Optymalne wykorzystanie współpracy człowieka z robotem będzie wymagało dobrej pracy zespołowej. WeStudio/Shutterstock.com

Dla większości ludzi roboty i inteligentne systemy są służących, którzy pracują w tle, odkurzanie dywanów lub włączanie i wyłączanie światła. Albo są to maszyny, które przejęły powtarzalne ludzkie zadania od pracowników linii montażowych i kasjerów bankowych. Ale technologie stają się na tyle dobre, że maszyny będą mogły współpracować z ludźmi jako koledzy z zespołu – nawet zespoły człowiek-pies obsługiwać zadania takie jak polowanie i wykrywanie bomb.

Istnieje już kilka wczesnych przykładów łączenia się robotów i ludzi. Na przykład żołnierze używają drony do nadzoru i roboty naziemne do usuwania bomb gdy wykonują misje wojskowe. Ale wizje armii amerykańskiej zwiększony zespół żołnierzy, robotów i systemów autonomicznych w następnej dekadzie. Poza wojskiem te zespoły ludzi i robotów wkrótce zaczną pracować w tak różnych dziedzinach, jak opieka zdrowotna, rolnictwo, transport, produkcja i eksploracja kosmosu.

Naukowcy i firmy badają wiele sposobów na ulepszenie robotów i systemy sztucznej inteligencji Praca i postęp techniczny są ważne. Jako an kognitywista stosowany który prowadził badania nad ludzkimi zespołami w wysoce technicznym otoczeniu, mogę powiedzieć, że systemy człowiek-robot nie będą tak dobre, jak mogłyby być, gdyby projektanci nie rozumieli, jak tworzyć technologie, które najskuteczniej współpracują z prawdziwymi ludźmi. Kilka podstawowych pojęć z głębokich badań naukowych nad ludzką pracą zespołową może pomóc w rozwijaniu i zarządzaniu tymi nowymi relacjami.

1. Różne prace

Zespoły są koniecznie grupami ludzi z oddzielne, choć współzależne role i obowiązki. Na przykład zespół chirurgiczny może składać się z pielęgniarki, chirurga i anestezjologa. Podobnie członkowie zespołu człowiek-robot powinni być zebrani, aby zająć się różnymi elementami złożonego zadania.

Roboty powinny robić rzeczy, w których są najlepsze lub których ludzie nie chcą robić – na przykład podnosić ciężkie przedmioty, testować chemikalia i analizować dane. To pozwala ludziom robić to, w czym są najlepsi – na przykład dostosowywać się do zmieniających się sytuacji i wymyślać kreatywne rozwiązania problemów.

Lekarze naradzają się podczas pierwszej operacji za pomocą robota na pokładzie statku szpitalnego USNS Mercy. Kelsey L. Adams/US Navy

Zespół chirurgiczny człowiek-robot może mieć ludzkiego chirurga przeprowadzającego laparoskopię lub minimalnie inwazyjną operacja z asystą robota manipulator z kamerami, który jest wprowadzany do pacjenta i obsługiwany zewnętrznie przez chirurga. Widok można powiększyć, nakładając dane obrazowania medycznego na wewnętrzną anatomię pacjenta na widok z kamery.

Planowanie takiego podziału pracy sugeruje, że ludzie nie powinni powielać się w maszynach. W rzeczywistości roboty lub roboty o kształcie humanoidalnym i sztuczna inteligencja, które naśladują ludzkie zachowania społeczne, mogą wprowadzić w błąd swoich ludzkich kolegów z drużyny nierealne oczekiwania tego, co mogą zrobić.

2. Wzajemna kopia zapasowa

Skuteczni członkowie zespołów wiedzą, że każdy ma inną rolę – ale są dostępni wspierajcie się nawzajem w razie potrzeby. Katastrofalna, śmiertelna reakcja na huragan Katrina w 2005 roku była częściowo wynikiem: zamieszanie i brak koordynacji wśród agencji rządowych i innych grup, takich jak Czerwony Krzyż.

Koledzy z zespołu muszą zrozumieć swoje role i role reszty zespołu oraz to, jak do siebie pasują. Muszą również być w stanie wykorzystać tę wiedzę, aby uniknąć nadepnięcia na palce kolegów z drużyny, jednocześnie przewidując potencjalne potrzeby innych. Roboty i sztuczna inteligencja muszą zrozumieć, w jaki sposób ich części zadania odnoszą się do części, które wykonują ich koledzy z zespołu i jak mogą być w stanie pomóc w razie potrzeby.

3. Wspólne zrozumienie

Efektywne zespoły dzielą się wiedzą o celach zespołu i aktualnej sytuacji oraz o tym ułatwia ich interakcje – nawet gdy bezpośrednia komunikacja nie jest możliwa.

Korzyść ze wspólnej wiedzy umożliwia wszelkiego rodzaju współpracę i koordynację. Na przykład podczas nadmuchiwania balonu na ogrzane powietrze pilot znajduje się na jednym końcu, w koszu monitorując palnik. Członek załogi musi znajdować się na drugim końcu balonu, przytrzymując go za pomocą liny przymocowanej do jego górnej części. Nie widzą się ani nie słyszą, ponieważ balon zasłania widok, a palnik propanowy zagłusza wszelkie inne dźwięki. Ale jeśli są dobrze wyszkoleni, żadne z nich nie musi się komunikować, aby wiedzieć, co robi druga osoba i wiedzieć, co musi się wydarzyć.

Dwie osoby na tym końcu balonu muszą również ufać temu, co robią członkowie ich zespołu na drugim końcu balonu. Mongkolp/Shutterstock.com

Członkowie zespołu powiązań pochodzą nie tylko z informacji, które wszyscy znają, ale także ze wspólnej wiedzy wypracowanej dzięki wspólnemu doświadczeniu. Niektórzy uczeni sugerują, że: roboty nie potrafią budować doświadczenia i dzielili się wiedzą z ludźmi, podczas gdy inni badacze pracują nad znalezieniem sposobów, aby to zrobić. Nauczanie maszynowe prawdopodobnie będzie kluczowym czynnikiem pomagającym robotom rozwijać oczekiwania dotyczące zachowania ich współpracowników. W połączeniu z ludzką inteligencją, każda ze stron pozna możliwości, ograniczenia i cechy charakterystyczne drugiej.

4. Skuteczna interakcja i komunikacja

Członkowie zespołu muszą wchodzić w interakcje; skuteczne tworzenie zespołów zależy w dużej mierze od jakości tych interakcji. W zespołach szpitalnych do nagłych resuscytacji pacjentów, interakcja i komunikacja w zespole są kluczowe. Zespoły te często składają się z personelu medycznego znajdującego się najbliżej pacjenta, a członkowie muszą od razu wiedzieć, co się wydarzyło, zanim serce pacjenta zatrzymało się – stawką jest życie.

Jednak nawet między ludźmi komunikacja nie zawsze jest płynna. Pomiędzy ludźmi a robotami jest jeszcze więcej wyzwań – na przykład upewnienie się, że dzielą się wiedzą na temat tego, jak używane są słowa lub jakie są odpowiednie odpowiedzi na pytania. Badacze sztucznej inteligencji robią wielkie postępy w rozwijaniu zdolności komputerów do: rozumieć, a nawet tworzyć język naturalny – tyle samo osób korzysta ze swoich inteligentnych urządzeń asystentów, takich jak Amazon Alexa i Google Home oraz mobilnych i samochodowych systemów nawigacji GPS.

Nie jest nawet jasne, czy typowa ludzka komunikacja jest najlepszym modelem dla zespołów człowiek-robot. Zespoły człowiek-pies rób dobrze bez użycia języka naturalnego. Navy SEALs mogą współpracować na bardzo skutecznych poziomach bez słowa. Pszczoły komunikują się lokalizacja zasobów z tańcem. Komunikacja nie musi obejmować słów; może zawierać sygnały dźwiękowe i wskazówki wizualne. Jeśli robot opiekował się pacjentem, gdy jego serce zatrzymało się, może to wskazywać na monitorze, który widzieli wszyscy członkowie zespołu resuscytacyjnego.

5. Wzajemne zaufanie

Zaufanie interpersonalne jest ważne w zespołach ludzkich. Jeśli załamie się zaufanie w zespole strażaków, będą mniej skuteczni i mogą kosztować życie – zarówno siebie nawzajem, jak i członków społeczeństwa, którym próbują pomóc. Najlepsi koledzy z drużyny robotów będą godny zaufania i rzetelny – a wszelkie naruszenia niezawodności należy wyjaśnić.

Ale nawet z wyjaśnieniem, technologia, która jest chronicznie zawodna, prawdopodobnie zostanie odrzucona przez ludzkich kolegów z drużyny. Ma to jeszcze większe znaczenie w przypadku technologii krytycznych dla bezpieczeństwa, takich jak pojazdy autonomiczne.

Roboty nie są automatycznie zdolne do łączenia się z ludźmi. Muszą być przypisane efektywne role w zespole, rozumieć inne role zespołowe, szkolić się z członkami zespołu ludzkiego w celu wypracowania wspólnego zrozumienia, opracować skuteczny sposób komunikowania się z ludźmi oraz być wiarygodnym i godnym zaufania. Co najważniejsze, ludzie nie powinni być proszeni o przystosowanie się do swoich nieludzkich kolegów z drużyny. Deweloperzy powinni raczej projektować i tworzyć technologię, aby służyć jako dobry gracz zespołowy obok ludzi.

O autorze

Nancy Cooke, profesor inżynierii systemów ludzkich, Arizona State University

Artykuł został opublikowany ponownie Konwersacje na licencji Creative Commons. Przeczytać oryginalny artykuł.

Powiązane książki

at Rynek wewnętrzny i Amazon