“元宇宙”要來了，我們可以信任AI嗎？

來源：第一財經

　　人工智能的發展趨勢是人機合作

　　目前，人工智能在各行各業的商業應用方興未艾?，F有研究和案例總結得出，在部分應用場景下，人工智能可直接替代人工，而在更多復雜的場景中則以輔助人類決策的形式出現。

　　現有的實踐經驗表明，簡單任務場景下人工智能直接替代人工可極大提升生產率。例如，零售業企業可以用刷臉支付替代收銀員。某零售商的數據顯示，一臺刷臉支付機器相當于1.5個收銀柜臺，按早晚班計算，可以減少3個收銀員的人力成本，集團每年可節省1344萬元。

　　隨著人工智能在業界應用的興起，很多學者開始關注其對勞動力市場的影響。學術研究通過比照真實的人工決策和人工智能決策數據，更為具體地衡量了在不同任務下人工智能與人類決策質量的差距。例如，對比人工智能和法官對被逮捕的犯罪嫌疑人是否可以保釋的決策，發現人工智能可以很大程度上超越人類法官的決策水平，在審前羈押率不變的情況下，讓犯罪率下降24.7%。

　　在更為復雜的、尤其是涉及大量人際交互的場景中，人工智能更多以輔助人類決策的角色出現。例如，在互聯網金融中，貸款催收的痛點之一在于單筆額度較低，回款成本較高。借助人工智能技術，互聯網金融公司可以依托大數據和機器學習建模，對客戶的還款意愿進行分層打分，并提供相應的催收手段和策略。對于還款意愿高的客戶，采用提醒版催收話術；對于還款意愿中等的客戶，前期使用催收機器人，后期根據催收機器人反饋結果轉人工處理；對于還款意愿低的客戶，直接轉人工處理。據某互聯網金融公司統計，通過這一方式，綜合回收率可提升5%以上，并且能節省40%的人力成本。

　　人工智能輔助人類決策效率最高

　　該研究還希望進一步理解引入人工智能輔助人類決策對勞動力市場效率和平等的影響。研究團隊基于某公司的歷史現金貸實際數據進行了研究，對比三種情形下的貸款審批決策的效果：人類單獨決策、人類-人工智能合作決策、人工智能單獨決策。在人類決策組，決策者看到貸款者的背景信息，并獨立做出貸款決策；在人類-人工智能合作決策組，人工智能為決策者提供貸款者基于背景信息判定的“還款分”，決策者根據貸款者的還款分和其他背景信息，綜合做出貸款決策；在人工智能決策組，貸款決策完全由人工智能完成。然后我們用貸款者的真實歷史表現衡量上述三組的貸款決策質量，并分析其中的決策機制。

　　圖1 人類決策組、人類—人工智能決策組、人工智能決策組對比

　　如圖1最左側所示，人類決策組、人類-人工智能合作決策組、人工智能決策組的準確率分別是62.4%、70.6%和 84.7%，并在統計上有顯著差異。人類-人工智能合作決策組相比于人類決策組，準確率提高了13.3%，提升程度非?？捎^。

　　此外，也可觀察到三個決策組都出現了不同程度的決策錯誤，其決策錯誤可以進一步分為：一類錯誤——“錯誤地拒絕了實際還款的人（沒借錢給能還款的人）”和二類錯誤——“錯誤地接受了實際未還款的人（借錢給了還不起款的人）”兩類錯誤。圖1中間和右側兩列展示了這兩類決策錯誤的占比。人類-人工智能合作決策組相比于人類決策組，在兩類錯誤方面都有所降低。有趣的是，人類-人工智能合作決策組相比于人工智能決策組，僅僅在“錯誤地拒絕了實際還款的人（沒借錢給能還款的人）”方面落了下風（人工智能決策組僅為3.5%），而在“錯誤地接受了實際未還款的人（借錢給了還不起款的人）”比人工智能單獨決策表現更好（人工智能決策組為11.7%）。這意味著，人類做最終決策時更注重避免“錯誤地放貸給實際不會還款的人（借錢給了還不起款的人）”。人類與人工智能的目標不盡一致，可能是造成人們不愿意采納人工智能輔助的原因。

　　人工智能可以拉平人類決策能力的差距

　　人工智能在對勞動力的替代或者輔助過程中可能會影響勞動力市場內部的平等性。平等性直接影響著勞動力市場的穩定和公平，是在效率維度之外極為重要的考慮維度。該課題關注的是，人工智能輔助人類決策的時候是否增加或者降低了勞動效率的不平等？不同的勞動者有著不同的技能水平，對人工智能也有不同的態度，他們在人機結合進行決策的過程中的獲益程度可能將有所不同。

　　圖2的實線展示了決策者自己決策（橫軸）和有算法輔助決策（豎軸）下決策準確率的關系。我們發現與完全替代人類勞動力不同，人工智能輔助人類決策的情境下，可能會降低決策者之間表現的不平等性：原來表現欠佳的決策者提升更多，原來表現優秀的決策者提升更少，甚至變差。圖2的實線展示了決策者自己決策（橫軸）和有算法輔助決策（豎軸）下決策準確率的關系。我們發現與完全替代人類勞動力不同，人工智能輔助人類決策的情境下，可能會降低決策者之間表現的不平等性：原來表現欠佳的決策者提升更多，原來表現優秀的決策者提升更少，甚至變差。圖2顯示，大約有25%的決策者在有人工智能輔助的情形下，準確率反而變低。

　　圖2 人工智能決策與人類決策準確率

　　如何理解這種現象？首先，個人決策做得好的決策者由于原本的決策質量已經相對較高，人工智能的輔助作用相對有限。但是好的決策者在接受到人工智能信息輔助后反而會變差，這是一個出人意料的現象。我們發現這一現象主要是由決策者沒有在人類-人工智能決策中賦予人工智能信息足夠的權重導致的。我們將決策者對人工智能信息的權重提高至最優水平，計算出調整后的準確率。在圖2，紅色實心點代表原始數據，藍色空心點代表調整后的數據。可以看到，藍色空心點相比于紅色實心點發生了向上平移，絕大部分數據點都移至45度線以上。也就是說，如果人們更多地參考人工智能給出的建議，人類-人工智能合作決策可以提高絕大多數人的決策效率。