เทคโนโลยีสามารถเพิ่มความสามารถในการตัดสินใจของเราได้หรือไม่?

Anonim

นักวิทยาศาสตร์กองทัพเมื่อเร็ว ๆ นี้ได้รับรางวัลกระดาษที่ดีที่สุดในการประชุมสมาคมเครื่องจักรกลคอมพิวเตอร์แห่งปีที่ 26 เกี่ยวกับการสร้างแบบจำลองผู้ใช้การปรับตัวและการปรับเปลี่ยนแบบเฉพาะสำหรับผู้ใช้เพื่อหาว่าคนส่วนใหญ่ไม่สามารถแยกความแตกต่างระหว่างความชอบส่วนติดต่อผู้ใช้และการตัดสินใจที่ดี

ดร. เจมส์เชฟเฟอร์นักวิจัยจากห้องปฏิบัติการวิจัยกองทัพสหรัฐประจำการที่ ARL West และผู้ทำงานร่วมกันของเขาที่ University of California, Santa Barbara, Drs John O'Donovan และ Tobias Höllererได้รับรางวัลกระดาษที่ดีที่สุดในที่ประชุมที่จัดขึ้นในเดือนกรกฎาคมที่ Nanyang Technological University ในสิงคโปร์

ดังนั้นเทคโนโลยีจริงๆเพิ่มความสามารถในการตัดสินใจของเราหรือไม่?

บทความเรื่อง "แยกประสบการณ์ของผู้ใช้จากความพึงพอใจของลูกค้า" กล่าวถึงคำถามนี้และเสริมสร้างทฤษฎีที่สนับสนุนการประเมินระบบ recommender ซึ่งได้รับการออกแบบมาเพื่อช่วยให้ผู้ใช้สามารถเลือกได้ดี

ระบบแนะนำเป็นอัลกอริธึมอัจฉริยะเทียมที่ใช้ข้อมูลขนาดใหญ่เพื่อแนะนำผลิตภัณฑ์เพิ่มเติมแก่ผู้บริโภคซึ่งอิงจากสิ่งต่างๆเช่นการซื้อสินค้าในอดีตข้อมูลประชากรหรือประวัติการค้นหาเป็นต้น นึกถึงคุณลักษณะ "คนที่คุณอาจรู้จัก" ที่มีอยู่ในแพลตฟอร์มโซเชียลมีเดียมากมายในปัจจุบัน

ในระบบ recommender ได้สันนิษฐานว่าผู้ใช้สร้างโมเดลทางจิตที่ซับซ้อนมาก ๆ ของอินเทอร์เฟซสำหรับผู้ใช้

นี่สะท้อนให้เห็นในการวัดผลประสบการณ์ของผู้ใช้ในปัจจุบันซึ่งทำให้เกิดการตอบสนองแบบอัตนัยในคุณลักษณะต่างๆของระบบ

อย่างไรก็ตามผลการวิจัยใหม่ของ ARL ขัดแย้งกับสมมติฐานนี้และยังแสดงให้เห็นว่าความพึงพอใจส่วนตัวของผู้ใช้กับการตัดสินใจของพวกเขาทั้งหมดได้รับอิทธิพลอย่างมากจากสถานะทางความคิดและลักษณะของพวกเขา

Schaffer กล่าวว่า "ประสบการณ์ของผู้ใช้และความพึงพอใจด้านการเลือกสามารถผสานได้ง่ายเมื่อการออกแบบระบบที่ดีสร้างความรู้สึกที่ดีเกี่ยวกับประสบการณ์ "นี่อาจนำไปสู่สถานการณ์ที่เป็นเท็จซึ่งนักวิจัยอาจจะมีการตัดสินใจที่ดีเนื่องจากมีลักษณะหรือความสะดวกในการใช้งานของระบบ"

ผู้เขียนได้ดึงเอาผลงานทางประวัติศาสตร์มาใช้ในการรับรู้ความสุขในการสร้างยุทธศาสตร์การวัดที่สามารถอธิบายสถานการณ์นี้ได้ดีขึ้น

กองทัพยังคงผลักดันให้ทันสมัยขึ้นของกองกำลังของตนด้วยความพยายามที่น่าทึ่งรวมทั้ง Android Tactical Assault Kit และจัดสรรเงินทุนเพื่อการวิจัย AI ใหม่และวิธีการเรียนรู้เครื่องเพื่อช่วยให้บุคลากรสั่งการและการควบคุม

ระบบแนะนำและรูปแบบอื่น ๆ ของ AI น่าจะมีบทบาทสำคัญในการตัดสินใจในสนามรบ แต่แนวทางทางวิชาการและองค์กรในการออกแบบระบบดังกล่าวมักล้มเหลวเมื่อเปลี่ยนไปใช้สนามรบเนื่องจากค่าใช้จ่ายที่เพิ่มขึ้นของความล้มเหลว

"ปัจจุบันสถานะของศิลปะในระบบ recommender น่าจะทำให้กองทัพสหรัฐทันสมัยในทิศทางที่ไม่ถูกต้องและผลจากกระดาษนี้เป็นคำเตือนสำหรับการประเมินอัตนัยประเภทใดก็ตามที่ยกตัวอย่างเช่นการฝึกทหาร" Schaffer กล่าว.

การวิจัยของเชฟเฟอร์ช่วยในการสร้างพื้นฐานสำหรับกลยุทธ์การประเมินผลที่สามารถช่วยกองทัพแยกความแตกต่างระหว่างเทคโนโลยีที่ช่วยเพิ่มประสิทธิภาพและเทคโนโลยีที่มีปัจจัยเหลือเฟือ

ในความเป็นจริงการวิจัยครั้งนี้ชี้ให้เห็นว่าเราควรจะเห็นตรงกันข้าม: ความไม่พอใจของผู้มีอำนาจตัดสินใจน่าจะหมายถึงสิ่งที่กำลังประสบความสำเร็จ

เชฟเฟอร์แสดงความพอใจกับรางวัลนี้และเชื่อว่าจะแสดงให้เห็นถึงสัญญาของโครงการ Open Campus

"แนวคิดการวิจัยนี้เกิดขึ้นได้เนื่องจากคุยกับนักวิทยาศาสตร์ ARL จากคณะกรรมการการวิจัยและวิศวกรรมของมนุษย์ดร. เบนจามินไฟล์ซึ่งผมคิดว่าจริงๆเน้นประโยชน์ของโครงการ ARL's Open Campus" เชฟเฟอร์กล่าว "เอกสารฉบับนี้เป็นไปได้ด้วยความร่วมมือกับ UCSB ซึ่งแสดงให้เห็นถึงสิ่งที่ดีเกิดขึ้นเมื่อ ARL ร่วมมือกับมหาวิทยาลัยนอกฉันอาจจะไม่ได้มีการอภิปรายที่เน้นความเป็นไปได้ของแนวคิดนี้ในสภาพแวดล้อมที่แตกต่างกัน"

menu
menu