演算法與人工智慧造就更美好的世界 | 麻省理工學院新聞

算法決策與人工智慧的優勢

在算法決策和人工智慧（AI）帶來的好處中，包括在許多領域中改變速度、效率和預測能力，Manish Raghavan 正在努力減少相關的風險，同時尋找機會將這些技術應用於解決現有的社會問題。

研究的目標

Raghavan 說：「我最終希望我的研究能推動解決長期存在的社會問題。」他是麻省理工學院（MIT）斯隆管理學院和MIT施瓦茨曼計算學院電機工程與計算機科學系的共同任職教授，也是信息與決策系統實驗室（LIDS）的主要研究員。

AI在招聘中的應用

Raghavan 的研究中一個很好的例子是他探索 AI 在招聘中的使用。他表示：「很難說招聘的做法歷史上特別好或值得保留，而從歷史數據學習的工具會繼承人類過去的所有偏見和錯誤。」

機會與挑戰

不過，Raghavan 提到了一個潛在的機會。他說：「測量歧視一直很困難，AI 驅動的系統有時比人類更容易觀察和測量，而我工作的目標之一是了解我們如何利用這種改進的可見性來找出系統何時表現不佳。」

成長背景

Raghavan 在舊金山灣區長大，父母都是計算機科學專業的畢業生。他最初想成為一名醫生，但在大學開始前，他對數學和計算的熱愛讓他跟隨家族的腳步進入計算機科學。大學期間，他在康奈爾大學（Cornell University）與計算機科學和信息科學教授 Jon Kleinberg 一起進行研究，決定在那裡攻讀博士學位，論文主題是「算法決策的社會影響」。

獲獎成就

Raghavan 因其工作獲得多項獎項，包括國家科學基金會（National Science Foundation）研究生獎學金、微軟研究（Microsoft Research）博士獎學金和康奈爾大學計算機科學系博士論文獎。

醫療領域的研究

在 2022 年，他加入了麻省理工學院的教職。他的研究也回顧了他早期對醫學的興趣，探討一種用於急診患者的高準確度算法篩查工具——格拉斯哥-布拉奇福德評分（Glasgow-Blatchford Score，GBS）是否能在專家醫生的建議下得到改善。

社交媒體的影響

Raghavan 也研究了在線平台如何影響用戶，考慮社交媒體算法如何觀察用戶選擇的內容，然後顯示更多相同類型的內容。他表示，問題在於用戶可能會像選擇薯片一樣選擇他們的觀看內容，這雖然令人滿意，但並不健康。

用戶需求的模型

Raghavan 和他的同事們開發了一個模型，展示用戶在即時滿足與長期滿足之間的矛盾需求如何與平台互動。這個模型顯示了平台設計如何改變以促進更健康的體驗。該模型在 2022 年計算機協會（Association for Computing Machinery）經濟與計算會議上獲得了卓越應用建模論文獎。

長期滿足的重要性

Raghavan 說：「長期滿足最終是重要的，即使你只關心公司的利益。如果我們能開始建立用戶和公司利益更一致的證據，我希望我們能推動更健康的平台，而不需要解決用戶和平台之間的利益衝突。」

創意的來源

談到如何產生這些工具和概念的想法，Raghavan 說他最好的想法通常是在他思考一個問題一段時間後出現。他建議學生們可以學習他的例子，將一個非常困難的問題放一邊一天，然後再回來看。

教練的角色

當他不在解決問題或教學時，Raghavan 常常會在戶外的足球場上，擔任哈佛男子足球俱樂部的教練，這是他非常珍惜的職位。他說：「如果我知道晚上要在球場上，我就無法拖延，這讓我在一天結束時有事情期待。」

對未來的希望

Raghavan 認為，將計算技術應用於服務世界的過程中，最令人興奮的事情是 AI 將為我們提供新的見解，讓我們更好地理解人類和人類社會。他說：「我希望我們能用它來更好地了解自己。」