MIT-forskere eksperimenterer med AI-drevne metoder for å påvise arbeidsstress og utmattelse

Forskere ved Massachusetts Institute of Technology (MIT) har arbeidet med AI-baserte metoder for å påvise når en persons stress eller kognitive utmattelse negativt påvirker deres arbeidsytelse. Ifølge MIT-forskingsteamets mål er å utnytte kraften i menneske-maskin-samarbeid, ved å bruke maskiner til å hjelpe mennesker å arbeide på en optimal og tryggere måte.

Michael Pietrucha er en del av Lincoln Laboratory ved MIT, og fungerer som en taktisk systemspesialist. Pietrucha pekte på den lange historien om samarbeid mellom mennesker og maskiner over årene, men noterte at selv med fremveksten av sofistikerte menneske-maskin-samarbeid drevet av AI, spiller mennesket vanligvis rollen som rådgiver for maskinen. Menneskets ansvar er vanligvis å forstå systemet, overvåke systemet og sikre at det fungerer korrekt. Imidlertid er samarbeid en toveisk prosess, og maskinen kan hjelpe mennesker å oppnå deres mål, og forbedre deres arbeid.

Megan Blackwell var tidligere nestleder for internasjonalt finansiert biologisk vitenskapelig og teknisk forskning ved Lincoln Laboratory. Blackwell arbeidet med å designe AI-systemer som kunne bestemme når noen var under stor stress eller utmattelse som svekket deres arbeidsytelse. Blackwell noterte at menneskelig feil ikke bare kan føre til feil og missede muligheter, men også kan føre til katastrofale, potensielt livstruende konsekvenser. Jo tidligere en intervensjon kan finne sted, jo bedre. AI-systemet i question kunne foreslå måter å lettelse av utmattelse for sin menneskelige partner. Som Blackwell forklarte, ifølge MIT-nyheter:

“I dag blir nevroovervåking mer spesifikk og bærbar. Vi forestiller oss å bruke teknologi til å overvåke for utmattelse eller kognitiv overbelastning. Er denne personen opptatt av for mye? Vil de gå tom for bensin, så å si? Hvis du kan overvåke mennesket, kan du gripe inn før noe dårlig skjer.”

Stress- og utmattelsesgjenkjenningssystemet ville fungere ved å samle inn biometriske data og analysere dem. Tidligere studier har forsøkt å bruke video- og lydopptak av en person, kombinert med datavisjon og naturlig språkbehandling-algoritmer, for å finne mønster som kunne indikere en persons neuroatferdsmessige og fysiologiske tilstander. Tidligere arbeid med å bruke biometriske data til å bestemme menneskers emosjonelle tilstander har sett noen suksess i å påvise nivåer av depresjon, selv om det finnes noen kontroversom hvor pålitelige disse algoritmene er og om studiene virkelig er replikerbare. MIT-teamet vil bruke data samlet inn ikke bare fra video- og lydopptak, men også en rekke biometriske sensorer som samler inn data om EEG og hjerteaktivitet, med mål om å bygge nøyaktige og pålitelige modeller.

Det første steget i å designe et diagnostisk system er å etablere en basis for normal ytelse. For at dette skal skje, må AR-systemet bygge en kognitiv modell av en enkelt person. Ifølge forskningsteamet er kognitive modeller designet med hensyn til de fysiologiske inndataene samlet inn gjennom opptakene og sensorer. Systemet kan deretter begynne å overvåke personen for å se om deres fysiologiske kurver endrer seg over tid, og forutsi hvilke avvik som potensielt kan være skadelige, og føre til feil eller skader.

Hvis AI-systemet bestemmer at en persons arbeidsytelse svekkes på grunn av utmattelse eller stress, er flere forskjellige intervensjoner mulige. Systemet kunne enkelt be sin menneskelige partner om å ta en pause eller drikke litt kaffe. Imidlertid, hvis menneske-maskin-samarbeidet opererer i en farlig scenario, som å kjøre en gaffeltruck, og mennesket mister bevisstheten, kunne AI-systemet fungere som en sikkerhetsmekanisme og bringe kjøretøyet til stopp.

Forskingsteamet er fortsatt i de tidlige fasene av prosjektet, og samler inn dataene nødvendige for å trene deres algoritmer. Teamet planlegger å bruke etterretninganalytikere som deres første testfall, og la analytikerne delta i en simulert versjon av deres daglige jobber.