MIT Araştırmacıları İş Stresi ve Yorgunluğunu Tespit Etmek için AI Sürümlü Yöntemler Deniyor

Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları, bir kişinin stresinin veya bilişsel yorgunluğunun iş performansını olumsuz etkileyip etkilemediğini anlamak için AI destekli yöntemler üzerinde çalışıyorlar. MIT araştırma ekibine göre, proje, insan-makine takımlarının gücünü kullanarak, makinelerin insanların optimal ve daha güvenli bir şekilde çalışmasına yardımcı olmasını hedefliyor.

Michael Pietrucha, MIT’in Lincoln Laboratuvarı’nda Taktik Sistemler uzmanı olarak görev yapıyor. Pietrucha, insanların ve makinelerin yıllarca süren işbirliğine dikkat çekerek, ancak AI tarafından yönlendirilen insan-makine takımlarının ortaya çıkmasıyla, insanların genellikle makinelere danışmanlık yaptığını belirtti. İnsanların sorumluluğu genellikle sistemi anlamak, sistemi izlemek ve doğru çalışıp çalışmadığını garantilemektir. Ancak işbirliği bir çift yönlü sokak ve makineler de insanların hedeflerine ulaşmalarına yardımcı olabilir, çalışmalarını destekleyebilir.

Megan Blackwell, daha önce Lincoln Laboratuvarı’nda dahili olarak finanse edilen biyolojik bilim ve teknoloji araştırma bölümünün eski başkan yardımcısıydı. Blackwell, bir kişinin stres veya yorgunluğundan dolayı performansını düşüren AI sistemleri tasarlamak için çalıştı. Blackwell, insan hatasının sadece hatalara ve kaçırılan fırsatlara değil, aynı zamanda felaketler ve potansiyel olarak yaşam tehdidi oluşturan sonuçlara da yol açabileceğini belirtti. Müdahale ne kadar erken olursa, o kadar iyi olur. AI sistemi, insan ortağına yorgunluğu hafifletmek için yollar önerebilir. Blackwell, MIT haberlerine göre şunları söyledi:

“Bugün, nöromonitoring daha spesifik ve taşınabilir hale geliyor. Yorgunluk veya bilişsel aşırı yük için izleme yapmayı hayal ediyoruz. Bu kişi çok fazla şeye dikkat ediyor mu? Tıpkı bir arabanın benzininin bitmesi gibi, bitmek üzere mi? İnsan izlenebilirse, kötü bir şey olmasından önce müdahale edilebilir.”

Stres ve yorgunluk tanıma sistemi, biyometrik verileri toplamak ve analiz etmek yoluyla çalışacaktır. Daha önceki çalışmalar, bir kişinin nöro-davranışsal ve fizyolojik durumlarını gösteren kalıpları bulmak için video ve ses kayıtlarını, bilgisayar görüşü ve doğal dil işleme algoritmalarıyla birleştirdi. Biyometrik verileri kullanarak insanların duygusal durumlarını belirleme çalışmaları, depresyon seviyelerini tespit etme konularında bazı başarılar elde etti, ancak bu algoritmaların güvenilirliği ve çalışmaların gerçekten tekrarlanabilir olup olmadığı konusunda bazı tartışmalar var. MIT ekibi, sadece video ve ses kayıtlarından değil, aynı zamanda EEG ve kalp atış hızları hakkında veri toplayan çeşitli biyometrik sensörlerden veri kullanarak, doğru ve güvenilir modeller oluşturmayı hedefliyor.

Herhangi bir teşhis sisteminin tasarlanmasında ilk adım, normal performansın bir temelini oluşturmaktır. Bunun xảyebilmesi için, AR sistemi bir bireyin bilişsel modelini oluşturmalıdır. Araştırma ekibine göre, bilişsel modeller, kayıtlar ve sensörler aracılığıyla toplanan fizyolojik girdilere göre tasarlanır. Sistem, daha sonra kişiyi izlemeye başlayabilir ve fizyolojik parametrelerinin zaman içinde değişip değişmediğini görebilir, potansiyel olarak zararlı olabilecek sapmaları öngörebilir, hatalara veya yaralanmalara neden olabilir.

Eğer AI sistemi, bir insanın performansının yorgunluk veya stresten dolayı düştüğünü belirlerse, çeşitli müdahaleler mümkündür. Sistem, basitçe insan ortağına bir mola vermesini veya kahve içmesini isteyebilir. Ancak, eğer insan-AI takımı tehlikeli bir senaryoda çalışıyorsa, örneğin bir forklifti sürerken ve insan bilinçsiz kalırsa, AI sistemi bir Güvenlik Ağı olarak hareket edebilir ve aracı durdurabilir.

Araştırma ekibi, projenin erken aşamalarında, algoritmalarını eğitmek için gerekli verileri topluyor. Ekibin planı, ilk test przypadı olarak istihbarat analistlerini kullanmak, analistlerin günlük işlerinin simüle edilmiş bir versiyonunda çalışmasını sağlamak.