tức. Nhưng để đạt được phần thưởng ngay lập tức thì không hề dễ. RFE cần
phải xem xét khả năng AI tối ưu hóa quá mức một số liệu thành công nào
đó và khi làm như vậy nó sẽ hành động không nhất quán với những mục
tiêu lớn hơn của tổ chức. Toàn bộ ủy ban đang nghiên cứu điều này cho xe
lái tự động; tuy nhiên, những sự phân tích như vậy sẽ đòi hỏi một loạt
những quyết định mới.
Trong những trường hợp khác, dự đoán của những điều có thể xảy ra có thể
khá tốn kém đối với bất kỳ ai muốn đánh giá trước toàn bộ những sự trả
giá. Thay vào đó, con người cần đợi sự dự đoán và rồi đánh giá sự trả giá,
mô hình đó gần giống với quá trình đưa ra quyết định, cho dù nó có bao
gồm những sự dự đoán do máy tạo ra hay không. Như chúng ta sẽ thấy
trong chương tiếp theo, máy móc đang dần xâm lấn vào lĩnh vực này. Trong
một số trường hợp, máy dự đoán có thể học cách dự đoán sự đánh giá của
con người thông qua việc quan sát những quyết định đã có.
Ghép chúng lại với nhau
Đa số chúng ta đều đã thử một vài kỹ thuật chức năng phần thưởng, nhưng
là cho con người, chứ không phải với máy móc. Bố mẹ dạy con những giá
trị. Những người cố vấn dạy những nhân viên mới cách hệ thống hoạt động.
Những nhà quản lý đưa ra những mục tiêu cho nhân viên và rồi thúc đẩy họ
làm việc hiệu suất cao hơn. Mỗi ngày, chúng ta đều đưa ra quyết định và
đánh giá những thành tựu đạt được. Nhưng khi chúng ta làm như vậy với
con người, chúng ta phân nhóm dự đoán và đánh giá cùng nhau, như vậy,
vai trò của RFE là không nổi bật. Khi máy móc dự đoán tốt hơn, vai trò của
RFE sẽ trở nên quan trọng.
Để minh họa RFE trên thực tế, hãy cùng xem xét những quyết định về chi
phí ở ZipRecruiter, một trang công việc trực tuyến. Các công ty trả tiền cho
ZipRecruiter để tìm những ứng viên đạt yêu cầu cho những cơ hội việc làm
họ mong muốn được lấp đầy. Sản phẩm chính của ZipRecruiter là thuật
toán phù hợp hoạt động hiệu quả và phát triển, một phiên bản của những
