文件名称：机器学习和人力资本互补：偏差缓解的实验证据-研究论文
文件大小：4.71MB
文件格式：PDF
更新时间：2024-06-29 09:10:00
Machine Learning Human
在知识经济中使用机器学习 (ML) 提高生产力需要考虑 ML 预测可能产生的重要偏差。 我们定义了一个新的与实时输入的不完整性相关的偏差来源，这可能是由代理的策略行为造成的。 我们的理论是，用户的领域专业知识可以通过减轻这种偏见来补充 ML。 我们在专利审查背景下的观察和实验分析支持了这一猜想。 面对“输入不完整”，我们发现 ML 偏向于寻找文本上与焦点声明相似的现有技术，并且需要领域专业知识来找到最相关的现有技术。 我们还记录了特定年份技能的重要性，并讨论了对人工智能和人力资本战略管理的影响。