助理教授 Manish Raghavan 希望计算技术能够帮助解决社会问题。
算法决策和人工智能带来诸多好处，包括彻底改变广泛领域的速度、效率和预测能力。Manish Raghavan 正在努力降低相关风险，同时也寻找机会应用这些技术来解决现有的社会问题。
“我最终希望我的研究能够推动解决长期存在的社会问题的更好方案，”Raghavan 说道。他是德鲁休斯顿职业发展教授，也是麻省理工学院斯隆管理学院和麻省理工学院施瓦茨曼计算学院电气工程和计算机科学系的共同教员，同时也是信息和决策系统实验室 (LIDS) 的首席研究员。
Raghavan 对人工智能在招聘中的应用的探索就是一个很好的例子。
Raghavan 表示：“很难说历史上的招聘做法特别好或值得保留，而从历史数据中学习的工具继承了人类过去犯下的所有偏见和错误。”
然而，Raghavan 在这里提到了一个潜在的机会。
“衡量歧视一直很困难，”他说道，并补充道，“人工智能驱动的系统有时比人类更容易观察和衡量，我的工作目标之一就是了解我们如何利用这种改进的可见性来找到新的方法来确定系统何时表现不佳。”
Raghavan 在旧金山湾区长大，父母都有计算机科学学位，他说他原本想当一名医生。但在上大学之前，他对数学和计算机的热爱促使他效仿家人进入计算机科学领域。在本科期间，他花了一个暑假在康奈尔大学与计算机科学和信息科学教授 Jon Kleinberg 一起做研究，之后他决定在那里攻读博士学位，论文题目为“算法决策的社会影响”。
Raghavan 因其工作而获得过奖项，包括美国国家科学基金会研究生研究奖学金计划奖、微软研究博士奖学金以及康奈尔大学计算机科学系博士论文奖。
2022年，他加入麻省理工学院教职员工。
或许是回想起他早年对医学的兴趣，Raghavan 曾进行过研究，研究用于对胃肠道出血患者进行分类的高精度算法筛查工具，即格拉斯哥-布拉奇福德评分 (GBS)，的测定结果是否可以通过补充专家医师的建议得到改善。
“GBS 的诊断结果与人类大致相同，但这并不意味着不存在个别患者或少数患者，GBS 诊断错误，而医生的诊断可能是正确的，”他说。“我们希望能够提前识别这些患者，这样医生的反馈就特别有价值。”
Raghavan 还研究了网络平台如何影响用户，他考虑了社交媒体算法如何观察用户选择的内容，然后向他们展示更多同类内容。Raghavan 说，困难在于，用户选择他们所看的内容的方式可能与他们抓一袋薯片的方式相同，薯片当然很美味，但营养价值并不高。这种体验可能在当时令人满意，但它可能会让用户感到有点恶心。
Raghavan 和他的同事开发了一个模型，用于描述具有相互冲突的欲望（即对即时满足的渴望与对长期满足的渴望）的用户如何与平台互动。该模型展示了如何改变平台的设计以鼓励更健康的体验。该模型在 2022 年计算机协会经济与计算会议上获得了示范性应用建模轨道论文奖。
“即使你只关心公司的利益，长期满意度最终也是最重要的，”拉加万说。“如果我们能够开始建立证据表明用户和公司利益更加一致，我希望我们能够推动更健康的平台，而无需解决用户和平台之间的利益冲突。当然，这是理想主义的。但我的感觉是，这些公司中有足够多的人相信有让每个人都更快乐的空间，他们只是缺乏实现这一目标的概念和技术工具。”
关于他想出这些工具的想法以及如何最好地应用计算技术的概念的过程，Raghavan 说，他最好的想法是在他断断续续地思考一个问题一段时间后产生的。他说，他会建议他的学生效仿他的做法，把一个非常困难的问题搁置一天，然后再回来处理它。
他说：“第二天情况往往会变得更好。”
当他不解决问题或教学时，人们经常发现 Raghavan 身处户外足球场，他是哈佛男子足球俱乐部的教练，这是他非常珍惜的职位。
“如果我知道我必须在田野上度过一晚，我就不会拖延，这会让我在一天结束时有所期待，”他说。“我试着在我的日程安排中安排一些对我来说至少与工作同样重要的事情，以便将这些挑战和挫折放在背景中。”
当 Raghavan 考虑如何应用计算技术来更好地服务我们的世界时，他说他发现他的领域中最令人兴奋的事情是人工智能将为“人类和人类社会”开辟新的见解。
他说：“我希望，我们可以利用它更好地了解我们自己。”
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/suan-fa-he-ren-gong-zhi-neng-rang-shi-jie-geng-mei-hao
