当公司转向人工智能时,他们这样做是为了优化业务决策。但是,如果您已经习惯了该技术的商品,又盲目地依赖AI工具并开始做出有偏见的决策,会发生什么?您敞开心to做出艰难的选择,甚至可能失去宝贵的客户。
微软的Twitter机器人Tay.ai就是一个例子。该机器人旨在从在线对话中学习并决定将新内容发布给她的关注者。尽管用例听起来相对简单,但该漫游器在一天之内就开始吐出种族主义和性别歧视短语。Tay并不是AI决策的绝佳广告。
因此,作为谨慎的负责任的业务人员,您可能会决定坚持人为的决策。这是一个较慢的过程,您可能会错失一些机会,但也很高兴知道您的决策是公正的。
如果我们退后一步,在上述情况下,您实际上是否已成功减少了决策中的偏见程度?我们如何确定人类还是AI工具正在做出更好和更少偏见的决策?
字典将偏见定义为“由于允许个人意见影响您的判断,以不公平的方式支持或反对特定的人或事物的行为。”如果我们深入研究,我们可以分解为多个子类别。包括统计偏见,认知偏见和偏见。
统计偏差是一个技术术语
。简而言之,它是您对某物的估计(例如,您将要出售的特定产品的价格)与实际价值之间的差。这种差异可能有很多原因,但从本质上讲,它们全都归结为您用来进行估计的信息方面的问题-俗话说,“乱扔垃圾,乱扔垃圾”。
认知偏差是人类思维中反复出现的错误
。它们可能是由于人脑的限制(例如记忆力减退)而出现的。或者它们可能是我们为帮助我们更快做出决定而开发的思维捷径。