Page 83 - BC_Vietnam_CEO_2018_Vietnam_Report
P. 83

BÁO CÁO VIETNAM CEO INSIGHT 2018                                                                                                                                KỈ NGUYÊN KINH TẾ TRÍ TUỆ NHÂN TẠO







            đánh giá (trung bình từ 4 đến 5 người ngoài việc tự  (from  reading  the  query  and  rubrics  to  making  the
            đánh giá bản thân) với các mức độ khác nhau. Thay  assessment). So, if an evaluator answered much faster
            vào  đó,  GROW  đã  sử  dụng  thuật  toán  AI  học  máy  than most, that might lead the algorithm to decrease
            (theo suy luận Bayes) có xác suất, có bằng sáng chế  the weight of his evaluation. Similarly, if an evaluator
            nhờ thẩm định vốn sử dụng dữ liệu về cách năng lực  gave more diverse ratings over time— some 1’s, 2’s,
            đó đã được đánh giá đánh giá trước đây như thế nào  3’s,  and  4’s—she  might  be  deemed  more  discerning
            (được gọi là các prior-các đánh giá trước đây) cùng với  and therefore much more reliable than an evaluator
            nhiều điểm dữ liệu về một người đánh giá để xác định  who gave all 3’s. The algorithm also took into account
            khả năng đánh giá tiếp theo mà một đánh giá như vậy  an evaluator’s IAT results, as certain personality ten-
            được xem là xác thực và đã được điều chỉnh với thực  dencies (such as conscientiousness) often led to more
            tế. Ví dụ, mỗi cặp truy vấn-rubric có dữ liệu riêng của  reliable evaluations. Another key data point was the
            mình về số thời gian mà người dùng đã sử dụng để  social graph of the evaluator: an evaluator that gave
            hoàn thành việc đánh giá đó (từ đọc truy vấn và các  evaluations  for  multiple  users  in  various  social  net-
            rubic đến thực hiện đánh giá). Vì vậy, nếu một người  works  was  typically  more  reliable  than  an  evaluator
            đánh giá trả lời nhanh hơn nhiều so với hầu hết những  who  only  joined  the  app  to  give  evaluations  to  one
            lần đánh giá trước, điều đó có thể dẫn đến thuật toán  particular user.
            sẽ hạ thấp tính xác thực của bản đánh giá mà người
            đó thực hiện. Tương tự, nếu một người đánh giá trả  Personality Traits
            lời từng truy vấn trong những khoảng thời gian khác
            khau - một số được thực hiện chỉ trong vòng 1 giây, 2  The  Implicit  Association  Task  was  a  well-known
            giây, 3 giây và 4 giây - cô ấy có thể được xem là người  test in social psychology to reveal attributes and bias-
            sáng suốt hơn và vì thế đáng tin cậy hơn nhiều so với  es people have, and the test has been connected to
            người đánh giá đã thực hiện việc trả lời tất cả các câu  personality traits. In GROW, users progressed through
            hỏi trong vòng 3 giây. Thuật toán cũng cân nhắc các  a  series  of  implicit  association  tasks,  in  which  they
            kết quả IAT của người đánh giá, vì các khuynh hướng  drag certain attributes, appearing at the bottom of the
            tính cách nhất định (như sự tận tâm) thường cho các  screen, to the box containing the correct attribute (for
            bản đánh giá đáng tin cậy hơn. Một điểm dữ liệu quan  example, talkative to extroverted). The box containing
            trọng khác là biểu đồ xã hội của người đánh giá: một  the correct attribute was either juxtaposed or matched
            người đánh giá mà đã thực hiện đánh giá cho nhiều  with  a  concept  (myself,  others),  and  the  manner  in
            người dùng trong các mạng xã hội khác nhau thường
            đáng  tin  cậy  hơn  người  đánh  giá  chỉ  tham  gia  ứng
            dụng này để đưa ra các đánh giá cho một người dùng
            cụ thể.

            các đặc điểm tính cách

               Thử nghiệm liên tưởng ẩn (IAT) là một bài kiểm tra
            tâm lý xã hội nổi tiếng nhằm tiết lộ các thuộc tính và
            thành kiến của con người, và bài kiểm tra này đã được
            kết  nối  với  các  đặc  điểm  tính  cách.  Trong  GROW,
            người  dùng  thực  hiện  thông  qua  một  loạt  các  thử
            nghiệm liên tưởng ẩn, trong đó người dùng kéo các
            thuộc tính nhất định, xuất hiện ở cuối màn hình, tới
            hộp chứa thuộc tính đúng (ví dụ, thuộc tính hay nói
            đến mục tích cách hướng ngoại). Hộp chứa thuộc tính
            chính xác được đặt liền kề hoặc ghép nối với một khái

            102
   78   79   80   81   82   83   84   85   86   87   88