准确预测与糟糕决策之间：AI/ML 差距
原文约300字，阅读约需1分钟。发表于：。智能代理依赖人工智能 / 机器学习功能来预测可能行动的后果并优化策略。然而，过分追求预测准确性忽视了对效用的准确可靠评估，导致期望效用与实际影响之间存在重大差距。该研究通过量化效用不确定性和概率估计对预期效用的敏感性，比较两者的影响，提出从纯准确性驱动的方法转向更加注重效用的方法。
本文介绍了关键使用的概念，以帮助人们辅助 AI 决策时的判断。通过随机在线实验来探索如何支持关键使用的训练，发现新手参与者表现出与经验工作者相似的与 AI 不一致的模式。参与者对其 AI 辅助决策的解释的定性研究表明，他们参考了 AI 模型无法获取的定性案例叙述，以学习何时（不）依赖 AI 预测。
