人机融合信息市场中人机交互机制设计与预测效率研究_李立婷，郑海超，赵黎明，谭晶桦_9787521875430

本书探讨如何科学构建人机融合信息市场，以提升经济金融领域中的预测效率。在面临重要决策时，个人、企业和国家依赖于对未来事件的准确预测。决策者可以通过训练机器学习模型基于历史数据识别潜在模式。人机互补是构建人机融合系统的基础，机器智能能够与人类的领域知识和经验相结合，从而优化决策过程。
传统的人机融合通常将机器视为助手，忽视了在竞争环境中人和机器独立决策的价值。本书提出通过引入人和机器参与信息市场，进行与未来事件相关的合约交易，利用市场价格反映人机对不确定性事件的预期。然而，科学构建人机融合信息市场尚缺乏统一的设计原则和理论框架。为此，本书从人机交互机制设计角度，研究这种新型预测系统及其效率，主要集中在以下三个方面。
首先，基于设计科学准则，设计人机融合信息市场与实验系统。设计科学为研究提供了路径和原则。通过总结提升人机融合信息市场的设计原则，并采用多智能体建模仿真方法，验证引入机器交易的有效性。研究表明，人机融合信息市场中隐式交互显著提升了预测效率，降低了市场价格偏差，并抵抗了噪声交易者的干扰。其次，研究机器身份披露对人机融合信息市场预测效率的影响。引入机器交易时，披露机器身份对参与人决策质量和市场整体效率的影响成为重要课题。基于决策理论和态势感知理论的在线实验表明，机器交易导致市场竞争加剧，从而降低参与人的努力程度和交易频率。如何减轻机器身份披露带来的负面影响，成为亟待解决的问题。最后，设计人机交互的目标结构与机器收益分配方式。通过设计亲社会行为的机器收益分配，研究发现机器分享收益能激励经验丰富的参与者持续参与，提高决策质量。当人群与机器之间存在合作目标时，参与人的决策质量更高，感知的机器威胁则较低，按绩效分配也增强了机器收益分享的激励效果。最后，基于人机互补视角，设计人机融合预测市场的价格校准工具，利用真实的在线实验数据，对参与人进行动态过滤，构建人工人机融合信息市场。研究表明，这种价格校准显著提升了预测准确率，尤其在动态校准中更为有效。
综上所述，本书验证隐式人机交互机制的有效性及显式人机交互机制的合理设计，成为研究的核心创新点。通过设计科学原则凝练人机融合信息市场的交互机制要素，并通过多代理仿真检验其有效性，证实了人机融合信息市场的高效性和抵抗噪声交易者的能力。这为人机融合预测系统的校准提供了新视角，强调了人机互补的重要性。

我要评论