Интересное сегодня
Хроническое одиночество у женщин среднего возраста увеличива...
Одиночество как угроза здоровьюИсследование, опубликованное в BMJ Medicine, впервые доказало причинн...
Аномальный аудиовизуальный конфликт у пациентов с болезнью П...
Введение Болезнь Паркинсона (БП) является распространенным нейродегенеративным расстройством среди п...
Готовы ли вы к любви? Понимание готовности к обязательствам ...
Введение Вы действительно готовы к любви? Многие задумываются о том, как найти долгосрочного партнер...
Модель поведения: разница между переменными интервалами и пе...
Теоретическая модель поведения Данная статья предлагает теоретическую модель, решающую долго неразре...
Как знание о теле формирует восприятие движений
Введение Способность воспринимать движения человека крайне важна для навигации в динамическом социал...
Исследование феномена канонического размера в задаче рисован...
Введение Феномен канонического размера относится к ментальному представлению информации о размере ре...
Обзор исследования
Хотя дискриминация обычно рассматривается как происходящая из четко определенных категорий, таких как этническая принадлежность, инвалидность и пол, исследования показывают, что дискриминация сохраняется даже в условиях, лишенных таких категорий. Участники экспериментов предпочитали распределять ресурсы на основе, казалось бы, случайных общих характеристик, таких как выбор оценки точек. В данном исследовании мы использовали предварительно зарегистрированный эксперимент (n = 500), чтобы выяснить, дискриминируют ли люди аналогичным образом, взаимодействуя с агентами искусственного интеллекта (ИИ), которые предположительно сделали оценки точек.
Гипотезы и ожидания
Мы предположили, что у людей есть предвзятость против алгоритмов по сравнению с другими людьми, известная как "отвращение к алгоритму". Мы ожидали, что сила дискриминационного поведения может быть больше против ИИ, чем против людей. Однако, как оказалось, участники распределяли ресурсы аналогичным образом, хотя и неравномерно, как между человеческими, так и ИИ-агентами. В частности, участники отдавали предпочтение другому агенту, когда решения были согласованы.
Методология исследования
Главным экспериментом была оценка того, насколько число точек на экране превышает указанное значение. Участникам предстояло распределить ресурсы между ИИ и человеком, в зависимости от того, совпадали ли их оценки.
Ожидаемые результаты
- Участники проявят дискриминационное поведение, основанное на совпадении решений.
- Сравнение дискриминационного поведения между людьми и ИИ покажет аналогичные результаты.
Результаты
Результаты показывают, что участники использовали дискриминационные стратегии против обоих - как человеческих, так и ИИ-агентов. Выявление этих стратегий произошло с помощью так называемых "влекомых оценок", которые парируют два противоположных стратегии распределения. Статистический анализ показал, что распределение ресурсов было менее зависимо от идентичности получателя.
Обсуждение и выводы
Наши результаты противоречат ожиданиям о том, что отвращение к алгоритмам усилит дискриминационное поведение. Участники подвергали одинаковым дискриминационным стратегиям как людей, так и ИИ. Это указывает на то, что предвзятость к ИИ, по всей видимости, не настолько значима в минимальных условиях взаимодействия.
Направления для будущих исследований
Дальнейшие исследования могут сосредоточиться на более сложных взаимодействиях и задачах, где ИИ может проявлять свои способности. Исследование области, где предвзятости имеют большее значение, может значительно углубить понимание нашего отношения к ИИ.