有一則老笑話是，在未來的工廠裡，將有兩名員工：一個人和一條狗，人的職務是餵狗，狗的職務是看人，不讓人碰觸任何機器。未來的公司，真的會變成這種面貌嗎？
我們可不這麼認為。人類固然有電腦沒有的偏誤，但也有電腦欠缺的長處。就拿其中一項來說吧！我們隨時從感官接收大量資訊，而且不會事先篩選資訊，來什麼就接收什麼，哪怕只是很短的時間，我們也難以只聽特定聲音、只看特定事物。電腦則是剛好相反，下指令的人要它們蒐集什麼資料，它們就蒐集那些資料，很難蒐集更多或其他資料。……因此，在多數的情況下，由人類檢查電腦的決策，確保那些決策合情合理，會是比較好的做法。長期研究分析與科技領域的學者湯瑪斯•戴文波特（Thomas Davenport），將這種做法稱為「望向窗外」（look out of the window）。這個名詞並非全然是聯想式的隱喻，是一個飛機駕駛給戴文波特的靈感。他告訴戴文波特，在開飛機時，他高度仰賴飛機的機械操作，但也必須時而望向窗外，掃視天際線。這種方法非常有益，不只是為了防止錯誤，也有助於維護一家公司的聲譽。
叫車平台Uber，在2014 年末就學到了慘痛教訓。當時，Uber 的加成計費（surge pricing，在尖峰時段暫時調高費率），令許多用戶十分不爽。Uber 的辯護理由是（我們也同意），加成計費有助於平衡尖峰時段的供需，當實際或預期的Uber 車輛供給不敷需求時，該公司的演算法將會調升費率，鼓勵更多駕駛加入提供服務。
這項實務在2014 年12 月，招來了大量的負面輿論，起因是一名伊朗教士在澳洲雪梨一間咖啡館挾持了十八名人質，許多人慌忙逃離事件的發生地區，其中一些利用Uber叫車，Uber 的電腦系統便對這股激增的需求做出反應，啟動加成計費。許多人看來，在危機爆發時，這是非常不當的反應，所以該公司遭到強烈抨擊。
Uber 發出了下列聲明：「在事件發生時，我們沒有立刻關閉加成計費，這是錯誤決策。」 顯然，該公司也內建在一些情況下取消加成計費的設定。比方說，後來在2015 年11 月13 日的晚上，伊斯蘭恐怖分子在巴黎發動了一連串的攻擊，在第一起攻擊行動發生的三十分鐘內，Uber就取消該市的加成計費，並提醒所有用戶這個緊急事件。
像這樣的例子，足以顯示將人類判斷與演算法結合的好處。不過，公司在採用這種方法時，也必須小心，因為我們實在太鍾情於自己的判斷力，往往過度自信，許多人（如果不是絕大多數的話）經常太快凌駕於電腦之上，縱使是在電腦的答案較佳時。前文提過社會學家克里斯•史奈德斯，他對荷蘭採購經理人的預測能力進行研究，他發現「有演算模型輔助的專家，預測準確度通常介於純模型和無模型輔助的專家之間。所以，提供演算模型給專家，他們的預測準確度將會提高，但純模型預測的能力仍然較佳。」
