AI, Meet Human: Learning Paradigms for Hybrid Decision Making Systems
Created by
Haebom
Category
Empty
저자
Clara Punzi, Roberto Pellungrini, Mattia Setzu, Fosca Giannotti, Dino Pedreschi
개요
본 논문은 인간과 기계 학습 시스템 간의 상호작용을 모델링하는 컴퓨터 과학 문헌의 다양한 기법들을 조사하고, 하이브리드 의사결정 시스템(Hybrid Decision Making Systems)의 분류 체계를 제안합니다. 인간은 고위험 작업 및 의사결정 자동화 및 지원을 위해 기계 학습 모델에 점점 더 의존하고 있으며, 이러한 상호작용을 이해하기 위한 개념적, 기술적 프레임워크를 제공하는 것을 목표로 합니다.
시사점, 한계점
•
시사점: 기존 연구들의 분류가 부족한 상황에서, 인간-기계 상호작용 모델링 기법들을 체계적으로 분류하는 하이브리드 의사결정 시스템 분류 체계를 제공하여 관련 연구의 이해와 발전에 기여합니다. 인간과 기계 학습 시스템 간의 상호작용에 대한 포괄적인 이해를 제공합니다.
•
한계점: 제안된 분류 체계의 포괄성 및 미래 연구의 발전에 따른 수정 필요성. 특정 상호작용 유형에 대한 깊이 있는 분석보다는 광범위한 분류에 초점을 맞추고 있을 수 있음. 새로운 상호작용 모델이 등장함에 따라 분류 체계의 지속적인 업데이트가 필요할 수 있음.
