# Unexploited Information Value in Human-AI Collaboration

### 저자

Ziyang Guo, Yifan Wu, Jason Hartline, Jessica Hullman

### 개요

본 논문은 인간과 AI의 협업적 의사결정 과정에서 각 에이전트가 사용하는 정보와 전략을 분석하여 성능 향상 방안을 제시하는 모델을 제안합니다. 통계적 의사결정 이론에 기반한 이 모델은 인간 또는 AI의 의사결정을 개선하는 데 사용될 수 있는 정보를 분석합니다.  딥페이크 탐지 과제를 통해 7가지 비디오 수준 특징을 분석하고,  인간 단독, AI 단독, 그리고 인간-AI 팀의 성능을 비교하여 AI 지원이 인간의 정보 활용에 미치는 영향과 AI가 효과적으로 활용하는 정보가 인간의 의사결정 향상에 어떻게 기여할 수 있는지에 대한 통찰력을 제공합니다.

### 시사점, 한계점

- **시사점:** 인간-AI 협업에서 각 에이전트의 정보 활용 전략 분석을 통해 의사결정 성능 향상 방안을 제시하는 새로운 모델을 제안합니다. 딥페이크 탐지 과제를 통해 모델의 실용성을 검증하고, AI 지원이 인간의 정보 활용 및 의사결정에 미치는 영향에 대한 통찰력을 제공합니다.  AI가 효과적으로 활용하는 정보를 파악하여 인간의 의사결정을 개선하는데 활용 가능성을 제시합니다.

- **한계점:**  딥페이크 탐지라는 특정 과제에 대한 분석 결과이므로 다른 과제에 대한 일반화 가능성은 제한적입니다.  분석에 사용된 7가지 비디오 수준 특징 외 다른 정보들이 의사결정에 미치는 영향은 고려되지 않았습니다.  인간의 의사결정 과정에 대한 심층적인 이해가 전제되어야 모델의 효과적인 활용이 가능하며, 이에 대한 추가적인 연구가 필요합니다.

[PDF 보기](https://arxiv.org/pdf/2411.10463)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).