AI, Meet Human: Learning Paradigms for Hybrid Decision Making Systems

要約

私たちは日々、重大なタスクや意思決定を自動化し、サポートするために、機械学習モデルにますます依存するようになっている。このプレゼンスの高まりは、人間が機械学習ベースのシステムと常に相互作用し、毎日モデルを訓練し、使用していることを意味する。コンピュータサイエンスの文献には、機械学習システムと人間のインタラクションを説明するいくつかの異なるテクニックがあるが、それらの分類はまばらで、目的も様々である。本調査では、ハイブリッド意思決定システムの分類法を提案し、現在のコンピュータサイエンス文献が人間と機械の相互作用をどのようにモデル化しているかを理解するための概念的・技術的枠組みを提供する。

要約(オリジナル)

Everyday we increasingly rely on machine learning models to automate and support high-stake tasks and decisions. This growing presence means that humans are now constantly interacting with machine learning-based systems, training and using models everyday. Several different techniques in computer science literature account for the human interaction with machine learning systems, but their classification is sparse and the goals varied. This survey proposes a taxonomy of Hybrid Decision Making Systems, providing both a conceptual and technical framework for understanding how current computer science literature models interaction between humans and machines.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL