The Promises and Pitfalls of Using Algorithms in Organizations
Notice bibliographique
Résumé
Organizations are increasingly using algorithms to aid with decision-making. However, these algorithms often ignore human psychology, which can lead to both biased algorithms and missed opportunities. The first set of presentations focuses on how algorithms learn from human behavior data. They show how training algorithms on human behavior data without taking psychology into account can lead to unintended consequences, such as discrimination in resume screening or distorted social perceptions fueled by social media algorithms. The latter talks study how employees learn from algorithms. They uncover insights into how people leverage algorithmic advice in real-world situations versus hypothetical scenarios, and present a method for using algorithms to generate novel hypotheses about behavior. Algorithms that Misunderstand Us Author: Sophia Pink; The Wharton School, U. of Pennsylvania Author: Sendhil Mullainathan; U. of Chicago Booth School of business Author: Katherine Milkman; U. of Pennsylvania Algorithm-Mediated Social Learning Author: William Brady; Kellogg School of Management, Northwestern U. Author: Joshua Jackson; Northwestern Kellogg School of Management Author: Silvan Baier; Kellogg School of Management, Northwestern U. Author: Joseph Abruzzo; Kellogg School of Management, Northwestern U. Words that Work: Combining Machine Learning and Psychology to Generate Hypotheses from Text Author: Rafael Batista; U. of Chicago Booth School of business Author: James Ross; U. of Chicago Booth School of business Author: Sendhil Mullainathan; U. of Chicago Booth School of business Author: Jens Ludwig; U. Of Chicago A Simple Explanation Reconciles “Algorithm Aversion” and “Algorithm Appreciation” Author: Jennifer Marie Logg; Georgetown U. Author: Rachel Schlund; Cornell U.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,055 | 0,098 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,019 |
| Communication savante | 0,015 | 0,038 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».