещо като olde adaboost или домашно образование.