随着人工智能变得越来越强大，人们对它最终在劳动力市场中席卷而来的不满情绪越来越大，据报告预测，机器人将承担多达一半的工作，现在越来越多的评论家认为，人工智能不是完全消除工作，更有可能时增加工作。

南加州大学的一项新研究表明了这种结合的强大力量。这项研究探索了人类和AI如何有效地协作，尤其着眼于预测专业。

作者强调人与机器之间的协作如何越来越普遍，尤其是在自动驾驶汽车等领域。

多年来，我们已经逐渐适应汽车的自动化，包括自动变速箱、巡航控制、防抱死制动等。

目前，由SAGE领导的合作已进入情报高级研究计划局（IARPA）混合预测竞赛（HFC），以使其与周围一些最佳的预测机构进行适当的测试。

SAGE旨在开发一种系统，该系统可以利用人和机器的能力自行改善两种类型的准确性。这次混合预测竞赛（HFC）为研究人们如何与计算机模型互动提供了独特的环境。

在竞赛中，参与者对开放数周的问题做出了贡献，数百名参与者相互竞争。一些参与者接受了AI的预测，而其他参与者则没有，每个参与者都可以自由选择是否接受AI的建议。

人和机器一起工作比单独工作要有效得多，实际上，AI人工团队非常轻松地击败了专家预测员。

在HFC诞生之初，我们的一些队友认为机器模型将胜过人类预报员，这已成定局。

该经验得出了一些有趣的发现，其中最重要的一点是，人类参与者没有大量使用统计模型，研究人员认为这类似于我们经常也倾向于忽略其他人的建议。

在许多情况下，预测员会过度依赖模型。相反，我们发现人们过度依赖他们的个人信息。当模型预测与他们先前的信念（称为确认偏差）不一致时，预测人员会轻易地拒绝该模型预测。

有趣的是，即使人们被明确告知这样做对他们的事业非常有帮助，人们似乎仍然不愿意听取他们的AI顾问的意见。因此，尽管使用AI确实可以改善结果，但不应将其视为容易卖出或既成事实，即会出现改进。

总体而言，将统计模型添加到预测系统中确实提高了准确性。但是，人类将很好地或根本不会使用这些工具，这并不是一个定局。

这对我们将基于AI的工具集成到工作场所的方式具有明显的影响。结果提醒我们，如果要说服人们与团队合作并不容易，仅“简单地”开发出能够很好地发挥作用的工具是不够的。如果我们始终不理会它的建议，那么有一个卫星导航系统为我们提供最佳路线建议是没有用的。

为了使人与机器完美协作，将需要高度信任该机器。这样，与新生的人际关系并没有什么不同，在人际关系中，我们常常需要一定程度的经验，才能完全信任人及其能力。

研究人员认为这一发现，对设计基于AI的工具的工程师以及最终承担与之协作的最终用户都具有重大意义。

普通人应该学会更加谨慎地与新技术互动。更好的预测者能够确定何时信任模型以及何时信任自己的研究，而平均预测者则无法。