在当今智能化时代，人工智能算法被广泛地应用于医疗、金融、司法等场景的决策任务。许多研究认为人工智能算法已经超过人类决策者，可以取代人类进行决策。然而，这些工作在比较算法和人类决策者时采用的分析方法较为初步，对于人类决策者的激励偏好、私有信息等因素缺乏分析。如何科学、公正地进行“人机对比”，将人类决策的激励偏好等内容融入算法决策，是人工智能与人类协作领域一个亟待解决的重要问题。

　　在国家自然科学基金项目（批准号：72192802、72222022）等资助下，清华大学汤珂教授团队、北京航空航天大学王静远教授及其合作者，针对人类决策者与机器学习算法比较的假设检验问题开展研究，取得以下研究成果：

　　（1）提出了一种同时考虑信息处理能力与激励偏好的决策解释框架，揭示了现有“人机对比”研究普遍忽视人类决策者激励异质性的现象。该情况可能导致对人类能力的系统性低估，从而导致人类决策被算法错误替代。

　　（2）提出了一套用于评估算法是否优于人类的统计检验方法。该方法包括频率学派和贝叶斯学派两种视角，用于识别可被算法替代的人类决策者，并生成结合被替代者决策者激励偏好的决策算法，以实现算法数据与人类激励兼顾的人机融合决策。

　　（3）在一个全国范围超过58万病例的大规模诊断数据集上进行了实证验证，发现与完全由医生诊断相比，“人机结合”的诊断决策可使诊断结果的总体真阳性率（TPR）提升46.6%，假阳性率（FPR）降低10.1%。

　　（4）通过模拟数据实验，探讨了信息不对称、激励异质性等因素对“人机对比”的干扰，发现仅凭错误率对比可能低估人类“私有信息”的价值，因此更精细的模型设定和政策设计是实现复杂的人机交互策略的必要前提。

　　上述研究成果以“用算法取代人类决策者的统计检验方法（Statistical Tests for Replacing Human Decision Makers with Algorithms）”为题，于2025年3月5日发表在《管理科学》（Management Science）上。论文链接：https://doi.org/10.1287/mnsc.2023.01845。

　　该研究在理论上揭示了激励因素在人类决策过程中的作用，为人工智能算法和人类的决策能力的比较提供了理论工具；在实践上，为在实际决策场景中进行数据与激励融合的“人机协作”决策提供了有效工具，有助于推动人工智能技术在决策领域的深入应用。