如今，AI已经进入我们生活方方面面，如何与AI共同工作、生活已经成为难以回避的议题。AI的建议一定更好吗？应当如何看待AI与人的关系？AI与人，如何实现1+1大于2？

本期节目邀请北京大学光华管理学院市场营销系助理教授张颖婕为你解读：“人机协同中如何激发人的价值”。

人工智能技术的快速发展，让AI在包括教育、医疗、服务等领域的商业应用得到了大力推广。AI不再是一个生硬的计算机科学研究领域，也不再是只有程序员才讨论的问题。它已经开始深入大家生活的每个角落，成为大家茶余饭后的谈资。

可是，有机遇也意味着有挑战。在实践中，我们也发现，AI并不一定能实现令人满意的商业价值，甚至还可能会引发一系列社会问题。比如，之前有一篇广为流传的公众号文章《外卖骑手，困在系统里》，就揭示了尽管智能算法使得外卖平台的收益在短期内有明显提高，但是极致精确的算法却在挑战着外卖骑手，要求他们在极为苛刻的条件下达到算法预计后给出的送达标准。虽然短期内消费者因为送餐快得到了较好的体验，但是成也算法，败也算法，长期来看平台也面临着骑手和消费者的流失的问题。此外，还会增加社会交通安全隐患。

为什么会出现这样的情况呢？其实细想，AI的商业应用，很大程度上是处于“人机协同”模式。也就是说，AI的落地需要人的配合也需要人的协作。那么我们不禁会好奇，在AI技术已经相对成熟的现阶段，人能发挥多大的作用呢？或者说，人是否能挖掘出AI未能触及或者未能实现的价值呢？

带着这些疑问，张颖婕教授及其合作者在互联网金融借贷平台上做了一系列实验来进行实证探索。具体来说，借贷平台在审核申请者材料的时候，传统上是依赖于经验丰富的人工审核员，但近年来也不断引入机器学习算法进行先期预测推荐，进而再由人工审核员做最终判断。研究团队通过实验比较了人工审核员在引入机器学习算法前后的行为特征，发现在大部分情况下，人工审核员在和算法给出的意见不一致时，会倾向于听从算法的意见。

但是，当提供了用户大数据以及算法的具体机制解释之后，人们会在看到算法建议之后，自发地进行一个重思考的过程，不再一味地认为AI是好的，而是对AI进行修正。这样的协作行为使得整个系统的预测正确率提升了一倍，也就是系统违约率从原先的6%降低到3.8%。这样的效果是现有的机器学习模型都难以达到的。

一言以蔽之，虽然AI很智能，但是在现阶段AI的商业化应用中，我们需要运用方法来激励AI与人的高效协作，因为人的智慧、人的价值是不容忽视的。

张颖婕，现任北京大学光华管理学院市场营销系助理教授，于清华大学获得计算机科学和经济学双学位，于美国卡内基梅隆获得信息管理学博士学位，曾在美国德州大学达拉斯分校商学院任助理教授。研究兴趣包括智能商务、大数据分析、智慧城市研究等。研究方法包括计量经济方法、机器学习、field experiment设计、结构化模型建模等。研究成果发表于管理学顶级期刊