เมื่อทำการตัดสินใจที่ยากลำบาก มนุษย์มักจะขอคำแนะนำจากผู้มีอำนาจที่สูงกว่ามานานแล้ว ในสมัยโบราณ มันเป็นนักพยากรณ์เช่นPythia ที่ Delphi จากนั้นการตรัสรู้และการปฏิวัติอุตสาหกรรมได้ก่อให้เกิดผู้เชี่ยวชาญทางวินัย ในยุคดิจิทัล อัลกอริทึมและคอมพิวเตอร์กลายเป็นที่ปรึกษาที่เชื่อถือได้
แต่บทบาทของผู้เชี่ยวชาญเพิ่งถูกตั้งคำถาม ข้าราชการมักไม่น่าเชื่อถือ นักวิทยาศาสตร์อาจไม่เห็นด้วยกับการดำเนินการที่ดีที่สุด อัลกอริธึมของ
คอมพิวเตอร์ถูกโจมตีเนื่องจากทำให้แบบแผนและอคติทางสังคมคงอยู่
เพื่อแก้ไขปัญหานี้ เราร่วมมือกับมหาวิทยาลัยในออสเตรเลีย ฟินแลนด์ และญี่ปุ่น พัฒนาระบบที่ขับเคลื่อนด้วยฝูงชนเพื่อให้ “การสนับสนุนการตัดสินใจ” สำหรับปัญหาที่ซับซ้อน เราเรียกมันว่า “AnswerBot”
คำถามแรกเป็นข้อเท็จจริง อินเทอร์เน็ตสามารถตอบคำถามเหล่านี้ได้ดีเยี่ยม โพสต์คำถามแบบนี้บน Facebook, Quora หรือแม้แต่ Google it และคุณมีแนวโน้มที่จะได้รับคำตอบในไม่ช้า
อินเทอร์เน็ตแย่มากในการตอบคำถามดังกล่าว แพลตฟอร์มที่ใช้ฟอรัมมักจะนำไปสู่การถกเถียงอย่างเผ็ดร้อนได้ดีที่สุด หรือเป็นรายการคำตอบแบบสุ่มที่ยาวเหยียดซึ่งยากต่อการตีความ แพลตฟอร์มอย่าง Reddit และ Quora ใช้การโหวตเพื่อลอย “คำตอบที่ดี” ขึ้นไปด้านบน อย่างไรก็ตาม คำตอบอาจมีอคติ ไม่สมบูรณ์ หรือไม่คำนึงถึงมุมมองของผู้ถามคำถาม
สัมผัสภูมิปัญญาของฝูงชน
ในปี 1906 เซอร์ ฟรานซิส กาลตัน นักสถิติชาวอังกฤษได้สังเกตการแข่งขันในเมืองพลีมัธของสหราชอาณาจักร โดยมีเป้าหมายคือการเดาน้ำหนักของวัวให้ถูกต้อง ค่ามัธยฐานของผู้เข้าร่วม 800 คนมีความแม่นยำภายใน 1% ของคำตอบที่ถูกต้อง อันที่จริง มันแม่นยำกว่าคนๆ เดียวด้วยซ้ำ แม้แต่ผู้เชี่ยวชาญด้านวัว การค้นพบนี้เป็นที่รู้จักในฐานะ “ภูมิปัญญาของฝูงชน”
เครื่องมือของเราพยายามตอบคำถามที่ต้องการการสนับสนุนการตัดสินใจโดยแตะที่ “ภูมิปัญญาของฝูงชน” วิธีการนั้นเรียบง่าย แต่ได้ให้ผลลัพธ์ที่คาดหวังแล้ว นี่คือวิธีการทำงาน หาคำถามที่ต้องการคำตอบ จะต้องมีการกำหนดในลักษณะที่ต้องการการสนับสนุนการตัดสินใจ สมมติว่าคำถามคือ “ฉันควรซื้อรถคันไหน”
AnswerBot เริ่มถามคำถามนี้กับผู้ร่วมให้ข้อมูลที่เป็นมนุษย์ โดยขอ
ให้เขียนวิธีแก้ปัญหาที่เป็นไปได้ เช่น Mercedes, BMW, Mazda หรือ Ford ระบบจะขอให้ผู้ร่วมให้ข้อมูลระบุเกณฑ์ที่ควรพิจารณา เช่น ความปลอดภัย ราคา การสิ้นเปลืองเชื้อเพลิง อัตราเร่ง และความสะดวกสบาย
ระบบสร้างชุดค่าผสมของโซลูชันและเกณฑ์ที่เป็นไปได้ทั้งหมดจากสองขั้นตอนก่อนหน้านี้ และถามผู้ร่วมให้ข้อมูล: “ในระดับ 0-100 คุณจะให้คะแนน [Mercedes] ในแง่ของ [ความปลอดภัย] อย่างไร” เราสร้างฐานความรู้ที่รวบรวมภูมิปัญญาโดยรวมของผู้คนหลายร้อยคนโดยการวนซ้ำผ่านการผสมผสานของรถยนต์และเกณฑ์ต่างๆ
สุดท้าย เว็บไซต์ของเราแสดงเกณฑ์ต่างๆ (ความปลอดภัย ราคา และอื่นๆ) ผู้ใช้สามารถปรับแต่งแถบเลื่อนที่เกี่ยวข้องได้ตามความต้องการส่วนบุคคล และระบบจะแนะนำชุดคำตอบโดยเรียงลำดับตามความเหมาะสม
ระบบของเราแก้ปัญหาการเพิ่มประสิทธิภาพได้อย่างมีประสิทธิภาพ – เราใช้การเรียนรู้ของเครื่องเพื่อจัดอันดับคำตอบที่เหมาะสมที่สุดในฐานความรู้ของเรา โดยพิจารณาจากความชอบของใครบางคน
เมื่อปัญหามีความท้าทายมากขึ้น การแก้ปัญหาก็เต็มไปด้วยการแลกเปลี่ยน บุคคลอาจยอมแลกกับการประหยัดน้ำมันเพื่อให้ได้รถที่มีระดับความปลอดภัยดีกว่า แต่การไม่สามารถสื่อสารการแลกเปลี่ยนเหล่านี้ได้อาจนำไปสู่การขาดความไว้วางใจในการตัดสินใจและผู้มีอำนาจตัดสินใจ หรือต่อคำแนะนำใด ๆ ที่ได้รับ
เครื่องมือของเราทำให้การตัดสินใจที่ต้องแลกมาด้วยความซับซ้อนมีความโปร่งใสโดยให้ผู้คนจำนวนมากเข้ามามีส่วนร่วมในกระบวนการนี้
แนวทางของเราสามารถใช้ได้แม้กับจำนวนที่น้อย
AnswerBot ได้รับการปรับใช้เพื่อตอบปัญหา “เล็ก” และ “ใหญ่” จำนวนมาก ตั้งแต่การหาร้านอาหารหรือภาพยนตร์การเลือกอาหารลดน้ำหนักการรักษาอาการปวดหลังส่วนล่างและการจัดการกับการเหยียดเชื้อชาติ เราพบว่าเป็นวิธีที่ดีในการสรุปการโต้วาทีอย่างเผ็ดร้อนกับผู้เข้าร่วมหลายร้อยคน และยังสามารถกรอง “เสียงรบกวน” หรือคำตอบที่ไม่เหมาะสมออกได้อีกด้วย
ด้วยการร่วมมือกับองค์กรและสื่อออนไลน์ เราสามารถดึงดูดผู้ร่วมให้ข้อมูลหลายร้อยคนเพื่อสร้างฐานความรู้ แม้ว่าเราจะแสดงให้เห็นว่าแนวทางของเราสามารถทำงานร่วมกับผู้ร่วมให้ข้อมูลเพียงสิบรายหากมีข้อตกลงที่ชัดเจนในหมู่พวกเขา
และการประเมินของเราพบว่าคุณภาพของโซลูชันที่สร้างขึ้นนั้นเทียบได้กับแพลตฟอร์มออนไลน์แบบดั้งเดิม เช่น IMDB และ TripAdvisor และคำแนะนำนั้นดีกว่าการสุ่มเลือกโซลูชันใดโซลูชันหนึ่ง
อ่านเพิ่มเติม: นี่คือวิธีที่นักวิทยาศาสตร์พลเมืองช่วยเหลือในการรับมือกับภัยพิบัติในทะเลแคริบเบียน
ยังสามารถใช้ AnswerBot เพื่อทดสอบการรับรู้ของฝูงชนได้อีกด้วย เราขอให้ตอบคำถามว่า “ปวดหลังรักษาอย่างไร”?
หลังจากรวบรวมฐานความรู้ของเราจากผู้คนหลายร้อยคน เราได้แสดงผลลัพธ์ของเราต่อผู้เชี่ยวชาญทางการแพทย์และเปิดโอกาสให้พวกเขาโต้ตอบกับแถบเลื่อนสนับสนุนการตัดสินใจขั้นสุดท้าย ในความเป็นจริง พวกเขาไม่เห็นด้วยกับคำแนะนำบางอย่าง ตัวอย่างเช่น ฝูงชนคิดว่าการผ่าตัดเป็นวิธีแก้ปัญหาอาการปวดหลัง ผู้เชี่ยวชาญรู้สึกทึ่งที่เผยให้เห็นว่าผู้ป่วยคิดอย่างไรเกี่ยวกับอาการปวดหลัง และความเข้าใจผิดของพวกเขาคืออะไร
ภูมิปัญญาของผู้เชี่ยวชาญหลายคน
เรายังลองใช้ AnswerBot กับผู้เชี่ยวชาญทางการแพทย์ด้วย
เราทำการศึกษาโดยที่ “ฝูงชน” ประกอบด้วยผู้เชี่ยวชาญด้านอาการปวดหลังมืออาชีพ เมื่อผลลัพธ์ของเรากลับมา เราพบว่าผู้เชี่ยวชาญมีความเห็นไม่ตรงกัน
เครื่องมือสนับสนุนการตัดสินใจของเรารวบรวมความเข้าใจโดยรวมของผู้เชี่ยวชาญอย่างโปร่งใส ผู้เชี่ยวชาญคนใดคนหนึ่งสามารถใช้เครื่องมือนี้เพื่อเปรียบเทียบการรับรู้ของตนกับผู้เชี่ยวชาญคนอื่นๆ ได้
แนะนำ ufaslot888g / slottosod777
