125. Should We Replace Umpires With Robots?
39:53 Share

赌徒和裁判有什么共同点？机器什么时候比人做出更好的决定？史蒂芬被电脑取代了吗？ </context> <raw_text>0 嘿，这里是来自 Freakonomics Radio 的史蒂芬·达布纳，告诉你丰田经销商正在举办全国销售活动。现在是购买可靠的新型 SUV（例如适合探险的 RAV4）并获得优惠价格的最佳时机。配备全轮驱动，你的新 RAV4 能够胜任任何地形。

作为一名厨师，意味着要保持厨房的冷静。我们开始吧！

有了 Amex 白金卡的 Resi Priority Notify 和环球美食通道。这边请。换换口味尝试别人的食物也不错。这就是美国运通强大的后盾。适用条款。了解更多信息，请访问 AmericanExpress.com/withAmex。我们人类似乎彼此喜欢，除非我们彼此憎恨。

我是安吉拉·达克沃思。我是史蒂芬·达布纳。您正在收听《没有愚蠢的问题》。今天的节目主题是：我们应该用机器人取代人类裁判吗？如果目的是做到正确，那么我们为什么要让这些人参与其中呢？

史蒂芬，我有一个问题要问你，这个问题是我观察我丈夫得来的。你准备好了吗？我不确定。你这么一说，我就更不确定了。首先，他在这些观察中穿着整齐，坐在我们的客厅里，坐着

尖叫。所以现在他可能实际上是站了起来，在世界大赛期间对着电视大喊大叫，你知道，不幸的是，现在已经成为过去式了。这是因为他是一位费城体育迷吗？因为他们是糟糕的、最爱喊叫的、最吵闹的。但我并不觉得他那样。我的意思是，他是一个体育迷，他在费城，他正在为费城球队加油。我们确实有这样的名声。那是他为什么大喊大叫的原因吗？费城人队今年输掉了世界大赛。

他也会在其他比赛中大喊大叫，例如篮球比赛。他大喊大叫的对象是棒球比赛中的裁判或篮球比赛中的裁判。前几天他问我，为什么我们会让这些容易出错的人类负责如此重要的决定，而我们却生活在人工智能时代？我的意思是，为什么

会有裁判呢？我想这就是问题所在。这绝对是一个有趣的话题。我们可以从很多方面入手，但是，你知道，让我们从棒球裁判的问题开始吧。我认为在我们回答为什么之前

我们仍然有裁判，我们应该解释一下裁判的工作。所以在棒球比赛中，一场常规比赛中有四名裁判。虽然在季后赛中，他们会使用六名裁判。他们在外场增加了两个人，好像在说，好吧，四个人不够，当事情很重要的时候，我们需要更多的人，这本身就是一件很疯狂的事情。但是，是的，

通常情况下，有四名裁判，一名在本垒板后面，然后是第一垒、第二垒和第三垒裁判。但当人们谈论裁判时，他们指的是本垒板裁判。是的，这是我唯一看到的。我甚至不知道还有另外三个。他们在那里有点融入背景了。但本垒板裁判非常显眼，因为他就在比赛中。他蹲在接球手后面。对于不了解棒球的人来说，这就是它的运作方式。也就是我。所以这很好。

所以有一个投手。你知道投手做什么吗？他在投球。站在投手丘上。他距离本垒板 60 英尺 6 英寸，听起来好像很远。但当他们以每小时 95 到 100 英里的速度投球时，其实并不远。然后是击球手。然后是击球手后面的接球手。然后接球手后面就是裁判。

然后是一个矩形，它应该代表好球区。这是一个想象中的矩形。它从击球手的腋窝延伸到击球手的膝盖。这是垂直方向。水平方向则应该覆盖本垒板的宽度，本垒板是一个五边形的圆圈。

地面上的塑料板。所以你可以想象，裁判蹲在接球手后面，想象着这个矩形，从腋窝到膝盖，从本垒板的左侧到右侧。如果球在那个范围内穿过本垒板，则应该判为好球。如果它在该范围之外穿过本垒板，则应该判为坏球。现在，即使是球穿过本垒板也很棘手，因为球在移动。它通常是下落的。

它可以向左或向右移动。因此，要做到真正精确，正如你所想象的那样，非常困难。我还应该说，如果击球手挥棒击球但没打到，那么就判为好球。无论它是否在好球区。完全正确。如果他们把球打成界外球，也算是一好球，等等。我知道你三次好球出局，四次坏球保送。太棒了。

所以你可以想象，击球手非常关心他没挥棒击球的球是否被判为好球或坏球。投手也很关心。接球手也很关心。球队也很关心。球迷也很关心。你是对的。有很多研究表明裁判。

裁判很容易出错。几年前，我们在 Freakonomics Radio 上做了一期关于所谓的赌徒谬误的节目。你熟悉这种现象吗？你知道，我听说过不同的定义。那么史蒂芬·达布纳的定义是什么呢？

好的，让我尝试一下定义它。这是基于托比·莫斯科维茨所做的非常好的研究，他是一位现在在耶鲁大学的经济学家。他与丹尼尔·陈和凯利·徐合著了一篇论文，题为《在赌徒谬误下做出的决定：来自庇护法官、贷款员和棒球裁判的证据》。所以如果你考虑这三类人，法官、贷款员和裁判，

他们都有权力基本上说“是”或“否”。他们就像最终的权威一样。我认为你不会轻易上诉。我想你可以尝试，但通常他们的决定就是最终决定。是的。所以赌徒谬误与我们误解概率的实际运作方式有关。我们许多人，即使是非常聪明的人，

我们也会发现实际上不存在的模式，或者在不应该存在模式的地方寻找模式。假设你在轮盘赌桌上玩红色，并且连续三次旋转都出现了黑色。

第四次旋转，出现红色的可能性是否比之前的任何一次都大？不。这是一个完全独立的变量。但我们喜欢告诉自己，好吧，出现了三次黑色，所以下一次更有可能出现红色。对。所以我们总是以这种方式错误地计算概率。

赌徒谬误在棒球裁判、庇护法官或贷款员身上的应用方式是，我们的思维似乎想要稍微切换一下。我们不想有非自然的模式。所以他们在研究中发现，一位连续向两位寻求庇护者批准了庇护申请的法官更有可能拒绝下一个寻求庇护者，

即使证据可能是有利的，贷款员和棒球裁判也是如此。换句话说，如果连续判了两次好球，而第三个球非常接近，甚至可能在好球区内，那么人的大脑中就会有一些东西让我们有点犹豫。

创造这些对我们来说没有意义的模式。因此，人类裁判有两个问题。第一，他们容易受到赌徒谬误的影响，但他们也不太好。当我说不太好时，他们的水平比你我都要好得多。对。他们是专家。但他们远不如电脑好。所以研究人员所做的是，他们观察了成千上万，也许是数十万个球的投掷情况。他们观察了所有这些投手

投出的击球手没有挥棒击球的球。他们发现，在明显的坏球和明显的好球上，裁判基本上是 100% 正确的。如果球正好在中间，击球手没有挥棒击球，他们判为好球，他们几乎总是对的。但你几乎不需要裁判。没错。但我们继续。这是托比·莫斯科维茨。他说，对于那些正好在好球区之外的球，它们绝对是坏球，但它们很接近。

对于那些球，他说，裁判只有大约多少百分比的正确率，安吉？你猜多少？哦，天哪。这是将裁判实时判罚与事后仔细复查进行比较，对吗？没错。这些球正好在好球区之外。我不知道。我给他们 90%。

90% 到 95%，因为他们是专家。这就是他们所做的。这是一个非常非常非常好的、慷慨的评价。但实际数字是 64%。哇，他们得了 D。我想给他们 A。所以他们的错误率是 36%。

这令人震惊。但我要说的是，在棒球比赛中，有足够多的人像杰森一样感到沮丧，因此已经有很多自动化运动。事实上，有这些机器人裁判。真的吗？是的。我还没有在现实生活中见过这些，但我告诉你，它们已经通过了棒球小联盟的考验。

据估计，它们最早可能在 2024 年进入美国职业棒球大联盟。这不像《杰森一家》里的罗西那样是一个真正的机器人。这是一个好问题。据我所知，它可以是任何方式或多种方式。换句话说，你实际上可以有一个看起来像机器人的东西在那里做出判罚，但这基本上将是一系列摄像机或雷达或其他什么东西。但我读到的一种方法，这可能会让非常重视传统的棒球比赛更容易接受，那就是仍然会有一个裁判，他会实时获得摄像机和探测器的帮助，并且基本上会有一个耳机，这样他就可以立即得到正确判罚的确认。现在，你可能会说，好吧，这似乎……

很愚蠢。如果人类使用电脑信息，为什么还要让这些人待在那里？但这让我们想到了人类对电脑、人工智能或机器学习在生活中各个方面的舒适程度，这些方面我们过去都是自己做的。这可以从医学诊断到

汽车和自动驾驶，甚至包括机器人裁判。所以我认为，然后我们就进入了你的心理学领域，那就是思考人们对依靠技术来做他们过去自己做的事情的感受。关于这一点，你能告诉我们什么吗？当我的一名研究生本杰明·利拉开始时，我开始认真思考这个问题

对人工智能分析数据的方法非常感兴趣。我们正在处理这个数据集。数据集非常庞大，它是大学录取数据。我们俩都很快就意识到，在许多情况下，使用复杂的 AI 算法甚至非常原始的算法可能比依赖一个反复无常、睡眠不足的人类更好。这个想法可以追溯到，我的意思是，如果你看看丹尼·卡尼曼在以色列军队的第一份工作，那是几十年前的事情了，他的任务是，你知道，帮助我们弄清楚

在以色列军队中晋升谁，他立即意识到问题在于人类负责这些晋升。他们正在做人类所做的事情，那就是

随心所欲地提出他们在那天关心的东西，从不写下他们为什么做出这个决定，从不证明它，然后在整个军队中没有系统的方法。也许事后向自己讲述为什么这是正确的决定，而实际上只是故事。他可以立即看到，即使他没有用确认偏差这个词，

一旦你做出了一个决定，是的，那个士兵应该被晋升，那么你就会寻找证据来证实你最初的直觉是正确的。他的答案，他的解药，如果你愿意的话，不需要神经网络、深度学习、电脑或任何其他东西。他只是说，嘿，

我们能不能在一张纸上写下标准，也许写下六件事，我们认为一个应该晋升的人应该具备这些品质？一旦你写下来，你知道，尽职尽责、乐于接受反馈、富有同理心、有战略眼光，无论是什么，你然后

再花几分钟时间说，好吧，那是什么样的？拥有它是什么样的？缺乏它是什么样的？仅仅是做一下系统地寻找我们想要什么、它到底是什么样的这个小练习，这实际上就是我们今天所说的算法，对吧？这是一个公式，而不是把它留给，你知道，你当时脑海中飞速闪过的想法。事实证明，这在以色列军队中并不容易被接受

军队。就像，等等，什么？你想对晋升采取一种系统化、严格的方法？那么人类的判断呢？所有那些无形的东西呢？所有那些无法表达的东西呢？但是，你知道，丹尼·卡尼曼很有说服力，他能够说服以色列军队采用

你可以说这是最原始的算法。所以我们必须说服人们使用算法的想法已经存在一段时间了。人们今天所说的算法厌恶是一种对机器人或电脑取代人类做出重要决定的根本不信任和厌恶。我认为人们可能有很多方面不喜欢这一点。我的意思是，部分原因是，我们人类似乎彼此喜欢，除非我们彼此憎恨。我本来想说，我不知道。我们似乎也能够憎恨，但我们对彼此有一种喜爱之情，我认为我们对我们的笔记本电脑没有这种喜爱之情。有

一种情感，我们只对生物，尤其是对其他人保留这种情感。我认为这已经很明确了

电脑在阅读乳房 X 光照片方面比解读它们的人类要好得多。想想看，纯粹的数量。你可以用数百万张显示阳性结果的乳房 X 光照片和数百万张显示阴性结果的乳房 X 光照片来编程电脑。没有人能做到这一点。对。放射科医生一生中只能看到多少 MRI。但如果你是谷歌，你可以看到所有这些。

也很难更新先验概率，并让人类放射科医生的学习保持最新。尽管我们有成人执照和再执照等等，但电脑只是学习这类事情。继续医学教育学分。是的。所以，安吉拉，我很想听听我们的听众谈谈他们在生活中哪些领域渴望接受患者。

更多的自动化。或者你讨厌这个想法的哪个领域。当然。做一个语音备忘录。不要太长。告诉我们你的名字，你住在哪里，诸如此类的事情。在一个安静的地方做。很多听众……

在例如跑步或听起来像是用钢锯切割旧热水器时，会受到这种语音备忘录的呼吁的启发。有很多噪音。所以老实说，语音备忘录部门的一点安静会有很长的路要走。我很想听听你们大家的想法。

在《没有愚蠢的问题》节目中，史蒂芬和安吉拉将讨论他们实际上愿意将多少控制权交给机器。事实上，我是 AI 1743 XT 平方增量史蒂芬，这是史蒂芬·达布纳编程的化身，用来与你进行这次对话。

嘿，这里是来自 Freakonomics Radio 的史蒂芬·达布纳，告诉你丰田经销商正在举办全国销售活动。现在是购买可靠的新型 SUV（例如适合探险的 RAV4）并获得优惠价格的最佳时机。配备全轮驱动，你的新 RAV4 能够胜任任何地形。

或者看看时尚舒适的 Highlander，最多可容纳八名乘客。配备全景天窗，您可以与全家一起坐下来欣赏广阔的视野。当您访问 buyatoyota.com 时，查看更多全国销售活动优惠。丰田，让我们去远方。

《没有愚蠢的问题》由 Rosetta Stone 赞助。去一个人们不太说英语的地方旅行？那么 Rosetta Stone，最值得信赖的语言学习程序之一，适合你。Rosetta Stone 通过沉浸式教学，例如将母语人士的音频与视觉效果相匹配、阅读故事、参与对话等等。True Accent 功能甚至会提供你的发音反馈。

此外，通过方便、灵活和可定制的课程（短至 10 分钟）随时随地学习。Rosetta Stone 可以在台式电脑上使用，也可以作为应用程序使用，您可以下载课程以供离线使用。亲身体验为什么 Rosetta Stone 受数百万人的喜爱。

在非常有限的时间内，我们的听众可以获得 Rosetta Stone 的终身会员资格，享受 50% 的折扣。这是终身无限访问 25 门语言课程的 50% 折扣。在 rosettastone.com/questions 兑换您的 50% 折扣。

驾驶强劲的本田 Ridgeline、Passport 和 Pilot，开启夏日之旅。与本田一起户外活动，扬起尘土，本田是 2024 年 Kelley Blue Book 的 KBB.com 最佳价值品牌。在有限的时间内，合格的买家可以获得 2024 款 Ridgeline 1.9% 的年利率，以及 2024 款 Passport 和 2025 款 Pilot 2.9% 的年利率。请咨询经销商了解基于 2024 年 Kelley Blue Book 消费者选择奖的融资详情。访问 KBB.com 获取更多信息。

将所有你想做的事情都压缩到一次假期中，甚至会让经验丰富的旅行者质疑自己的能力。但是，当您与 Amex 白金卡一起旅行并获得通过 Amex Travel 预订的优质酒店和度假村（如有空房）的客房升级，以及 Resi Priority Notify 用于那些难以预订的餐桌，以及 Amex 卡会员甚至可以参加特定活动的现场体验时，您会意识到您已经完成了您计划做的所有事情。这就是美国运通强大的后盾。

适用条款。了解如何在 AmericanExpress.com/withAmex 充分利用您的体验。现在，让我们回到史蒂芬和安吉拉关于机器人是否比人类裁判更好的谈话。让我们再回到棒球一会儿，美国职业棒球大联盟最近一直在使用录像回放来查看近距离判罚。而且，你知道，现在职业足球、NFL 中也有录像回放。篮球也有，对吧？篮球也有，是的。

在网球中，我们应该说，就我所知，大多数出界判罚是由一个名为鹰眼系统的电脑系统做出的。等等，坐在那个，你知道，像救生员看台那样的小东西里的人在做什么？他们实际上是救生员，以防网球场被淹。他们想确保每个人都能出去。好的。

他们是主裁判。而且，你知道，有一些裁判工作要做，还有一些其他的判罚要做。但网球无疑已经以这种方式接受了这项技术。所以棒球最近开始使用录像回放，他们发现，在判罚被质疑或再次查看的情况下，它们被推翻的次数几乎占一半。这可以追溯到。

这个统计数据，那种令人震惊的退化。是的。这些是针对其他判罚。这些不仅仅是好球和坏球。这些是关于你安全还是出局，在比赛范围内还是超出界限等等。

所以对我来说，令人震惊的是，你可能会自然而然地说，等等。如果目的是做到正确，那么我们为什么要让这些人参与其中呢？另一方面，我认为有很多东西可以帮助我们理解这种算法厌恶。乔·托雷，一位长期担任棒球运动员和经理的人，我认为他现在为联盟工作。他反对机器人裁判。

他的说法是，这是一场不完美的比赛，对我来说一直感觉很完美。这太美妙了。所以对我来说，当我仔细考虑这个问题时，我非常非常地理解两方面。我认为你可以很容易地从棒球中移除本垒板裁判，也许也可以移除其他裁判。如果目标是提高投球判罚的准确性，那么机器人肯定会做得更好。但别忘了……

这是一场游戏，对吧？这不是阅读乳房 X 光照片。游戏建立在这个奇妙的共同历史、仪式、规则、特性和缺陷之上，对吧？是的，这些仪式的组成部分是有价值的。

因此，即使它们没有产生最科学准确的判罚，问题在于你愿意失去多少这些仪式。而且裁判彼此之间也各不相同。他们有不同的个性，他们有不同的好球区，这在棒球比赛中是一个非常令人感兴趣的话题，有时也会引起争议。你的意思是有些是严厉的，说它必须在，你知道，这个狭窄的矩形内，而另一些则更宽容？是这样的，但还有其他细微之处。例如，超级巨星，投手和击球手，都从裁判那里获得了很多优势。就像更容易判罚，因为他们被迷住了吗？

我不会说被迷住了。我会说这只是认知偏差。让我稍微回顾一下。在所有运动中，主队都有所谓的“主场优势”。你可以想象很多很多很多很多原因导致了这一点，对吧？你更熟悉那个赛场或球场，睡在自己的床上，吃自己的食物。我认为有研究表明，如果你在自己的时区比赛，你会更好。

但是，如果你实际测量这些因素中的每一个，顺便说一句，托比·莫斯科维茨，这位研究好球坏球计数的耶鲁大学经济学家也做了这项研究，以研究世界各地、不同运动、不同情况下的主场优势。他发现有一个因素是解释主场优势的主要因素。你认为是什么？好吧，我猜是裁判。猜对了。谢谢。语境线索。所以事实证明

在几乎任何运动中，解释主场优势的单一最大因素都是裁判。这是否意味着裁判确实有偏见，因为他们住在费城，他们想支持费城人队，例如？有点像，但并不完全是。首先，费城人队比赛的裁判并不一定住在费城，因为有很多专业人士四处旅行，认真对待他们的工作。有很多分析。有很多

批评和反馈等等。但他们也有人的大脑，而人的大脑显然容易受到场所氛围的影响。所以球迷和想要让主场观众高兴的感觉似乎潜意识地影响着裁判的判罚。而且确实有一些令人惊叹的创造性研究得出了这个结论。一个是

比较在球迷就在球场上、球场边，裁判可以听到他们的体育场进行的足球比赛，以及这些其他大型多用途体育场，通常在球场和球迷之间有一条跑道。

他们用它作为工具变量来衡量人群对裁判的影响程度，例如。我只想说，在心理学中，证据表明，物理距离转化为心理距离。所以你刚才说的关于这项巧妙的研究，以及在足球场的球场之间有一条小跑道的事实。你相信它，换句话说。完全相信。

所以让我回到你所说的算法厌恶的问题上来。我确实看到了管理科学杂志上的一篇论文，作者是三位作者，伯克利·迪特沃斯特、约瑟夫·西蒙斯和凯德·马西，我相信他是你在沃顿商学院的同事。是的，其中两位是西蒙斯和马西。

这篇文章叫做《克服算法厌恶》。如果人们甚至可以稍微修改一下算法，他们就会使用不完美的算法。你熟悉这篇论文吗？是的，有点。这篇论文的开头非常简短地说明了，因为现在已经被广泛接受，存在算法厌恶这种现象，在很多很多情况下，决策者

不使用算法，而是选择依赖人类的判断，即使很明显算法更好。这就是这篇论文的引言。那么，实际上问题是，我们能做什么

我们能做什么来让人们使用这些算法，这些算法真的非常方便？而这一系列巧妙的研究得出了以下结论。当人们对

对最终的决定有一些控制权时，它不仅仅是，好吧，你说你会使用算法，算法说这个人被录取了，所以我们录取他进入大学。所以你的意思是，如果我可以稍微输入一点，说，好吧，也许我们也应该更强烈地考虑一下这一点。是的，这有点像这样的想法，你知道，人们会接受自动驾驶汽车或巡航控制，对吧？只要我知道

赌徒和裁判有什么共同点？机器什么时候比人做出的决定更好？史蒂芬被电脑取代了吗？ </context> <raw_text>0 我可以把手放在方向盘上，如果我选择的话，我可以改变这辆车的方向。所以从某种程度上来说，这就像一个实际的工程问题。就像我们如何让人类使用电脑一样？在一系列研究中，他们发现了什么，这些研究的设置是这样的：如果你是一个参与者，你会被要求预测

学生在标准化数学考试（如SAT）中的分数。你从你阅读的个人资料中做到这一点，你知道，他们来自美国的哪个地方，他们在参加这次考试之前参加了多少次PSAT考试，他们有多少朋友要去上大学。所以你阅读这份档案，并且

你可以选择是否依赖算法。所以，你知道，我们使用了大量的数据库，并且我们已经得出了这个公式来产生我们认为SAT数学分数将会是什么，或者你可以选择不依赖它。我认为这项研究的巧妙之处在于，他们在不同的条件下……

有不同程度的自由来推翻算法或不推翻它。这项研究的结论是，如果你有一些控制权，几乎任何控制权，老实说，对我来说，这是最令人惊讶的发现，就像，好吧，你可以通过一点点，一点点1%或其他什么来改变算法的发现或结果。这足以让人们使用算法，从而提高准确性。

我认为每个人在感到对某种情况缺乏控制时都会感到尴尬和压力，至少在某种程度上是这样。我的意思是，我已经和航空公司飞行员谈论这个问题很多年了。这是一个有趣的情况。飞行中已经有很多自动化了，但是人们不喜欢……

在没有飞行员的情况下登上飞机的想法，至少在目前是这样。是的，说实话，我不喜欢那个想法。而且，你知道，我已经从很多飞行员和其他与航空公司有关的人那里听到了支持自动化的论点，包括，你知道，我的兄弟是一个飞行员。他不是商业飞行员。他曾经是空军飞行员。我不知道这一点。所以我经常思考，当你描述Massey等人的这篇论文时，我觉得它非常合理，如果我们可以……

参与改变算法，甚至只是认为我们正在参与改变算法，我可以看出我们对它的反应会有多么不同。这变成了一个伦理困境。我相信每个人都知道电车难题。是的。这个思想实验，你有一辆电车要撞死五个人，他们在一根轨道上，你有能力把它切换到只撞死一个人的轨道上。那么这样做对吗，因为你杀的人更少？

人们对此非常纠结，因为我们不会从数学的角度考虑这个问题。我讨厌这么说。我的意思是，我对那个将被电车撞死的人感到难过，但我希望我们会这样做。我从……

自动驾驶汽车的角度考虑这个问题。现在，自动驾驶汽车是一种已经存在了大约15年的发明。大约10年前，我和一群人谈过话，他们发誓说，从现在开始，我们肯定会在自动驾驶汽车和卡车等方面进行大量的旅行。但由于各种原因，这并没有实现，包括……

边缘情况下的科学比看起来要难得多。科学更难，这意味着让自动驾驶汽车处理所有可能的驾驶场景都很难。是的，这就是他们所说的边缘情况。就像天气会干扰，施工会干扰。然后还有其他事情，比如行人、其他司机等等。是的，那些不适合算法的意外事件。但我也在考虑科学。

安全和交通。那么你认为每年有多少人死于车祸，全球车辆碰撞？哦，我的天哪。我希望杰森在这里。他会知道这个数字。这肯定是一个惊人的数字。说一个惊人的数字。我认为必须超过一百万。是的，大约一百万。这太疯狂了。每年约有一百万人。每年有十八万儿童被杀害或

全世界因车祸而死亡，大约每天500人。好吧，想象一下。想象一下，我们生活在一个大多数汽车都是自动驾驶的世界里，其中一辆汽车被黑客入侵或程序错误，它撞进操场，撞倒10个孩子，他们都被杀死了。

你认为反应会是什么？这是在一个世界上，目前每年有18万儿童死于车祸，而现在他们不再死于车祸了。但是如果一辆自动驾驶汽车在操场上撞倒了10个可爱的孩子，那么……

你认为会发生什么？好吧，在这里我有一个非常强烈的预测，那就是，好吧，这是自动驾驶汽车的终结。就像我们已经不理性地惩罚那些不完美的算法和机器人，而人类却更加不完美。是的。凯文·凯利，他，天哪，他做了很多事情。他是一个摄影师，他也是一个技术专家。他帮助创建了《连线》杂志。他总是谈论人工智能和所有技术都会改变的事实。

它们只是真的偷偷摸摸地接近我们。它很少是全有或全无的。在我们如何依赖它们方面，有一个渐进的变化。是的。所以我想我所希望的是，我们能够慢慢克服对算法的厌恶，并且

逐渐地，但仍然相当快。史蒂芬，我也想看到未来的发生。实际上，我读过一篇我认为在这方面非常聪明的论文。这篇论文来自《遥测与信息学》，它是在去年发表的。这篇论文的标题是：《是谁做出了决定，人类还是机器人裁判？拟人化对机器人裁判认知的影响》。

所以这项研究是关于人们对棒球裁判的评价，以及他们根据是完全的算法还是完全的人类算法来思考这些决定。

或者他们所说的拟人化裁判。这些只是在线场景研究。所以你问人们，比如，观看这段比赛录像，然后这是裁判的判罚。你对此感觉如何？你同意吗，等等？这是人性化的机器人裁判，拟人化的机器人裁判，

引述，“Spark是一个人性化的机器人裁判，身高1.7米，11个月大。”这就像如果你问Alexa她的生日是什么，她会告诉你。我说她，即使Alexa是一个它，对吧？所以拟人化算法，一般人工智能的想法，基本上是反传统的。

故意赋予人类品质。我们这样做，对吧？就像，你知道，当我让Siri打电话时，当我让Alexa订购纸巾时，我知道我在和机器人说话。那么这项研究的结果是什么呢？人们如何不同地评价他们的电话？好吧，现在我要从摘要中读给你听，告诉你这项研究的中心思想。结果表明，人们认为裁判的判罚更公平

更可信，并且对人类裁判比对机器人裁判表现出更大的信任。

然而，当通过赋予机器人裁判类似人类的特征来使它们人性化时，这些负面影响就会减弱。底线是，如果你能让一台电脑看起来或感觉像一个人，我们更愿意接受它们的判断。就像我总是说的，如果你能伪造真实性，那么你就成功了。这就像你总是说的那样。所以，安吉拉，让我问你这个问题。

你能指出你生活中你渴望接受更多自动化或人工智能的领域吗？史蒂芬，我不知道我能否指出我生活中我不渴望接受人工智能的领域。我有一个机器人助理。我有一个人类助理，但我有一个机器人助理处理，我想说，我90%的在线日程安排。所以如果有人给我发邮件，

我会抄送Jamie Johnson，这是我给我的机器人起的名字，Jamie Johnson会立即回复，无论是在凌晨3点还是星期六，或者任何时候，并说，安吉拉在以下三个时间段是空闲的。比如，哪个时间适合你？这个机器人太棒了，史蒂芬，以至于我与之互动的大多数人都没有意识到它是一个机器人。对。

事实上，我们曾经收到过寄给Jamie Johnson的饼干，我们都笑了，因为，你知道，Jamie Johnson不需要饼干。现在，如果我告诉你，安吉拉，我，史蒂芬……

有趣。我会说什么？

我会让你坐在你现在的位置上，我过来你的公寓。我们俩都要去一趟医生那里，他会照顾你。这会没事的。因为当人们说他们是机器人时，这通常是精神病的症状。这是精神分裂症的一个非常常见的症状。哦，你们这些缺乏信仰的人。你刚才还在说你有一个私人机器人助理，Jamie Johnson，但你却

你不认为像Jamie Johnson这样的人，也许再加上一些更好的软件，能够进行我刚才进行的那种对话吗？我想这就是我的意思，史蒂芬。《没有愚蠢的问题》由我，丽贝卡·李·道格拉斯制作。现在是今天对话的事实核查。

在节目的前半部分，史蒂芬说打击区从击球手的腋窝延伸到他们的膝盖。根据官方的MLB规则，它实际上是从击球手肩膀中点到他们裤子顶部到他们的膝盖下方。

后来，史蒂芬提到MLB已经考虑了几种不同的机器人裁判实施方案，包括机器宣布判罚或人类裁判转达机器提供给他们的判罚的可能性。正在考虑的另一个选择是一个重播审查系统，该系统允许每支球队的经理在每场比赛中挑战有限数量的被判罚的球和好球。

正如史蒂芬提到的那样，该系统的版本目前已用于犯规、干扰和其他判罚，例如漏判垒包。此外，安吉拉和史蒂芬认为，复杂的算法，甚至原始算法，通常都比人类判断更好。但是，我们应该注意，算法偏差是一个真正的问题。算法只和用于构建它的数据一样好。

例如，在2015年，亚马逊意识到其人工智能招聘工具对女性申请者存在偏见，因为该模型是用主要来自男性的简历进行训练的。该系统吸收并复制了科技行业中已经存在的性别偏见。

最后，史蒂芬说，在网球中，大多数出界判罚是由称为鹰眼的计算机系统做出的。2022年，鹰眼确定了美国公开赛和澳大利亚公开赛的所有界外判罚。但在温布尔登，它只对球员挑战的判罚进行评判。而法国公开赛根本不使用自动化进行界外判罚。它是在红土球场上进行的，所以球会留下它落地的痕迹。事实核查就到这里。

在我们结束今天的节目之前，让我们听听您对我们最近关于如何改掉咬紧牙关或磨牙习惯的节目的想法。以下是您所说的。你好，我叫林辰。我住在加利福尼亚州洛杉矶，我不得不发送语音备忘录，因为我最近在睡觉时弄坏了两个牙套。

因为我磨牙，我几周前终于去做肉毒杆菌注射我的咬肌了，我还在等待看看这是否真的有效，但与此同时

我很兴奋地发现，我和安吉拉·达克沃思还有两件事是相同的。我们都是亚裔美国人，母亲都叫特蕾莎。我们都喜欢健怡可乐。现在我们都磨牙，并在下巴上注射肉毒杆菌。对我来说非常令人兴奋。感谢您的节目。史蒂夫。

史蒂文和安吉拉，我必须告诉你们，我有一个关于停止磨牙的疯狂故事。我决定做的是一种非常规的，有点自残的，所以我可能不推荐这种方法。我取了一小块牙线，把它缠绕在我的可拆卸牙套的一根线上。

然后把它放在牙龈内侧，这样当我的嘴巴放松时，它只是停留在我的牙龈旁边，而不是戳我。当我咬紧牙齿时，它会戳我的牙龈，把我弄醒。通过这种方式，我停止了磨牙。只是想让你们知道，因为你们问了如何停止磨牙。我就是这么做的。效果很好。

我的名字是兰德里·法根。我是一名来自科罗拉多州博尔德的家庭医生。我打电话来说，我的牙套改变了我的生活。我过去有严重的磨牙症，伴有紧张性头痛，导致伴有闪光性暗点视力障碍的偏头痛。而我的牙医为我制作的牙套完全逆转了所有症状。

我真的很感谢你们的建议和你们分享的一切。但是安吉拉，你错了。当你完成隐形牙套后，你绝对应该考虑一下牙套。

分别是林辰、卡莉·温恩和兰德里·法根。非常感谢他们以及所有给我们发送故事的人。请记住，我们仍然很想听听您对算法的看法。在您生活的哪个领域，您渴望接受更多自动化？或者在哪个领域您特别怀疑它？发送语音备忘录到[email protected]。让我们知道您的姓名，如果您想保持匿名，您可能会在节目中听到您的声音。

下周《没有愚蠢的问题》节目中，我们将讨论喜欢被吓到的人们的情况？为什么人们喜欢恐怖电影？我无论如何也无法让自己去看一部。下周《没有愚蠢的问题》节目中再见。

《没有愚蠢的问题》是怪诞经济学广播网的一部分，该网络还包括《怪诞经济学广播》、《我大多钦佩的人》和《怪诞经济学医学》。我们所有的节目都是由Stitcher和Renbud Radio制作的。本集由埃莉诺·奥斯本混音。我们得到了凯瑟琳·蒙库尔的帮助。

我们的工作人员还包括：我们的主题曲是“And She Was” by Talking Heads。

特别感谢大卫·伯恩和华纳教堂音乐。如果您想收听无广告节目，请订阅Stitcher Premium。您可以在Twitter上关注我们@NSQ_show，在Facebook上关注我们@NSQ show。如果您对未来的剧集有任何疑问，请发送电子邮件至[email protected]。到

要了解更多信息或阅读剧集记录，请访问Freakonomics.com/NSQ。感谢收听。等等，你是说你在家里同时拥有Alexa和Siri吗？它们不会竞争吗？不，因为一个是Alexa，另一个是Siri。你使用的是亚马逊生态系统和苹果生态系统。我双手都很灵活。这是真的。怪诞经济学广播网，一切的隐藏面。

Stitcher。你好，我是怪诞经济学广播的史蒂芬·达布纳，在这里告诉你，丰田经销商正在举行全国销售活动。现在是获得像冒险准备的RAV4这样可靠的新型SUV的绝佳时机。配备全轮驱动，你的新RAV4可在任何地形上都能提供性能。

或者看看时尚舒适的Highlander，最多可容纳八名乘客。配备全景天窗，您可以与全家一起坐下来欣赏广阔的视野。当您访问buyatoyota.com时，查看更多全国销售活动优惠。丰田，让我们去远方。

您可能考虑出售房屋的原因有很多。为了搬到离家人更近的地方，以更小的预算生活，或者只是想换个环境。无论您的原因是什么，您可能并不想弄清楚您所在地区的所有各种房地产市场趋势。这就是房地产经纪人发挥作用的地方。房地产经纪人拥有专业知识，可以帮助您找到合适的价格，并以适合您的方式引导您完成出售房屋的过程。这就是我们是谁。房地产经纪人是全国房地产经纪人协会的成员。

成为一名厨师意味着在厨房里保持冷静。通过我的美国运通白金卡获得Resi优先通知和全球餐饮通行证，这边请，尝试一下别人的食物换换口味也不错。这就是美国运通强大的支持。适用条款。了解更多信息，请访问americanexpress.com/withAmex。