图 实验流程图
在国家自然科学基金项目（批准号：72272003）的资助下，北京大学光华管理学院张颖婕副教授与海外合作者在人机协同决策机制研究方面取得进展。研究成果以“分歧的力量：一项关于人机协同信贷评估的实地实验（The Power of Disagreement: A Field Experiment to Investigate Human–Algorithm Collaboration in Loan Evaluations）”为题，于2025年7月在《管理科学》（Management Science）在线发表。论文链接：https://doi.org/10.1287/mnsc.2022.03844。
随着人工智能在金融、医疗、营销等领域的快速普及，算法与人类决策者的协同已成为社会经济系统的重要组成部分。然而，过度依赖或一味否定算法都会损害绩效，关键在于何时以及如何与算法意见不同。只有当人类基于充分信息与理性判断，在恰当时机作出建设性分歧时，协作的真正价值才能充分释放。
研究团队创新性地提出了“协作分歧（Collaborative Disagreement）”框架，强调分歧是协作价值的重要来源，并从三方面揭示其作用机制：决策规则差异性、算法在个案层面的自相矛盾、以及人类特征差异。基于与某大型线上小额信贷平台合作的两阶段随机实地实验（信息量高/低 × 算法解释有/无），研究在真实信贷评估流程中追踪人—机互动并记录前后决策变化。结果表明：相较于单独由人或由算法决策，人机协同能显著提升评估准确率并降低违约率；但分歧效应呈非线性，并非“越多越好”。当算法在个案上出现自相矛盾时，高质量、适时的分歧能够显著放大协同收益。
该研究将人机协同的核心命题从“是否分歧”前移到“何时、如何分歧更好”，提出“协作分歧”框架并揭示其非线性效应与边界条件，拓展了人类监督与算法决策互补机理的理论阐释。这一框架不仅为组织在流程与激励设计中主动引导建设性分歧提供了依据，也为面向可解释性与纠错能力的AI系统治理提供了可操作的方向。