MIT-forskere eksperimenterer med AI-drevne metoder til at registrere arbejdsskærende og træthed

Forskere ved Massachusetts Institute of Technology (MIT) har arbejdet på AI-baserede metoder til at registrere, når en persons stress eller kognitive træthed negativt påvirker deres arbejdsgennemførelse. Ifølge MIT-forskningsholdet har projektet til formål at udnytte kraften i menneske-maskin-samarbejde, hvor maskiner hjælper mennesker med at arbejde på en optimal og sikker måde.

Michael Pietrucha er en del af Lincoln Laboratory ved MIT, hvor han fungerer som specialist i taktiske systemer. Pietrucha pegede på den lange historie af samarbejde mellem mennesker og maskiner gennem årene, men bemærkede, at selv med opkomsten af avancerede menneske-maskin-samarbejde drevet af AI, spiller mennesket typisk rollen som rådgiver for maskinen. Menneskets ansvar er typisk at forstå systemet, overvåge systemet og sikre, at det fungerer korrekt. Men samarbejde er en tovejs gade, og maskinen kan hjælpe mennesker med at opnå deres mål og udvide deres arbejde.

Megan Blackwell var tidligere stedfortrædende leder af intern finansieret biologisk videnskab og teknologi-forskning ved Lincoln Laboratory. Blackwell arbejdede på at designe AI-systemer, der kan bestemme, når nogen er under stor stress eller træthed, der svækker deres præstation. Blackwell bemærker, at menneskeligt fejl ikke kun fører til fejl og missede muligheder, men også kan føre til katastrofale, potentielt livstruende konsekvenser. Jo tidligere en intervention kan finde sted, jo bedre. AI-systemet kan foreslå måder at lette trætheden på for sin menneskelige partner. Som Blackwell forklarede, ifølge MIT-nyheder:

“I dag bliver neuromonitorering mere specifik og bærbart. Vi forestiller os at bruge teknologi til at overvåge træthed eller kognitiv overbelastning. Er denne person opmærksom på for meget? Vil de løbe tør for benzin, så at sige? Hvis du kan overvåge mennesket, kan du gribe ind, før noget dårligt sker.”

Stress- og træthedsgenkendelsessystemet ville fungere ved at indsamle biometriske data og analysere dem. Tidligere studier har forsøgt at bruge video- og lydoptagelser af en person, kombineret med computer-vision og naturlig sprogbehandling-algoritmer, til at finde mønstre, der kunne indikere en persons neurobehaviorale og fysiologiske tilstand. Tidligere arbejde med at bruge biometriske data til at bestemme menneskers emotionelle tilstand har set nogen succes med at registrere depression detektere depression, selvom der er nogen kontrovers om, hvor pålidelige disse algoritmer er og om studierne er virkelig reproducerbare. MIT-holdet vil bruge data indsamlet ikke kun fra video- og lydoptagelser, men også en række biometriske sensorer, der indsamler data om EEG og hjertefrekvens, med det formål at opbygge præcise og pålidelige modeller.

Det første skridt i design af ethvert diagnostisk system er at etablere en baseline for normal præstation. For at dette kan ske, skal AR-systemet opbygge en kognitiv model af en enkelt person. Ifølge forskningsholdet er de kognitive modeller designet med respekt for de fysiologiske input, der indsamles gennem optagelserne og sensorerne. Systemet kan derefter begynde at overvåge personen for at se, om deres fysiologiske kurver ændrer sig over tid, og forudsige, hvilke afvigelser, der potentielt kan være skadelige og føre til fejl eller skader.

Hvis AI-systemet bestemmer, at en menneskes præstation er svækket på grund af træthed eller stress, er der flere mulige interventioner. Systemet kan blot bede sin menneskelige partner om at tage en pause eller drikke en kop kaffe. Men hvis menneske-maskin-samarbejdet opererer i en farlig situation, såsom kørsel af en gaffeltruck, og mennesket mister bevidstheden, kan AI-systemet fungere som en sikkerhedsventil og bringe køretøjet til standsning.

Forskningsholdet er stadig i de tidlige faser af projektet og indsamler data, der er nødvendig for at træne deres algoritmer. Holdet planlægger at bruge efterretningssanalytikere som deres første testcase, hvor analytikere deltager i en simuleret version af deres daglige arbejde.