Μοντέλα και πλατφόρμες AI
Ερευνητές του MIT Πειραματίζονται με Μέθοδους AI-Driven για την Ανίχνευση του Στρες και της Κόπωσης στη Δουλειά

Ερευνητές στο Ινστιτούτο Τεχνολογίας της Μασαχουσέτης (MIT) έχουν αρχίσει να εργάζονται σε μεθόδους που βασίζονται στην τεχνητή νοημοσύνη (AI) για την ανίχνευση του στρες και της κόπωσης σε ένα άτομο, που μπορεί να επηρεάσει την απόδοσή του στη δουλειά. Σύμφωνα με την ερευνητική ομάδα του MIT, το πρότζεκτ έχει ως στόχο να αξιοποιήσει τη δύναμη των ανθρώπινων-μηχανικών ομάδων, χρησιμοποιώντας τις μηχανές για να βοηθήσουν τους ανθρώπους να εργάζονται με τον καλύτερο δυνατό τρόπο.
Ο Michael Pietrucha είναι μέλος του Εργαστηρίου Lincoln στο MIT, όπου εργάζεται ως ειδικός σε Συστήματα Τακτικής. Ο Pietrucha ανέφερε την μακρά ιστορία της συνεργασίας μεταξύ ανθρώπων και μηχανών όλα αυτά τα χρόνια, αλλά σημείωσε ότι ακόμη και με την εμφάνιση των προηγμένων ανθρώπινων-μηχανικών ομάδων που οδηγούνται από την AI, ο άνθρωπος συνήθως παίζει το ρόλο του συμβούλου της μηχανής. Η ευθύνη του ανθρώπου είναι συνήθως να κατανοήσει το σύστημα, να το παρακολουθήσει και να διασφαλίσει ότι λειτουργεί σωστά. Ωστόσο, η ομαδική εργασία είναι ένας δρόμος με δύο κατευθύνσεις, και η μηχανή μπορεί να βοηθήσει τους ανθρώπους να επιτύχουν τους στόχους τους, ενισχύοντας τη δουλειά τους.
Η Megan Blackwell ήταν η πρώην αναπληρώτρια διευθύντρια της εσωτερικά χρηματοδοτούμενης βιολογικής επιστημονικής και τεχνολογικής έρευνας στο Εργαστήριο Lincoln. Η Blackwell εργάστηκε για να σχεδιάσει συστήματα AI που θα μπορούσαν να καθορίσουν όταν κάποιος είναι υπό μεγάλο στρες/κόπωση που υποβαθμίζει την απόδοσή του. Η Blackwell σημείωσε ότι το λάθος του ανθρώπου δεν οδηγεί μόνο σε λάθη και χαμένες ευκαιρίες, αλλά μπορεί επίσης να οδηγήσει σε καταστροφικές, потенτικά απειλητικές για τη ζωή συνέπειες. Όσο νωρίτερα μπορεί να γίνει μια παρέμβαση, τόσο το καλύτερο. Το σύστημα AI θα μπορούσε να προτείνει τρόπους για να ανακουφίσει την κόπωση στον ανθρώπινο συνεργάτη του. Όπως εξήγησε η Blackwell, σύμφωνα με τα νέα του MIT:
“Σήμερα, η νευροπαρακολούθηση γίνεται πιο συγκεκριμένη και φορητή. Εικονιζόμαστε να χρησιμοποιούμε την τεχνολογία για να παρακολουθούμε την κόπωση ή την πνευματική υπερβολική φόρτωση. Αυτό το άτομο προσεχτικά παρακολουθεί πολλά; Θα εξαντληθεί, για να πούμε così; Αν μπορείτε να παρακολουθήσετε τον άνθρωπο, θα μπορούσατε να παρέμβετε πριν συμβεί κάτι κακό.”
Το σύστημα αναγνώρισης στρες και κόπωσης θα λειτουργούσε συλλέγοντας βιομετρικά δεδομένα και αναλύοντάς τα. Προηγούμενες μελέτες έχουν προσπαθήσει να χρησιμοποιήσουν βίντεο και ηχογραφήσεις ενός ατόμου, σε συνδυασμό με αλγόριθμους οπτικής και φυσικής γλώσσας, για να βρουν μοτίβα που θα μπορούσαν να υποδείξουν τις νευροσυμπεριφορικές και φυσιολογικές καταστάσεις του ατόμου. Προηγούμενη εργασία που χρησιμοποιούσε βιομετρικά δεδομένα για να καθορίσει τις συναισθηματικές καταστάσεις των ανθρώπων έχει δει κάποια επιτυχία στην ανίχνευση επιπέδων κατάθλιψης, αν και υπάρχει κάποια διαμάχη σχετικά με το πόσο αξιόπιστα είναι αυτά τα αλγόριθμοι και αν οι μελέτες είναι πραγματικά αναπαραγώγιμες. Η ομάδα στο MIT θα χρησιμοποιήσει δεδομένα που συλλέγονται όχι μόνο από βίντεο και ηχογραφήσεις, αλλά και από μια ποικιλία βιομετρικών αισθητήρων που συλλέγουν δεδομένα σχετικά με EEG και καρδιακούς ρυθμούς, με στόχο να δημιουργήσουν ακριβή και αξιόπιστα μοντέλα.
Το πρώτο βήμα στη σχεδίαση οποιουδήποτε διαγνωστικού συστήματος είναι να καθορίσει μια βάση φυσιολογικής απόδοσης. Για να συμβεί αυτό, το σύστημα AR πρέπει να δημιουργήσει ένα πνευματικό μοντέλο του ατόμου. Σύμφωνα με την ερευνητική ομάδα, τα πνευματικά μοντέλα σχεδιάζονται με σεβασμό στα φυσιολογικά ερεθίσματα που συλλέγονται μέσω των ηχογραφήσεων και των αισθητήρων. Το σύστημα μπορεί τότε να αρχίσει να παρακολουθεί το άτομο για να δει αν οι φυσιολογικές του καταστάσεις αλλάζουν με το χρόνο, προβλέποντας ποιες αποκλίσεις θα μπορούσαν να είναι потенτικά επιζήμιες, προκαλώντας λάθη ή τραυματισμούς.
Αν το σύστημα AI καθορίσει ότι η απόδοση του ανθρώπου υποβαθμίζεται λόγω κόπωσης ή στρες, υπάρχουν διάφορες πιθανές παρεμβάσεις. Το σύστημα θα μπορούσε απλώς να προτρέψει τον ανθρώπινο συνεργάτη του να κάνει μια παύση ή να πιει κάποιο καφέ. Ωστόσο, αν η ανθρώπινη-μηχανική ομάδα λειτουργεί σε một επικίνδυνο σενάριο, όπως ο χειρισμός ενός φορτωτή, και ο άνθρωπος χάνει τις αισθήσεις του, το σύστημα AI θα μπορούσε να ενεργήσει ως μέσο ασφαλείας και να σταματήσει το όχημα.
Η ερευνητική ομάδα βρίσκεται ακόμη στις πρώτες φάσεις του προτζεκτ, συλλέγοντας τα δεδομένα που είναι απαραίτητα για την εκπαίδευση των αλγορίθμων τους. Η ομάδα σχεδιάζει να χρησιμοποιήσει αναλυτές πληροφοριών ως την πρώτη περίπτωση δοκιμής, έχοντας τους αναλυτές να συμμετέχουν σε μια προσομοιωμένη εκδοχή της καθημερινής τους δουλειάς.












