机器学习在人类学中的使用与误用

机器学习（ML）现已广泛面向广大研究界开放，促进了这些新兴数学技术在广泛学科中大量新颖而引人注目的应用。在本文中，我们将聚焦于一个具体案例：古人类学领域，其试图基于生物和文化证据理解人属的演化。正如我们将展示的，ML算法的易得性以及人类学研究界对其正确使用的专业知识的缺乏，导致了文献中普遍出现基础性误用。由此产生的不可靠结果不仅破坏了将ML合法纳入人类学研究的努力，还产生了关于我们人类演化和行为过去的潜在错误认识。本文旨在简要介绍ML在古人类学中的一些应用方式；我们还包含了对一些基本ML算法的综述，供未完全熟悉该领域者参考，该领域仍在积极发展。我们讨论了一系列在累积的人类学文献中令人不安地频繁出现的ML方法的失误、错误和违反正确协议的情况。这些错误包括使用过时的算法和实践；不恰当的训练/测试划分、样本构成和文本解释；以及因缺乏数据/代码共享而导致的透明度缺失，并对独立复现施加了后续限制。我们主张，扩大样本、共享数据和代码、重新评估同行评审方法，以及最重要的，组建包含ML专家的跨学科团队，对于未来在人类学中纳入ML的研究进展都是必要的。