m相比于机器，我们对人类的错误更加宽容吗？ apple|ex|理想者|苹果|马斯克|乔

编辑导读：当你正在工作，你的电脑死机崩溃时，尽管很无奈，但也不至于会对一台机器破口大骂。反而在面对人为的错误时，会更加严苛。你是这样的吗？本文作者对此进行了分析，希望对你有帮助。

文章插图
“Assessing outcomes vs intention.
【 m相比于机器，我们对人类的错误更加宽容吗？】评估结果与目的”

文章插图
一、你对频繁死机的电脑感到崩溃吗？我们可能认为：相比于笨拙的人类，我们对功能失常的应用程序或设计糟糕的算法会更为苛刻。然而这只是一种模糊的猜测。
事实上，用户对机器反而可能更具有同情心，他们似乎并不会对机器的错误感到生气或者苛责。根据César A. Hidalgo①（经济学家，前MIT研究员）的说法：这主要是因为用户审判机器是根据它们的行为结果，而不是行为目的。
无论是面对有偏见的结果还是不公平的决定，用户似乎从来没有真正的在机器身上寻找道德原因，而只是把它们当成功能的载体（只关乎是否完成其工作）。
这产生了四个新视角诠释人机交互的有趣行为科学结论。
二、AI决策和人类判断
文章插图
一幅由机器学习还原的奥巴马打码照片
无论是辅助人类做决策，又或是雇佣新员工，识别人脸，我们都听说过算法偏见是如何影响人工智能的。算法收集的数据保留了系统性的判断偏见（judgmental biases），这有时候会反映在对某些个体的歧视性决策中。
但是人类对机器制造不公平行为有什么感觉呢？相比于人类的歧视，他们会更反感机器吗？
César Hidalgo试图通过社会实验来回答这些问题。他向参与者展示了几种歧视情况，并要求他们判断决策在人类或者机器负责下的公平性。这些场景里有： HR在候选人相同资质相同的情况下从不选择某种特定出身的候选人，和警察总是关押一些相同族群的无辜群众。
在这些情况下，参与者都认为人类的行为更具有目的性，因此更需要责任感。因为参与者认为人类的行为带有自己的主观意愿，所以他们的行为比机器的错误判断更受到指责。然而，当问起他们应该由谁来取代这些歧视者，他们的答案更倾向于选择更正直的人。
三、人类对自动化工作的模糊认知当面对自动化工作（work automation）或者工作替代（job replacement）的时候，这种模糊性再次出现。Hidalgo通过类似的实验研究了人们对这种情况的反应。他向参与者讲述了一些故事：比如公司员工要么被AI机器人取代，要么被效率更高，更有精力的外国年轻员工取代。Hidalgo询问参与者在不同情景和不同行业内对此会有什么感受。
令人惊讶的是，参与者更情愿取代他们工作的是机器人，而不是外国人。虽然他们的偏好因情况而异：更接受司机被自动驾驶卡车取代，而不是老师被教学机器人取代，但他们通常同意他们更喜欢自动化而不是另一位工人。
对这类情况的解释有几种。参与者可能觉得技术的发展是不可避免的，而被外国工人取代会激发他们的归属感。他们可能能更加切身的体会到后者（外国工人）的威胁性，因为这发生的更为频繁。人力替代感觉上也更不公平，因为同等资质的外国工人凭什么更有权利获得工作？
这也解释了为什么和90-00年间欧美企业外迁劳动力（到发展中国家）相比，自动化引发的情绪抵抗似乎没有那么的极端。
四、对机器事故的毫不宽容