本研究探讨了人机混合模型在预测再犯罪风险中的优势与劣势，强调人工智能与人类的互补性。研究发现，机器预测的解释能提升人类表现，简单模型的教程更有效。同时，提出了针对大型语言模型（LLM）和人类评判者的偏见框架，强调评估系统的可靠性与脆弱性。最后，展示了LLM在决策任务中的潜力及其与人类行为的对齐问题。