Stressato sul lavoro? Un compagno di squadra di intelligenza artificiale può sapere come aiutare

Stressato sul lavoro?  Un compagno di squadra di intelligenza artificiale può sapere come aiutare
I ricercatori del Lincoln Laboratory mirano a sviluppare l’intelligenza artificiale “compagne di squadra” che può rilevare l’affaticamento cognitivo e suggerire azioni per aiutare un essere umano a riprendersi. Credito: Bryan Mastergeorge

Gli esseri umani hanno collaborato con le macchine nel corso della storia per raggiungere obiettivi, sia utilizzando macchine semplici per spostare materiali o macchine complesse per viaggiare nello spazio. Ma i progressi dell’intelligenza artificiale oggi offrono possibilità per un lavoro di squadra ancora più sofisticato, veri team uomo-macchina che cooperano per risolvere problemi complessi.

Gran parte dello sviluppo di questi team uomo-macchina si concentra sulla macchina, affrontando le sfide tecnologiche dell’addestramento degli algoritmi di intelligenza artificiale per svolgere il proprio ruolo in una missione in modo efficace. Ma meno attenzione, dicono i ricercatori del MIT Lincoln Laboratory, è stata data al lato umano del team. E se la macchina funziona perfettamente, ma l’essere umano fa fatica?

“Nell’area del teaming uomo-macchina, spesso pensiamo alla tecnologia o, ad esempio, a come monitorarla, comprenderla, assicurarci che funzioni correttamente. Ma il lavoro di squadra è una strada a doppio senso e queste considerazioni non stanno accadendo in entrambe le direzioni. Quello che stiamo facendo è guardare al rovescio della medaglia, dove la macchina sta monitorando e migliorando l’altro lato: l’essere umano,” afferma Michael Pietrucha, uno specialista di sistemi tattici presso il laboratorio.

Pietrucha fa parte di un team di ricercatori di laboratorio che mira a sviluppare sistemi di intelligenza artificiale in grado di rilevare quando l’affaticamento cognitivo di una persona interferisce con le sue prestazioni. Il sistema quindi suggerirebbe interventi, o addirittura agirà in scenari disastrosi, per aiutare l’individuo a riprendersi o per prevenire danni.

“Nel corso della storia, vediamo errori umani che portano a incidenti, opportunità mancate e talvolta conseguenze disastrose,” afferma Megan Blackwell, ex vice capo della ricerca scientifica e tecnologica biologica finanziata internamente presso il laboratorio. “Oggi il neuromonitoraggio sta diventando più specifico e portatile. Immaginiamo di utilizzare la tecnologia per monitorare l’affaticamento o il sovraccarico cognitivo. Questa persona si occupa troppo? Rimarranno senza benzina, per così dire? Se riesci a monitorare l’essere umano, potresti intervenire prima che succeda qualcosa di brutto.”

Questa visione ha le sue radici nella ricerca decennale in laboratorio nell’uso della tecnologia per “leggere” stato cognitivo o emotivo di una persona. Raccogliendo dati biometrici, come registrazioni video e audio di una persona che parla, ed elaborando questi dati con algoritmi avanzati di intelligenza artificiale, i ricercatori hanno scoperto biomarcatori di varie condizioni psicologiche e neurocomportamentali. Questi biomarcatori sono stati utilizzati per addestrare modelli in grado di stimare con precisione il livello di depressione di una persona, ad esempio.

In questo lavoro, il team applicherà la propria ricerca sui biomarcatori all’intelligenza artificiale in grado di analizzare lo stato cognitivo di un individuo, incapsulando quanto si sente affaticata, stressata o sovraccaricata una persona. Il sistema utilizzerà biomarcatori derivati ​​da dati fisiologici come registrazioni vocali e facciali, frequenza cardiaca, EEG e indicazioni ottiche dell’attività cerebrale e movimento degli occhi per ottenere queste informazioni.

Il primo passo sarà quello di costruire un modello cognitivo di un individuo. “Il modello cognitivo integrerà gli input fisiologici e monitorerà gli input per vedere come cambiano quando una persona svolge particolari compiti faticosi,” afferma Thomas Quatieri, che guida diversi sforzi di ricerca sui biomarcatori neurocomportamentali presso il laboratorio. “Attraverso questo processo, il sistema può stabilire modelli di attività e apprendere lo stato cognitivo di base di una persona che coinvolge le funzioni di base relative al compito necessarie per evitare lesioni o risultati indesiderati, come l’attenzione uditiva e visiva e il tempo di risposta.”

Una volta stabilita questa linea di base individualizzata, il sistema può iniziare a riconoscere le deviazioni dal normale e prevedere se tali deviazioni porteranno a errori o prestazioni scadenti.

“Costruire un modello è difficile. Sai di aver capito bene quando prevede le prestazioni,” afferma William Streilein, staff principale della divisione per la protezione della patria e il controllo del traffico aereo del Lincoln Lab. “Abbiamo fatto bene se il sistema è in grado di identificare una deviazione e quindi prevedere effettivamente che la deviazione interferirà con le prestazioni della persona in un’attività. Gli esseri umani sono complessi; compensiamo naturalmente allo stress o alla fatica. L’importante è costruire un sistema in grado di prevedere quando quella deviazione non sarà compensata e di intervenire solo in quel momento.”

Le possibilità di intervento sono ampie. A un’estremità dello spettro ci sono piccoli aggiustamenti che un essere umano può fare per ripristinare le prestazioni: bere caffè, cambiare l’illuminazione, prendere aria fresca. Altri interventi potrebbero suggerire un cambio turno o il trasferimento di un’attività a una macchina oa un altro compagno di squadra. Un’altra possibilità è l’utilizzo della stimolazione transcranica a corrente continua, una tecnica di ripristino delle prestazioni che utilizza elettrodi per stimolare parti del cervello e si è dimostrata più efficace della caffeina nel contrastare la fatica, con minori effetti collaterali.

Dall’altra parte dello spettro, la macchina potrebbe intraprendere le azioni necessarie per garantire la sopravvivenza del membro del team umano quando l’umano non è in grado di farlo. Ad esempio, un compagno di squadra di intelligenza artificiale potrebbe fare il “decisione di espulsione” per un pilota di caccia che ha perso conoscenza o la capacità fisica di espellersi. Pietrucha, un colonnello in pensione dell’aeronautica statunitense che ha trascorso molte ore di volo come caccia/aviatore d’attacco, vede la promessa di un tale sistema che “va oltre la semplice analisi dei parametri di volo e comprende l’analisi dello stato cognitivo dell’equipaggio, intervenendo solo quando l’equipaggio non può o non vuole,” lui dice.

La determinazione dell’intervento più utile e della sua efficacia dipende da una serie di fattori correlati all’attività da svolgere, al dosaggio dell’intervento e persino al background demografico dell’utente. “C’è ancora molto lavoro da fare per comprendere gli effetti dei diversi interventi e convalidare la loro sicurezza,” dice Streilein. “Infine, vogliamo introdurre interventi cognitivi personalizzati e valutarne l’efficacia sulla performance della missione.”

Oltre al suo utilizzo nell’aviazione da combattimento, la tecnologia potrebbe giovare ad altri lavori impegnativi o pericolosi, come quelli relativi al controllo del traffico aereo, alle operazioni di combattimento, alla risposta ai disastri o alla medicina d’emergenza. “Ci sono scenari in cui i medici da combattimento sono ampiamente in inferiorità numerica, si trovano in situazioni faticose e sono stanchi quanto tutti gli altri. Avere questo tipo di aiuto a tracolla, qualcosa che aiuti a monitorare il loro stato mentale e affaticamento, potrebbe aiutare a prevenire errori medici o persino avvisare gli altri del loro livello di affaticamento,” dice Blackwell.

Oggi, il team sta perseguendo la sponsorizzazione per aiutare a sviluppare ulteriormente la tecnologia. Il prossimo anno sarà focalizzato sulla raccolta di dati per addestrare i loro algoritmi. I primi soggetti saranno analisti di intelligence, dotati di sensori mentre giocano a un gioco serio che simula le esigenze del loro lavoro. “Gli analisti di intelligence sono spesso sopraffatti dai dati e potrebbero trarre vantaggio da questo tipo di sistema,” dice Streilein. “Il fatto che di solito svolgano il loro lavoro in un ambiente “normale”, su un computer, ci consente di strumentarli facilmente per raccogliere dati fisiologici e iniziare l’allenamento.”

“Lavoreremo su una serie di capacità di base a breve termine,” Quatieri dice “ma un obiettivo finale sarebbe sfruttare quelle capacità in modo che, mentre il sistema è ancora individualizzato, potrebbe essere una capacità più chiavi in ​​mano che potrebbe essere ampiamente implementata, in modo simile a come Siri, ad esempio, è universale ma si adatta rapidamente a un individuo.” A lungo termine, il team vede la promessa di un modello di sfondo universale che potrebbe rappresentare chiunque ed essere adattato per un uso specifico.

Tale capacità potrebbe essere la chiave per far progredire i team uomo-macchina del futuro. Man mano che l’intelligenza artificiale progredisce per raggiungere capacità più simili a quelle umane, pur essendo immune dalla condizione umana di stress mentale, è possibile che gli esseri umani possano presentare il rischio maggiore per il successo della missione. Un compagno di squadra di intelligenza artificiale potrebbe sapere come sollevare il proprio partner.


Leave a Reply