Per la maggior parte delle persone oggi, i robot e i sistemi intelligenti lo sono servi che lavorano in background, aspirando tappeti o accendendo e spegnendo le luci. Oppure sono macchine che hanno preso il posto di lavori umani ripetitivi da operai della catena di montaggio e cassieri di banche. Ma le tecnologie stanno diventando abbastanza buone che le macchine saranno in grado di lavorare al fianco delle persone come compagni di squadra, tanto quanto squadre di cani umani gestire compiti come la caccia e il rilevamento di bombe.

Ci sono già alcuni primi esempi di robot e persone che collaborano. Ad esempio, i soldati usano droni per la sorveglianza ed robot di terra per lo smaltimento di bombe mentre svolgono missioni militari. Ma l'esercito americano prevede maggiore collaborazione di soldati, robot e sistemi autonomi nel prossimo decennio. Oltre i militari, questi team di robot umani inizieranno presto a lavorare in campi diversi come assistenza sanitaria, agricoltura, trasporti, produzione e esplorazione spaziale.

Ricercatori e aziende stanno esplorando molte strade per migliorare come robot e sistemi di intelligenza artificiale lavoro e progressi tecnici sono importanti. Come un applicato scienziato cognitivo Chi ha condotto ricerche sul team umano in ambienti altamente tecnici, posso dire che i sistemi uomo-robot non saranno buoni come potrebbero essere se i progettisti non capiscano come progettare tecnologie che funzionano in modo più efficace con persone reali. Alcuni concetti di base tratti dal profondo corpus della ricerca accademica sul lavoro di squadra umano possono aiutare a sviluppare e gestire queste nuove relazioni.

1. Lavori diversi

Le squadre sono necessariamente gruppi di persone con ruoli separati, sebbene interdipendenti e responsabilità. Un'équipe chirurgica, ad esempio, potrebbe includere un'infermiera, un chirurgo e un anestesista. Allo stesso modo, i membri di un team di robot umani dovrebbero essere assemblati per assumere diversi elementi di un compito complesso.

I robot dovrebbero fare cose a cui sono meglio o che la gente non vuole fare, ad esempio sollevare oggetti pesanti, testare prodotti chimici e scricchiolare i dati. Ciò consente alle persone di fare ciò che è meglio - come adattarsi a situazioni mutevoli e trovare soluzioni creative ai problemi.

Un team chirurgico uomo-robot potrebbe avere un chirurgo umano che esegue laparoscopica o minimamente invasiva intervento chirurgico con l'assistenza di un robot manipolatore con telecamere che viene inserito nel paziente e gestito esternamente dal chirurgo. La vista può essere aumentata sovrapponendo i dati di imaging medicale sull'anatomia interna del paziente sulla vista della telecamera.

Pianificare questo tipo di divisione del lavoro suggerisce che le persone non dovrebbero replicarsi nelle macchine. Infatti, robot o robot a forma di umanoide e intelligenza artificiale che imitano il comportamento sociale umano possono indurre in errore i loro compagni di squadra ad avere aspettative non realistiche di quello che possono fare

2. Backup reciproco

I membri dei team efficaci sanno che ognuno ha un ruolo diverso, ma sono disponibili supportarsi a vicenda quando necessario. La risposta disastrosamente fatale all'uragano Katrina in 2005 è stata in parte il risultato di confusione e mancanza di coordinamento tra agenzie governative e altri gruppi come la Croce Rossa.

I compagni di squadra hanno bisogno di capire i propri ruoli e quelli del resto della squadra e come si integrano. Devono anche essere in grado di usare questa conoscenza per evitare di calpestare le dita dei compagni di squadra, mentre anticipano le potenziali necessità degli altri. I robot e l'intelligenza artificiale devono capire in che modo le loro parti del compito si riferiscono alle parti che i loro compagni di squadra stanno facendo e come potrebbero essere in grado di aiutare se necessario.

3. Comprensione comune

Le squadre efficaci condividono la conoscenza sugli obiettivi della squadra e la situazione attuale e questo facilita le loro interazioni - anche quando la comunicazione diretta non è possibile.

Il beneficio della conoscenza condivisa consente ogni tipo di collaborazione e coordinamento. Ad esempio, quando si gonfia una mongolfiera, il pilota si trova ad una estremità, nel cestello che controlla il bruciatore. Un membro dell'equipaggio deve trovarsi all'estremità del pallone, fissandolo tenendo una cima attaccata alla sua cima. Non possono vedersi o sentirsi a vicenda perché il palloncino blocca la vista e il bruciatore di propano annega qualsiasi altro suono. Ma se sono ben addestrati, nessuno dei due deve comunicare per sapere cosa sta facendo l'altro, e sapere cosa deve succedere dopo.

I membri del team di connessione provengono non solo dalle informazioni che tutti conoscono, ma dalle conoscenze condivise sviluppate attraverso l'esperienza di collaborazione. Alcuni studiosi lo hanno suggerito i robot non possono creare esperienza e condividere la conoscenza con gli umani, mentre altri ricercatori stanno lavorando per trovare modi per farlo davvero. apprendimento automatico sarà probabilmente un fattore chiave nell'aiutare i robot a sviluppare aspettative sul comportamento dei loro colleghi. Accoppiato con l'intelligenza umana, ciascuna parte imparerà a conoscere le capacità, i limiti e le idiosincrasie dell'altro.

4. Interazione e comunicazione efficaci

I membri del team devono interagire; un efficace teaming dipende molto dalla qualità di queste interazioni. Nelle squadre ospedaliere per la rianimazione di emergenza dei pazienti, l'interazione e la comunicazione del team sono fondamentali. Queste squadre sono spesso composte da qualsiasi personale medico più vicino al paziente e i membri devono sapere subito cosa è successo prima che il cuore del paziente si fermi - una vita è in gioco.

Eppure, anche tra le persone, la comunicazione non è sempre perfetta. Tra persone e robot ci sono ancora più sfide - come assicurarsi che condividano la comprensione di come vengono utilizzate le parole o quali sono le risposte appropriate alle domande. I ricercatori di intelligenza artificiale stanno facendo grandi progressi nell'avanzamento della capacità dei computer capire e persino produrre, linguaggio naturale - come molte persone sperimentano con i loro dispositivi di assistente intelligenti come Alexa e Google Home di Amazon e sistemi di guida GPS mobili e basati su auto.

Non è nemmeno chiaro se la tipica comunicazione umana sia il miglior modello per le squadre uomo-robot. Squadre uomo-cane fare bene senza l'uso del linguaggio naturale. I Navy SEALs possono lavorare insieme a livelli molto efficaci senza dire una parola. Le api comunicano posizione delle risorse con un ballo. La comunicazione non deve coinvolgere parole; potrebbe includere segnali sonori e segnali visivi. Se un robot stava curando il paziente quando il cuore si fermava, poteva indicare cosa accadeva su un monitor che tutti i membri della squadra di rianimazione potevano vedere.

5. Fiducia reciproca

La fiducia interpersonale è importante nei team umani. Se la fiducia crolla tra una squadra di vigili del fuoco, saranno meno efficaci e potrebbero costare vite umane - a vicenda o ai membri del pubblico che stanno cercando di aiutare. I migliori compagni di squadra robot saranno affidabile e affidabile - e tutte le violazioni in affidabilità devono essere spiegate.

Ma anche con una spiegazione, la tecnologia che è cronicamente inaffidabile è probabile che venga respinta dai compagni di squadra umani. Ciò è ancora più importante nella tecnologia di sicurezza, come i veicoli autonomi.

I robot non sono automaticamente in grado di collaborare con gli umani. Devono essere assegnati ruoli efficaci al team, comprendere altri ruoli del team, formare i membri del team umano per sviluppare una comprensione comune, sviluppare un modo efficace per comunicare con gli esseri umani ed essere affidabili e affidabili. Soprattutto, agli umani non dovrebbe essere chiesto di adattarsi ai loro compagni di squadra non umani. Piuttosto, gli sviluppatori dovrebbero progettare e creare tecnologia per servire come un buon giocatore di squadra al fianco delle persone.

Autore: Nancy Cooke, Professore di Ingegneria dei sistemi umani, Arizona State University

Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi il articolo originale.