arXiv cs.CY· David Almog, Romain Gauriot, Lionel Page, Daniel Martin·· 11 小时前AI 评分31
算法复核如何改变人类判断：来自职业网球鹰眼系统的证据
Human Responses to Algorithmic Correction: Evidence from Centre Court
AI 导读
基于职业网球 Hawk-Eye 记录的研究发现，在线内 20 mm 范围内，误判“in”的比例上升 8.6 个百分点，误判“out”的比例下降 4.1 个百分点，且同一场比赛中判罚会向避免此前被推翻的错误偏移。研究未发现在线内 100 mm 范围内初始准确率下降的证据，并提出一个将人类反应与复核收益、补救成本一并纳入的投资框架，指出固定人类决策会误估复核的组织回报。
正文 · AI 翻译
摘要：我们利用职业网球中的 Hawk-Eye 记录，研究算法复核如何改变错误构成。在距边线 20 毫米范围内，错误的“界内”判罚率上升 8.6 个百分点，而错误的“界外”判罚率下降 4.1 个百分点。在同一场比赛中，判罚会转向避免此前被推翻的错误。尽管有人担心工作人员可能将纠错当作安全网，我们未发现初始准确率在距边线 100 毫米范围内出现恶化的证据。我们推导出一个投资框架，将人类反应与纠错收益和补救成本一并纳入，表明将人类决策视为固定不变可能会错误估计复核带来的组织回报。
| 主题： | 机器学习（cs.LG）；计算机与社会（cs.CY）；一般经济学（econ.GN） |
| 引用为： | arXiv:2401.16754 [cs.LG] |
| （或 arXiv:2401.16754v5 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2401.16754 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Daniel Martin [查看电子邮件]
[v1]
2024年1月30日星期二 05:22:45 UTC（3,390 KB）
[v2]
2024年2月19日星期一 04:38:06 UTC（3,292 KB）
[v3]
2025年2月12日星期三 23:28:07 UTC（3,614 KB）
[v4]
2026年10月18日星期日 04:45:51 UTC（1,510 KB）
[v5]
2026年11月4日星期三 21:24:08 UTC（1,520 KB）
来源：arXiv cs.CY · arxiv.org