使用AI生成的决策辅助工具促进人类决策

人类决策受到许多称为认知偏差的系统性错误的影响。可以通过为他们提供决策辅助工具来提高人类技能，这些辅助工具可以直接支持他们做出需要改进的决策。

最近发表在arXiv.org上的一项研究提出了一种生成决策辅助工具的方法，该辅助工具直接用自然语言描述自动发现的启发式算法。它会自动生成逐步的自然语言指令，说明如何使用一对两个输入来做出决策：特定决策问题的一般结构模型和一般问题相关组件的字典在具体应用中。这些说明比以前的方法更容易让人们遵循。

研究人员证明，该方法可用于在计划公路旅行和选择抵押贷款等任务中做出更有远见的选择。

人类决策受到许多系统性错误的困扰。通过提供指导决策者关注重要信息并根据合理的决策策略对其进行整合的决策辅助工具，可以避免许多此类错误。设计此类决策辅助工具是一个繁琐的手动过程。认知科学的进步可能会在未来使这一过程自动化。我们最近引入了机器学习方法，用于自动发现人类决策的最佳策略，以及向人们解释这些策略的自动方法。通过这种方法构建的决策辅助能够改善人类的决策。但是，按照这种方法生成的描述是非常乏味的。我们假设可以通过将自动发现的决策策略作为一系列自然语言指令来传达如何做出决策来克服这个问题。实验1表明，人们确实比我们之前的方法生成的决策辅助更容易理解这些程序指令。受到这一发现的鼓舞，我们开发了一种算法，用于将我们先前方法的输出转换为程序指令。我们应用改进的方法为自然规划任务(即规划公路旅行)和自然决策任务(即选择抵押贷款)自动生成决策辅助。实验2表明，这些自动生成的决策辅助工具显着提高了人们在规划公路旅行和选择抵押贷款方面的表现。

标签：