3 mensen + 1 Computer = beste voorspelling
Computers verslaan mensen vaak bij het voorspellen van de toekomst, zoals de politiek analist Nate Silver overtuigend demonstreerde tijdens de Amerikaanse presidentsverkiezingen van 2012 en laat zien in zijn boek The Signal and the Noise. Maar studies hebben aangetoond dat voorspellingen van mensen soms beter zijn dan die van machines. Dus laten we zeggen dat je probeert om het succes van een product te voorspellen bij de lancering. Moet je vertrouwen op een computer of vertrouwen op de wijsheid van een expert?
nieuw onderzoek suggereert dat de beste aanpak niet of-of is; het is beide. Maar “beide” betekent niet een simpele 50/50 mix. Vertrouw in relatief eenduidige contexten meer op computeranalyse. In zeer onzekere degenen, gemiddelde de meningen van drie deskundigen en geven meer gewicht aan hun gecombineerde oordeel dan aan de resultaten van de machine.
we ontdekten deze richtlijnen door verschillende combinaties van menselijke en computervoorspellingen uit te proberen over hitnummers in de popcharts in Duitsland en het Verenigd Koninkrijk. In de loop van 12 weken vroegen we 180 mensen—de helft van hen professionals in de muziekindustrie, de helft van hen afgestudeerde studenten zonder bijzondere kennis van de muziekindustrie-om de top 100 posities van singles voorspellen door gevestigde en nieuwe artiesten.
een voorspelling doen over een lied door een gevestigde artiest is een “goed gestructureerd” probleem-gegevens uit het verleden verminderen de onzekerheid. Hier vonden we dat in een rechte wedstrijd van mens versus machine, de machine de neiging om te winnen (met “machine” bedoelen we software die gebaseerd is op gemeenschappelijke statistische instrumenten om een veronderstelde lineaire relatie te analyseren). Maar de beste resultaten kwamen van het mengen van menselijke en computervoorspellingen. Het niveau van de expertise van de mens was irrelevant; we kregen de meest nauwkeurige resultaten simpelweg door het geven van de machine voorspelling iets meer gewicht dan de mensen’.
voor onbekende kunstenaars—een meer onzekere context-hadden de mensen de neiging om de machine te verslaan. Maar nogmaals, het combineren van computer-en menselijke voorspellingen leverde de beste resultaten op. En in dit geval was expertise belangrijk. Toen we alleen naar de studenten keken, gaf de optimale combinatie veel meer gewicht aan de computervoorspelling. Voor de profs uit de muziekindustrie was het het tegenovergestelde.
vervolgens hebben we de oordelen van wisselende aantallen pro ‘ s gemiddeld. Hoe groter de groep, hoe beter de voorspelling, maar we kregen de grootste winst toen we van twee experts naar drie gingen.Eerdere studies waren tegenstrijdig: computers winnen meestal in laboratoriumexperimenten en mensen winnen in natuurlijke omgevingen. We denken dat daar een reden voor is. Labomgevingen hebben de neiging goed gestructureerd te zijn, wat de systematische verwerking van computers ten goede komt. De slecht gestructureerde omstandigheden in veel natuurlijke omgevingen begunstigen de rommelige werking van het menselijk brein.
dat is een belangrijk punt wanneer u beslist hoeveel u afhankelijk bent van een computervoorspelling over een productlancering. Als het een baanbrekend product is—iets wat klanten nog niet eerder hebben gezien-kan een computer waardevolle inzichten bieden, maar je moet zwaarder leunen op het oordeel van ervaren mensen.
