隨著人工智能變得越來越強大，人們對它最終在勞動力市場中席卷而來的不滿情緒越來越大，據報告預測，機器人將承擔多達一半的工作，現在越來越多的評論家認為，人工智能不是完全消除工作，更有可能時增加工作。

南加州大學的一項新研究表明了這種結合的強大力量。這項研究探索了人類和AI如何有效地協作，尤其著眼于預測專業。

作者強調人與機器之間的協作如何越來越普遍，尤其是在自動駕駛汽車等領域。

多年來，我們已經逐漸適應汽車的自動化，包括自動變速箱、巡航控制、防抱死制動等。

目前，由SAGE領導的合作已進入情報高級研究計劃局（IARPA）混合預測競賽（HFC），以使其與周圍一些最佳的預測機構進行適當的測試。

SAGE旨在開發一種系統，該系統可以利用人和機器的能力自行改善兩種類型的準確性。這次混合預測競賽（HFC）為研究人們如何與計算機模型互動提供了獨特的環境。

在競賽中，參與者對開放數周的問題做出了貢獻，數百名參與者相互競爭。一些參與者接受了AI的預測，而其他參與者則沒有，每個參與者都可以自由選擇是否接受AI的建議。

人和機器一起工作比單獨工作要有效得多，實際上，AI人工團隊非常輕松地擊敗了專家預測員。

在HFC誕生之初，我們的一些隊友認為機器模型將勝過人類預報員，這已成定局。

該經驗得出了一些有趣的發現，其中最重要的一點是，人類參與者沒有大量使用統計模型，研究人員認為這類似于我們經常也傾向于忽略其他人的建議。

在許多情況下，預測員會過度依賴模型。相反，我們發現人們過度依賴他們的個人信息。當模型預測與他們先前的信念（稱為確認偏差）不一致時，預測人員會輕易地拒絕該模型預測。

有趣的是，即使人們被明確告知這樣做對他們的事業非常有幫助，人們似乎仍然不愿意聽取他們的AI顧問的意見。因此，盡管使用AI確實可以改善結果，但不應將其視為容易賣出或既成事實，即會出現改進。

總體而言，將統計模型添加到預測系統中確實提高了準確性。但是，人類將很好地或根本不會使用這些工具，這并不是一個定局。

這對我們將基于AI的工具集成到工作場所的方式具有明顯的影響。結果提醒我們，如果要說服人們與團隊合作并不容易，僅“簡單地”開發出能夠很好地發揮作用的工具是不夠的。如果我們始終不理會它的建議，那么有一個衛星導航系統為我們提供最佳路線建議是沒有用的。

為了使人與機器完美協作，將需要高度信任該機器。這樣，與新生的人際關系并沒有什么不同，在人際關系中，我們常常需要一定程度的經驗，才能完全信任人及其能力。

研究人員認為這一發現，對設計基于AI的工具的工程師以及最終承擔與之協作的最終用戶都具有重大意義。

普通人應該學會更加謹慎地與新技術互動。更好的預測者能夠確定何時信任模型以及何時信任自己的研究，而平均預測者則無法。