本报综合外媒报道 一项研究显示，随着任务难度的增加，人们更倾向于信任算法而非其他人的建议。

　　美国佐治亚大学官网近日报道称，《科学报告》期刊4月13日刊发了美国佐治亚大学特里商学院教授瑞克·沃森（Rick Watson）、助理教授艾伦·谢克特（Aaron Schecter）等人合著的论文《任务难度上升时人们依赖算法多于依赖社会影响》。研究人员通过三个实验，初步考察了人们在哪些情况下作决策会更依赖算法而非社会影响。

　　产生于人际网络、社交媒体、线上评价的社会影响对个人决策影响巨大。然而近年来，人们在日常作决策时越来越依赖算法给出的建议。算法能够执行的任务快速增加，甚至开始涉足传统意义上需要人类判断的任务。

　　在一个实验里，研究人员要求参与者数出一张照片中出现的人数，同时提供给他们另一组人和算法的建议。随着照片中的人数越来越多，任务变得越来越难，参与者越来越倾向于听取算法的建议，而非亲自数或听取其他人的建议。另外两个实验则显示，即使在控制建议质量、参与者的算术能力、参与者可用的建议来源是否唯一这些因素后，参与者对算法的依赖性也会随着任务难度增加而上升。

　　研究人员表示，数人数是人们认为计算机擅长的任务，这类任务或许不含有偏见风险，但对于信用卡或贷款申请审核、求职者筛选等任务而言，由于算法在设计过程中对社会性因素考虑不足，算法决策的结果很可能具有歧视性。因此，了解人们何时依赖算法作决策、如何使人和算法“相互信任”很重要。

　　（王悠然/编译）