???

【51CTO.com快譯】因?yàn)槲覀內(nèi)鄙俦任覀兏玫淖鴺?biāo)系進(jìn)行對(duì)比，人類常犯的一個(gè)錯(cuò)誤是我們覺(jué)得自己正在做一項(xiàng)完美的工作。

人類通常處理小規(guī)模數(shù)據(jù)并且生成帶有錯(cuò)誤的報(bào)告。而機(jī)器能夠處理規(guī)模更大的數(shù)據(jù)并且能夠生成更高級(jí)的報(bào)告，獲得更準(zhǔn)確的結(jié)果。

我們舉例說(shuō)明問(wèn)題，我們發(fā)現(xiàn)有人去了某所學(xué)校，獲得了某個(gè)學(xué)位，有了一項(xiàng)成功的事業(yè)，然后我們以為我們自己也能搞定這些。但實(shí)際情況是，因?yàn)樵S多原因我們的結(jié)論可能是錯(cuò)的。事實(shí)上，人類只能控制和處理有限的數(shù)據(jù)。我們并不總能處理復(fù)雜的分析和消除偏差。這通常導(dǎo)致我們獲得有偏差的結(jié)果，或者不能區(qū)分相關(guān)性和因果性。

在人工智能變革的大背景下，員工通常沒(méi)有改善工作流程的急迫需求，因?yàn)樗麄冎荒芸匆娧矍暗臄?shù)據(jù)場(chǎng)景，而不是他們?nèi)笔У乃袛?shù)據(jù)，或者更大的數(shù)據(jù)場(chǎng)景。

換言之，數(shù)據(jù)產(chǎn)生的指數(shù)級(jí)別的速率，和它寬廣的自然范圍，讓我們的認(rèn)知可能遠(yuǎn)遠(yuǎn)落后，我們甚至不知道我們?nèi)鄙偈裁础?/p>

不良數(shù)據(jù)習(xí)慣的影響

分析師基于本能會(huì)迫使自己基于一般性準(zhǔn)則過(guò)濾大量的數(shù)據(jù)，否則分析師無(wú)法處理大量的數(shù)據(jù)。盡管數(shù)據(jù)規(guī)模小的好處是分析師可以進(jìn)行高質(zhì)量的手動(dòng)分析，但他通常會(huì)失去被排除的數(shù)據(jù)的大量信息。

但是損失遠(yuǎn)超于此。除了失去某個(gè)數(shù)據(jù)點(diǎn)的價(jià)值，分析師可能因?yàn)殄e(cuò)誤的假設(shè)而忽略整段的數(shù)據(jù)價(jià)值。這會(huì)導(dǎo)致下面的惡性循環(huán)：分析師因?yàn)榛谶^(guò)去的經(jīng)驗(yàn)和假設(shè)持續(xù)的選擇錯(cuò)誤的數(shù)據(jù)子集進(jìn)行分析。

這通常會(huì)造成一種對(duì)結(jié)果準(zhǔn)確性的錯(cuò)誤確定性直覺(jué)，因?yàn)闆](méi)有很可靠的辦法來(lái)對(duì)此進(jìn)行把控。組織會(huì)對(duì)自己的數(shù)據(jù)產(chǎn)生一種過(guò)度自信的錯(cuò)覺(jué)，而這種自信的基礎(chǔ)只是在組織面對(duì)小數(shù)據(jù)集范圍內(nèi)有效。

類似的，作為人類，分析師更傾向于創(chuàng)建有更高可能性產(chǎn)生價(jià)值的數(shù)據(jù)過(guò)濾系統(tǒng)，因?yàn)闆](méi)有更好的辦法可以替代以人為中心的任務(wù)。但是，當(dāng)我們把機(jī)器帶入到我們的工作流程中的時(shí)候，至關(guān)重要的一點(diǎn)是我們需要顛覆這一固有的偏差。從純商業(yè)的角度講，如果機(jī)器正在工作，數(shù)據(jù)產(chǎn)生價(jià)值的速度就不是那么重要。

總結(jié)一下，將以機(jī)器為中心的任務(wù)變得更加人性化，對(duì)我們達(dá)成目標(biāo)來(lái)說(shuō)是不可行的。

在大數(shù)據(jù)時(shí)代改變我們的思維模式

一個(gè)人類分析師可能以 100% 的準(zhǔn)確率對(duì)數(shù)據(jù)進(jìn)行分類，而一臺(tái)機(jī)器在經(jīng)過(guò)訓(xùn)練之后做同樣的工作可能連 85% 的準(zhǔn)確率都達(dá)不到。盡管我們作為人類經(jīng)常忽略的一點(diǎn)是，機(jī)器能在比人類任務(wù)大100倍數(shù)據(jù)規(guī)模的情況下達(dá)到 85% 的準(zhǔn)確率是更有價(jià)值的，或者事實(shí)上，更準(zhǔn)確的。對(duì)此我們?nèi)祟惖牡谝环磻?yīng)是傾向于拒絕使用算法，認(rèn)為只有精準(zhǔn)的結(jié)果才有價(jià)值。

這是另外一個(gè)當(dāng)機(jī)器加入工作流程的時(shí)候人類應(yīng)該設(shè)法消除的偏差。很明顯，分析的質(zhì)量是重要的，但當(dāng)我們決定如何創(chuàng)建工作流程的時(shí)候，我們需要提醒自己，數(shù)量事實(shí)上會(huì)創(chuàng)造更高的價(jià)值。

換言之，我們本能的關(guān)于準(zhǔn)確性的定義是受到我們看到的小規(guī)模數(shù)據(jù)集的影響而有偏差的。

創(chuàng)建人機(jī)共生關(guān)系

盡管機(jī)器無(wú)所不能的時(shí)代離我們還很遠(yuǎn)，但人機(jī)搭配組隊(duì)的日子已經(jīng)來(lái)臨。創(chuàng)建人機(jī)搭配關(guān)系的方法有很多，但在我的腦海里，影響成敗的最主要因素是能否在工作區(qū)內(nèi)創(chuàng)建人機(jī)互利互惠、相互協(xié)作的共生關(guān)系。

例如，當(dāng)我們需要高質(zhì)量的數(shù)據(jù)分類和分析的時(shí)候，光有機(jī)器通常會(huì)導(dǎo)致失敗。但是，利用機(jī)器分割數(shù)據(jù)，同時(shí)讓人工深入檢驗(yàn)以作為質(zhì)量把控手段可以解決這一問(wèn)題，可以檢驗(yàn)更多的數(shù)據(jù)，而且在很多情況下，比使用人類分析師性價(jià)比更高。另外，就算我們不信任機(jī)器做任何數(shù)據(jù)分析工作，我們能讓機(jī)器幫助我們選擇人工分類的數(shù)據(jù)子集。諷刺的是，在今日，我們的第一個(gè)和最危險(xiǎn)的數(shù)據(jù)篩選系統(tǒng)是由人類創(chuàng)建的，而且通常都不是建立在決定性的證據(jù)的基礎(chǔ)之上的。

這里的關(guān)鍵是使團(tuán)隊(duì)需要完成的每一個(gè)任務(wù)的各種元素能夠物盡其用。

引領(lǐng)人機(jī)團(tuán)隊(duì)

作為經(jīng)理和領(lǐng)導(dǎo)，我們需要訓(xùn)練自己去觀察更大的數(shù)據(jù)場(chǎng)景，并且總是懷疑我們?nèi)鄙冱c(diǎn)兒什么。在這種情況下，不能缺乏批判性思維。

這不是說(shuō)人工分析沒(méi)有用，而是說(shuō)當(dāng)人與機(jī)器的能力搭配的時(shí)候，人類的能力更有效。我們需要?jiǎng)?chuàng)建相互配合的人機(jī)分析團(tuán)隊(duì)，而不是讓兩者相互對(duì)立。

放眼未來(lái)，經(jīng)理們必須有能力區(qū)分人類和機(jī)器的不同角色。做好這一點(diǎn)，將使人類和機(jī)器作為“人機(jī)團(tuán)隊(duì)”能夠協(xié)同工作，實(shí)現(xiàn) 1+1 > 2 的效果。

如果說(shuō)在過(guò)去，經(jīng)理的一個(gè)關(guān)鍵職能是給每一個(gè)任務(wù)安排一個(gè)最合適的團(tuán)隊(duì)成員，那么今天，這一職能角色就擴(kuò)展到包括評(píng)估每一項(xiàng)任務(wù)的哪些部分是以人類為中心，哪些部分是以機(jī)器為中心的。

那些有能力填平以人為中心的由人掌控各種技術(shù)的任務(wù)和以技術(shù)驅(qū)動(dòng)的商業(yè)場(chǎng)景之間的鴻溝的人, 將更加勝任領(lǐng)導(dǎo)業(yè)務(wù)轉(zhuǎn)型的任務(wù)。

我們必須總是準(zhǔn)備好“了解未知世界”，即便是在我們數(shù)據(jù)的范圍之內(nèi)。達(dá)成這一目標(biāo)的關(guān)鍵在于我們首先必須知道自己要有數(shù)據(jù)管狀視野，我們才能實(shí)現(xiàn)人機(jī)和諧共生，最終完成業(yè)務(wù)轉(zhuǎn)型。

譯者介紹

汪昊，51CTO社區(qū)編輯，互聯(lián)網(wǎng)老兵。在百度，新浪，網(wǎng)易等公司有超過(guò) 10 年的技術(shù)研發(fā)和管理經(jīng)驗(yàn)。在國(guó)際學(xué)術(shù)會(huì)議發(fā)表論文 18 篇，3 次獲得最佳論文獎(jiǎng)/最佳論文報(bào)告獎(jiǎng)。本科和碩士畢業(yè)于美國(guó)猶他大學(xué)。對(duì)外經(jīng)貿(mào)大學(xué)在職 MBA。

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】