3 인간+1 컴퓨터=최고의 예측

정치 분석가 네이트 실버가 2012 년 미국 대통령 선거에서 설득력있게 보여 주었고 그의 책에서 신호와 소음을 보여 주듯이 컴퓨터는 종종 미래를 예측하는 데 사람들을 때렸다. 그러나 연구에 따르면 인간의 예측은 때때로 기계보다 낫다. 따라서 출시 시 제품의 성공을 예측하려고 한다고 가정해 보겠습니다. 당신은 컴퓨터에 의존하거나 전문가의 지혜를 신뢰해야 하는가?

새로운 연구에 따르면 최선의 접근 방식은 둘 중 하나가 아니거나 둘 다라고 제안합니다. 그러나”둘 다”는 간단한 50/50 믹스를 의미하지 않습니다. 상대적으로 모호하지 않은 맥락에서 컴퓨터 분석에 더 의존합니다. 매우 불확실한 것들에서,세 전문가의 의견을 평균하고 기계의 결과보다 그들의 결합 된 판단에 더 큰 무게를 준다.

우리는 독일과 영국의 팝 차트에서 히트 곡에 대한 인간과 컴퓨터 예측의 다양한 조합을 시도함으로써 이러한 지침을 발견했습니다. 12 주 동안 우리는 180 명(음악 업계 전문가 중 절반,음악 사업에 대한 특별한 지식이없는 대학원생 중 절반)에게 설립 및 신규 아티스트의 싱글 상위 100 개 포지션을 예측하도록 요청했습니다.

기존 아티스트의 노래에 대한 예측을하는 것은”잘 구조화 된”문제입니다—과거의 성능 데이터는 불확실성을 줄입니다. 여기에서 우리는 인간 대 기계의 직선 대회에서 기계가 승리하는 경향이 있음을 발견했습니다(“기계”는 추정 된 선형 관계를 분석하기 위해 일반적인 통계 도구에 의존하는 소프트웨어를 의미합니다). 그러나 최상의 결과는 인간과 컴퓨터의 예측을 혼합 한 것입니다. 우리는 단순히 기계의 예측에 인간보다 약간 더 많은 무게를 부여함으로써 가장 정확한 결과를 얻었습니다.

알 수없는 예술가—더 불확실한 맥락-에 대한 인간은 기계를 이길 경향이 있었다. 그러나 다시 컴퓨터와 인간의 예측을 결합하여 최상의 결과를 얻었습니다. 이 경우 전문 지식이 많이 중요했습니다. 우리는 단지 학생들을 보았을 때,최적의 조합은 컴퓨터 예측에 훨씬 더 무게를 주었다. 음악 산업 프로를 위해,그것은 반대였다.

그런 다음 다양한 수의 찬성에 대한 판단을 평균했습니다. 더 큰 그룹,더 나은 예측,하지만 두 전문가에서 세 갈 때 우리는 가장 큰 이득을 얻었다.

이전의 연구는 컴퓨터가 실험실 실험에서 승리하고 사람들이 자연 환경에서 승리하는 것과 모순되었습니다. 우리는 그 이유가 있다고 생각합니다. 랩 환경은 잘 구조화 된 경향이 있으므로 컴퓨터의 체계적인 처리를 선호합니다. 많은 자연 환경에서 잘못 구조화 된 조건은 인간 두뇌의 지저분한 작동을 선호합니다.

이것은 제품 출시에 대한 컴퓨터 예측에 얼마나 의존할지를 결정할 때 중요한 포인트입니다. 고객이 전에 보지 못했던 획기적인 제품이라면 컴퓨터는 귀중한 통찰력을 제공 할 수 있지만 경험 많은 사람들의 판단에 더 많이 의존해야합니다.