Une étude révèle que l’apprentissage automatique sur le lieu de travail améliore la précision, mais augmente également la charge de travail humaine
Une étude révèle que l’apprentissage automatique sur le lieu de travail améliore la précision, mais augmente également la charge de travail humaine

intelligence artificielle
Crédit : Pixabay/CC0 Domaine public

Une nouvelle recherche de l'ESMT Berlin montre que l'utilisation de l'apprentissage automatique sur le lieu de travail améliore toujours la précision de la prise de décision humaine, cependant, cela peut souvent amener les humains à déployer plus d'efforts cognitifs lors de la prise de décision.

Ces résultats sont issus des recherches de Tamer Boyaci et Francis de Véricourt, tous deux professeurs de sciences de gestion à l'ESMT Berlin, aux côtés de Caner Canyakmaz, précédemment post-doctorant à l'ESMT et aujourd'hui professeur assistant de gestion des opérations à l'université Ozyegin. Les chercheurs voulaient étudier comment les prédictions basées sur la machine peuvent affecter le processus de décision et les résultats d'un décideur humain. Leur article a été publié dans Science du management.

Fait intéressant, l'utilisation de machines augmente le plus la charge de travail de l'homme lorsque le professionnel est contraint sur le plan cognitif, par exemple, lorsqu'il subit des contraintes de temps ou qu'il est multitâche. Cependant, les situations où les décideurs subissent une charge de travail élevée sont précisément celles où l'introduction de l'IA pour alléger une partie de cette charge semble la plus tentante. La recherche suggère que l'utilisation de l'IA, dans ce cas, pour accélérer le processus peut se retourner contre lui et augmenter plutôt que diminuer l'effort cognitif de l'humain.

Les chercheurs ont également découvert que, bien que la saisie automatique améliore toujours la précision globale des décisions humaines, elle peut également augmenter la probabilité de certains types d'erreurs, comme les faux positifs. Pour l'étude, un modèle d'apprentissage automatique a été utilisé pour identifier les différences de précision, de propension et de niveaux d'effort cognitif exercé par les humains, en comparant uniquement les décisions prises par l'homme aux décisions assistées par la machine.

"L'adoption rapide des technologies d'IA par de nombreuses organisations a récemment fait craindre que l'IA ne remplace à terme les humains dans certaines tâches", déclare le professeur de Véricourt. "Cependant, lorsqu'elles sont utilisées parallèlement à la rationalité humaine, les machines peuvent considérablement améliorer les forces complémentaires des humains", dit-il.

Les chercheurs affirment que leurs découvertes montrent clairement la valeur des collaborations entre les humains et les machines pour le professionnel. Mais les humains doivent également être conscients que, bien que les machines puissent fournir des informations incroyablement précises, les humains doivent souvent faire un effort cognitif pour évaluer leurs propres informations et comparer la prescription de la machine à leurs propres conclusions avant de prendre une décision. Les chercheurs disent que le niveau d'effort cognitif nécessaire augmente lorsque les humains sont sous pression pour prendre une décision.

"Les machines peuvent effectuer des tâches spécifiques avec une précision incroyable, en raison de leur incroyable puissance de calcul, tandis qu'en revanche, les décideurs humains sont flexibles et adaptatifs mais contraints par leur capacité cognitive limitée - leurs compétences se complètent", explique le professeur Boyaci. "Cependant, les humains doivent se méfier des circonstances d'utilisation des machines et comprendre quand elles sont efficaces et quand elles ne le sont pas."

En utilisant l'exemple d'un médecin et d'un patient, les conclusions des chercheurs suggèrent que l'utilisation de machines améliorera la précision globale du diagnostic et réduira le nombre de patients malades mal diagnostiqués. Cependant, si l'incidence de la maladie est faible et que le temps est limité, l'introduction d'une machine pour aider les médecins à poser leur diagnostic conduirait à plus de patients mal diagnostiqués et à plus d'effort cognitif humain nécessaire pour diagnostiquer - en raison de l'effort cognitif supplémentaire nécessaire pour résoudre en raison de l'ambiguïté la mise en œuvre des machines peut provoquer.

Les chercheurs affirment que leurs découvertes offrent à la fois espoir et prudence à ceux qui cherchent à implémenter des machines dans le travail. Du côté positif, la précision moyenne s'améliore, et lorsque l'entrée de la machine tend à confirmer le plutôt attendu, tous les taux d'erreur diminuent et l'humain est plus "efficace" car il réduit son effort cognitif.

Cependant, l'intégration de prédictions basées sur la machine dans les décisions humaines n'est pas toujours bénéfique, ni en termes de réduction des erreurs ni de quantité d'effort cognitif. En fait, introduire une machine pour améliorer un processus de prise de décision peut être contre-productif car cela peut augmenter certains types d'erreurs et le temps et l'effort cognitif nécessaires pour prendre une décision.

Les résultats soulignent l'impact critique des prédictions basées sur la machine sur le jugement et les décisions humaines. Ces résultats fournissent des indications sur le moment et la manière dont les entrées de la machine doivent être prises en compte, et donc sur la conception de la collaboration homme-machine.

Plus d'information: Tamer Boyacı et al, Humain et machine : l'impact de l'entrée de la machine sur la prise de décision sous des limitations cognitives, Science du management (2023). DOI : 10.1287/mnsc.2023.4744

Fourni par l'Ecole Européenne de Management et de Technologie (ESMT)

Citation: Une étude révèle que l'apprentissage automatique sur le lieu de travail améliore la précision, mais augmente également la charge de travail humaine (11 mai 2023) récupéré le 12 mai 2023 sur

Ce document est soumis au droit d'auteur. En dehors de toute utilisation loyale à des fins d'étude ou de recherche privée, aucune partie ne peut être reproduite sans l'autorisation écrite. Le contenu est fourni seulement pour information.




Source

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *