Coordinating Human and Machine Learning for Effective Organization Learning

组织学习 知识管理 学习型组织 人力资源 人工智能 计算机科学 管理 经济
作者
Timo Sturm,Jin Gerlacha,Luisa Pumplun,Neda Mesbah,Felix Peters,Christoph Tauchert,Ning Nan,Peter Buxmann
出处
期刊:Management Information Systems Quarterly [MIS Quarterly]
卷期号:45 (3): 1581-1602 被引量:58
标识
DOI:10.25300/misq/2021/16543
摘要

With the rise of machine learning (ML), humans are no longer the only ones capable of learning and contributing to an organization’s stock of knowledge. We study how organizations can coordinate human learning and ML in order to learn effectively as a whole. Based on a series of agent-based simulations, we find that, first, ML can reduce an organization’s demand for human explorative learning that is aimed at uncovering new ideas; second, adjustments to ML systems made by humans are largely beneficial, but this effect can diminish or even become harmful under certain conditions; and third, reliance on knowledge created by ML systems can facilitate organizational learning in turbulent environments, but this requires significant investments in the initial setup of these systems as well as adequately coordinating them with humans. These insights contribute to rethinking organizational learning in the presence of ML and can aid organizations in reallocating scarce resources to facilitate organizational learning in practice.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
不配.应助娇你当第一采纳,获得10
1秒前
2秒前
慕青应助汎影采纳,获得10
4秒前
4秒前
顾矜应助林梓峰采纳,获得10
4秒前
WenzongLai完成签到,获得积分10
5秒前
萧水白应助朴素雁凡采纳,获得10
6秒前
9秒前
10秒前
艺玲发布了新的文献求助10
10秒前
11秒前
12秒前
乐乐应助小鱼丸采纳,获得10
14秒前
mingjie发布了新的文献求助10
15秒前
15秒前
泥花完成签到,获得积分20
17秒前
科研通AI2S应助汎影采纳,获得10
17秒前
米恩发布了新的文献求助10
17秒前
不配.应助曾开心采纳,获得20
17秒前
高挑的寒松完成签到 ,获得积分10
18秒前
an692应助猫一盒采纳,获得10
18秒前
18秒前
沐潼DTX给沐潼DTX的求助进行了留言
19秒前
泥花发布了新的文献求助10
19秒前
21秒前
bkagyin应助boo77采纳,获得10
21秒前
Azure完成签到 ,获得积分10
23秒前
午见千山应助sophieCCM0302采纳,获得10
23秒前
yaooo发布了新的文献求助10
25秒前
徐智秀完成签到,获得积分20
25秒前
做自己的太阳应助xiaocoub采纳,获得10
26秒前
26秒前
kk完成签到,获得积分10
26秒前
完美世界应助汎影采纳,获得10
27秒前
不配.应助飘逸的白玉采纳,获得10
29秒前
29秒前
30秒前
DKW完成签到 ,获得积分10
30秒前
bkagyin应助yuanjunhu采纳,获得10
31秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
XAFS for Everyone 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3138546
求助须知:如何正确求助?哪些是违规求助? 2789451
关于积分的说明 7791402
捐赠科研通 2445869
什么是DOI,文献DOI怎么找? 1300682
科研通“疑难数据库(出版商)”最低求助积分说明 626058
版权声明 601079