3 Mennesker + 1 Datamaskin = Beste Prediksjon
Datamaskiner slår ofte folk til å forutsi fremtiden, som den politiske analytikeren Nate Silver overbevisende demonstrerte under PRESIDENTVALGET i 2012 og viser I sin bok The Signal and The Noise. Men studier har funnet ut at menneskers spådommer noen ganger er bedre enn maskiner. Så la oss si at du prøver å forutsi suksessen til et produkt ved lansering. Bør du stole på en datamaskin eller stole på en ekspert visdom?
Ny forskning tyder På At den beste tilnærmingen ikke er enten-eller; det er begge. Men “begge” betyr ikke en enkel 50/50 blanding. I relativt utvetydige sammenhenger, stole mer på dataanalyse. I svært usikre seg, gjennomsnittlig vurderingene av tre eksperter og gi større vekt til deres kombinert dom enn til maskinens resultater.
vi oppdaget disse retningslinjene ved å prøve ulike kombinasjoner av menneske og datamaskin spådommer om hitlåter på hitlistene I Tyskland og STORBRITANNIA. I løpet av 12 uker spurte vi 180 personer-halvparten av dem fagfolk innen musikkbransjen, halvparten av dem studenter uten spesiell kunnskap om musikkbransjen – for å forutsi de 100 beste stillingene til singler av etablerte og nye artister.
å lage en prediksjon om en sang av en etablert artist er et” godt strukturert ” problem-tidligere ytelsesdata reduserer usikkerheten. Her fant vi ut at i en rett konkurranse mellom mann mot maskin hadde maskinen en tendens til å vinne (med “maskin” mener vi programvare som er avhengig av vanlige statistiske verktøy for å analysere et antatt lineært forhold). Men de beste resultatene kom fra å blande menneske og datamaskin spådommer. Nivået på menneskets kompetanse var irrelevant; vi fikk de mest nøyaktige resultatene bare ved å gi maskinens prognose litt mer vekt enn menneskene’.
for ukjente kunstnere—en mer usikker kontekst-hadde menneskene en tendens til å slå maskinen. Men igjen, kombinere datamaskin og menneskelige spådommer ga de beste resultatene. Og i dette tilfellet kompetanse betydde mye. Når vi så på bare studentene, ga den optimale kombinasjonen langt mer vekt på datamaskinens prediksjon. For musikkbransjen var det motsatt.
vi deretter gjennomsnitt dommer av varierende antall proffer. Jo større gruppen er, desto bedre prognose, men vi fikk den største gevinsten når vi gikk fra to eksperter til tre.
Tidligere studier har vært motstridende, med datamaskiner som vanligvis vinner i laboratorieeksperimenter og folk som vinner i naturlige omgivelser. Vi tror det er en grunn til det. Laboratoriemiljøer har en tendens til å være godt strukturert, noe som favoriserer datamaskins systematiske behandling. De dårlig strukturerte forholdene i mange naturlige omgivelser favoriserer den menneskelige hjernens rotete arbeid.
Det er et viktig punkt når du bestemmer hvor mye du skal stole på en datamaskin prediksjon om en produktlansering. Hvis det er et banebrytende produkt—noe kundene ikke har sett før—en datamaskin kan gi verdifull innsikt, men du bør lene mer tungt på dommen av erfarne mennesker.
