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

要約

毎日、機械学習モデルに頼って、ハイステークタスクと決定を自動化およびサポートしています。
この存在感は、人間が現在、機械学習ベースのシステムと常に相互作用し、毎日モデルをトレーニングし、使用していることを意味します。
コンピューターサイエンスのいくつかの異なる手法は、機械学習システムとの人間の相互作用を説明していますが、それらの分類はまばらであり、目標はさまざまです。
この調査では、ハイブリッドの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ーサイエンスの文献が人間と機械間の相互作用をどのようにモデル化するかを理解するための概念的および技術的な枠組みの両方を提供します。

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, Google