Pesquisadores do MIT Experimentam com Métodos de Detecção de Estresse e Fadiga no Trabalho com base em IA

Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) vêm trabalhando em métodos baseados em IA para detectar quando o estresse ou a fadiga cognitiva de uma pessoa está afetando negativamente seu desempenho no trabalho. De acordo com a equipe de pesquisa do MIT, o projeto visa aproveitar o poder das equipes humanas-máquinas, usando máquinas para ajudar os humanos a trabalhar de forma ótima e segura.

Michael Pietrucha é especialista em Sistemas Táticos no Laboratório Lincoln do MIT. Pietrucha destacou a longa história de colaboração entre humanos e máquinas ao longo dos anos, mas observou que, mesmo com o surgimento de equipes humanas-máquinas sofisticadas impulsionadas por IA, o humano geralmente desempenha o papel de consultor da máquina. A responsabilidade do humano é geralmente entender o sistema, monitorá-lo e garantir que ele esteja funcionando corretamente. No entanto, a equipe é uma via de mão dupla, e a máquina pode ajudar os humanos a alcançar seus objetivos, aumentando seu trabalho.

Megan Blackwell foi a ex-subchefe de pesquisa de ciência biológica e tecnologia internamente financiada no Laboratório Lincoln. Blackwell trabalhou para projetar sistemas de IA capazes de determinar quando alguém está sob muito estresse ou fadiga que está degradando seu desempenho. Blackwell observa que o erro humano não leva apenas a erros e oportunidades perdidas, mas também pode levar a consequências desastrosas e potencialmente ameaçadoras à vida. Quanto mais cedo uma intervenção puder ocorrer, melhor. O sistema de IA em questão poderia sugerir maneiras de aliviar a fadiga para seu parceiro humano. Como Blackwell explicou, de acordo com as notícias do MIT:

“Hoje, a neuromonitorização está se tornando mais específica e portátil. Nossa visão é usar a tecnologia para monitorar a fadiga ou a sobrecarga cognitiva. Essa pessoa está prestando atenção a muito? Ela vai ficar sem combustível, por assim dizer? Se você puder monitorar o humano, poderá intervir antes que algo ruim aconteça.”

O sistema de reconhecimento de estresse e fadiga funcionaria coletando dados biométricos e analisando-os. Estudos anteriores tentaram usar gravações de vídeo e áudio de uma pessoa, combinadas com algoritmos de visão computacional e processamento de linguagem natural, para encontrar padrões que pudessem indicar os estados neurocomportamentais e fisiológicos de uma pessoa. Trabalhos anteriores usando dados biométricos para determinar os estados emocionais das pessoas tiveram algum sucesso detectando niveis de depressão, embora haja alguma controvérsia sobre a confiabilidade desses algoritmos e se os estudos são verdadeiramente replicáveis. A equipe do MIT usará dados coletados não apenas de gravações de vídeo e áudio, mas também de uma variedade de sensores biométricos que coletam dados sobre EEG e frequências cardíacas, visando construir modelos precisos e confiáveis.

O primeiro passo para projetar qualquer sistema de diagnóstico é estabelecer uma linha de base de desempenho normal. Para que isso ocorra, o sistema de RA deve construir um modelo cognitivo de um indivíduo. De acordo com a equipe de pesquisa, os modelos cognitivos são projetados com respeito às entradas fisiológicas coletadas por meio das gravações e sensores. O sistema pode então começar a monitorar a pessoa para ver se suas taxas fisiológicas mudam ao longo do tempo, prevendo quais desvios podem potencialmente ser prejudiciais, causando erros ou lesões.

Se o sistema de IA determinar que o desempenho de um humano está se degradando devido à fadiga ou estresse, várias intervenções são possíveis. O sistema pode simplesmente solicitar que seu parceiro humano faça uma pausa ou beba um café. No entanto, se a equipe humano-IA estiver operando em um cenário perigoso, como dirigir um empilhadeira, e o humano perder a consciência, o sistema de IA pode agir como um dispositivo de segurança e parar o veículo.

A equipe de pesquisa ainda está nos estágios iniciais do projeto, coletando os dados necessários para treinar seus algoritmos. A equipe planeja usar analistas de inteligência como seu primeiro caso de teste, fazendo com que os analistas participem de uma versão simulada de seus trabalhos diários.