人機融合信息市場中人機交互機制設計與預測效率研究（簡體書）

本書探討如何科學構建人機融合信息市場，以提升經濟金融領域中的預測效率。在面臨重要決策時，個人、企業和國家依賴于對未來事件的準確預測。決策者可以通過訓練機器學習模型基於歷史數據識別潛在模式。人機互補是構建人機融合系統的基礎，機器智能能夠與人類的領域知識和經驗相結合，從而優化決策過程。傳統的人機融合通常將機器視為助手，忽視了在競爭環境中人和機器獨立決策的價值。本書提出通過引入人和機器參與信息市場，進行與未來事件相關的合約交易，利用市場價格反映人機對不確定性事件的預期。然而，科學構建人機融合信息市場尚缺乏統一的設計原則和理論框架。為此，本書從人機交互機制設計角度，研究這種新型預測系統及其效率，主要集中在以下三個方面。首先，基於設計科學準則，設計人機融合信息市場與實驗系統。設計科學為研究提供了路徑和原則。通過總結提升人機融合信息市場的設計原則，並採用多智能體建模仿真方法，驗證引入機器交易的有效性。研究表明，人機融合信息市場中隱式交互顯著提升了預測效率，降低了市場價格偏差，並抵抗了噪聲交易者的干擾。其次，研究機器身份披露對人機融合信息市場預測效率的影響。引入機器交易時，披露機器身份對參與人決策質量和市場整體效率的影響成為重要課題。基於決策理論和態勢感知理論的在線實驗表明，機器交易導致市場競爭加劇，從而降低參與人的努力程度和交易頻率。如何減輕機器身份披露帶來的負面影響，成為亟待解決的問題。最後，設計人機交互的目標結構與機器收益分配方式。通過設計親社會行為的機器收益分配，研究發現機器分享收益能激勵經驗豐富的參與者持續參與，提高決策質量。當人群與機器之間存在合作目標時，參與人的決策質量更高，感知的機器威脅則較低，按績效分配也增強了機器收益分享的激勵效果。最後，基於人機互補視角，設計人機融合預測市場的價格校準工具，利用真實的在線實驗數據，對參與人進行動態過濾，構建人工人機融合信息市場。研究表明，這種價格校準顯著提升了預測準確率，尤其在動態校準中更為有效。綜上所述，本書驗證隱式人機交互機制的有效性及顯式人機交互機制的合理設計，成為研究的核心創新點。通過設計科學原則凝練人機融合信息市場的交互機制要素，並通過多代理仿真檢驗其有效性，證實了人機融合信息市場的高效性和抵抗噪聲交易者的能力。這為人機融合預測系統的校準提供了新視角，強調了人機互補的重要性。