(去)噪：调节人类决策者之间的不一致性

心理学先前的研究发现，人们的决策往往不一致。个体的决策随时间变化，而不同人之间的决策差异更大。不一致性不仅出现在主观问题上，如品味问题，也出现在人们可能期望更客观的场景中，例如量刑、工作绩效评估或房地产估价。在我们的研究中，我们探讨了在房地产估价背景下，算法决策辅助是否可用于调节人类决策中的不一致程度。在一项大规模人类受试者实验中，我们研究了不同形式的算法辅助如何影响人们审查和更新其房地产价格估计的方式。我们发现，(i) 要求受访者在一系列算法选择的成对比较中审查其估计值，以及 (ii) 向受访者提供传统的机器建议，都是影响人类反应的有效策略。与简单地逐一审查初始估计值相比，上述策略导致：(i) 更新初始估计值的倾向更高，(ii) 审查后估计值的准确性更高，以及 (iii) 不同受访者审查后估计值之间的一致性更高。虽然这些效应在传统机器建议下更为显著，但审查算法选择的成对的方法可以在更广泛的环境中实施，因为它不需要访问真实数据。