hjælpende hånd fra robot 11 28
At få mest muligt ud af menneske-robot-samarbejder vil kræve godt teamwork. WeStudio/Shutterstock.com

For de fleste mennesker i dag er robotter og smarte systemer tjenere, der arbejder i baggrunden, støvsugning af tæpper eller tænde og slukke lys. Eller de er maskiner, der har overtaget gentagne menneskelige job fra samlebåndsarbejdere og bankkasserere. Men teknologierne bliver gode nok til, at maskiner vil kunne arbejde sammen med folk som holdkammerater - meget som menneske-hunde hold håndtere opgaver som jagt og bombedetektering.

Der er allerede nogle tidlige eksempler på robotter og mennesker, der går sammen. Soldater bruger f.eks droner til overvågning , jordrobotter til bombebortskaffelse når de udfører militære missioner. Men den amerikanske hær forestiller sig øget teaming af soldater, robotter og autonome systemer i det næste årti. Ud over militæret vil disse menneske-robothold snart begynde at arbejde på områder så forskellige som sundhedspleje, landbrug, transport, fremstilling og rumudforskning.

Forskere og virksomheder udforsker masser af muligheder for at forbedre, hvordan robotter og systemer til kunstig intelligens arbejde – og tekniske fremskridt er vigtige. Som en anvendt kognitionsforsker som har forsket i menneskelig teaming i meget tekniske omgivelser, kan jeg sige, at menneske-robotsystemer ikke vil være så gode, som de kunne være, hvis designerne ikke forstår, hvordan man udvikler teknologier, der fungerer mest effektivt med rigtige mennesker. Nogle få grundlæggende begreber fra den dybe videnskabelige forskning i menneskeligt teamwork kan hjælpe med at udvikle og styre disse nye relationer.

1. Forskellige jobs

Teams er nødvendigvis grupper af mennesker med adskilte, men indbyrdes afhængige, roller og ansvar. Et kirurgisk team kan for eksempel omfatte en sygeplejerske, en kirurg og en anæstesiolog. På samme måde bør medlemmer af et menneske-robot-team samles til at påtage sig forskellige elementer i en kompleks opgave.


indre selv abonnere grafik


Robotter bør gøre ting, de er bedst til, eller som folk ikke har lyst til – som at løfte tunge genstande, teste kemikalier og knuse data. Det frigør folk til at gøre det, de er bedst til – som at tilpasse sig skiftende situationer og komme med kreative løsninger på problemer.

5 måder at hjælpe robotter med at arbejde sammen med menneskerLæger konfererer under den første robotassisteret operation ombord på hospitalsskibet USNS Mercy. Kelsey L. Adams/US Navy

Et menneske-robot kirurgisk team kan have en menneskelig kirurg, der udfører laparoskopisk eller minimalt invasiv operation med hjælp fra en robot manipulator med kameraer, der sættes ind i patienten og betjenes eksternt af kirurgen. Visningen kan udvides ved at overlejre medicinske billeddata på patientens indre anatomi på kameravisningen.

Planlægning af denne form for arbejdsdeling antyder, at folk ikke bør kopiere sig selv i maskiner. Faktisk kan humanoidformede robotter eller robotter og AI, der efterligner menneskelig social adfærd, vildlede deres menneskelige holdkammerater til at have urealistiske forventninger af hvad de kan gøre.

2. Gensidig backup

Effektive teammedlemmer ved, at alle har en anden rolle – men er tilgængelige for støtte hinanden, når det er nødvendigt. Den katastrofalt fatale reaktion på orkanen Katrina i 2005 var til dels resultatet af forvirring og manglende koordinering blandt offentlige myndigheder og andre grupper som Røde Kors.

Holdkammerater skal forstå deres egne roller og resten af ​​holdets roller, og hvordan de passer sammen. De skal også kunne bruge denne viden til at undgå at træde holdkammeraterne over tæerne, mens de foregriber andres potentielle behov. Robotter og kunstig intelligens skal forstå, hvordan deres dele af opgaven relaterer sig til de dele, deres holdkammerater laver, og hvordan de måske kan hjælpe efter behov.

3. Fælles forståelse

Effektive teams deler viden om holdets mål og den aktuelle situation og dette letter deres interaktioner – også når direkte kommunikation ikke er mulig.

Fordelen ved delt viden tillader alle mulige former for samarbejder og koordinationer. For eksempel, når man puster en luftballon op, er piloten i den ene ende i kurven og overvåger brænderen. Et besætningsmedlem skal være i den fjerneste ende af ballonen og holde den fast ved at holde et reb fastgjort til dens top. De kan ikke se eller høre hinanden, fordi ballonen blokerer for udsynet, og propanbrænderen overdøver enhver anden lyd. Men hvis de er trænet godt, behøver ingen af ​​dem at kommunikere for at vide, hvad den anden laver, og vide, hvad der skal ske næste gang.

5 måder at hjælpe robotter med at arbejde sammen med menneskerDe to personer i denne ende af ballonen skal også stole på, hvad deres holdmedlemmer i den anden ende af ballonen laver. Mongkolp/Shutterstock.com

Forbindelsesteamets medlemmer kommer ikke kun fra information, de alle kender, men delt viden udviklet gennem erfaring med at arbejde sammen. Nogle forskere har foreslået det robotter kan ikke opbygge erfaring og delte viden med mennesker, mens andre forskere arbejder på at finde måder at rent faktisk gøre det på. Maskinelæring vil sandsynligvis være en nøglefaktor i at hjælpe robotter med at udvikle forventninger til deres kollegers adfærd. Sammen med menneskelig intelligens vil hver side lære om den andens evner, begrænsninger og idiosynkrasier.

4. Effektiv interaktion og kommunikation

Teammedlemmer skal interagere; effektiv teaming afhænger i høj grad af kvaliteten af ​​disse interaktioner. I hospitalsteams for akut genoplivning af patienter, teaminteraktion og kommunikation er afgørende. Disse teams består ofte af det medicinske personale, der er tættest på patienten, og medlemmerne skal vide med det samme, hvad der skete, før patientens hjerte stoppede – et liv er på spil.

Men selv mellem mennesker er kommunikation ikke altid problemfri. Mellem mennesker og robotter er der endnu flere udfordringer – som at sikre, at de deler forståelser af, hvordan ord bruges, eller hvilke passende svar er på spørgsmål. Forskere i kunstig intelligens gør store fremskridt med at fremme computernes evne til forstå og endda producere naturligt sprog – som mange mennesker oplever med deres smarte assistent-enheder som Amazons Alexa og Google Home og mobil- og bilbaserede GPS-rutevejledningssystemer.

Det er ikke engang klart, om typisk menneskelig kommunikation er den bedste model for menneske-robothold. Menneske-hunde hold klare sig fint uden brug af naturligt sprog. Navy SEALs kan arbejde sammen på yderst effektive niveauer uden at sige et ord. Bier kommunikerer placering af ressourcer med en dans. Kommunikation behøver ikke at involvere ord; det kunne omfatte lydsignaler og visuelle signaler. Hvis en robot passede patienten, da deres hjerte stoppede, kunne det indikere, hvad der skete på en skærm, som alle genoplivningsteammedlemmer kunne se.

5. Gensidig tillid

Interpersonel tillid er vigtig i menneskelige teams. Hvis tilliden bryder sammen blandt et hold af brandmænd, vil de være mindre effektive og kan koste liv – hinandens eller medlemmer af offentligheden, de forsøger at hjælpe. De bedste robot-holdkammerater bliver pålidelig og pålidelig – og eventuelle brud på pålideligheden skal forklares.

Men selv med en forklaring, vil teknologi, der er kronisk upålidelig, sandsynligvis blive afvist af menneskelige holdkammerater. Det er endnu mere vigtigt i sikkerhedskritisk teknologi, som autonome køretøjer.

Robotter er ikke automatisk i stand til at samarbejde med mennesker. De skal tildeles effektive roller på holdet, forstå andre teamroller, træne med menneskelige teammedlemmer for at udvikle fælles forståelse, udvikle en effektiv måde at kommunikere med mennesker på og være pålidelige og troværdige. Vigtigst af alt bør mennesker ikke blive bedt om at tilpasse sig deres ikke-menneskelige holdkammerater. Udviklere bør snarere designe og skabe teknologi til at fungere som en god holdspiller sammen med mennesker.The Conversation

Om forfatteren

Nancy Cooke, professor i Human Systems Engineering, Arizona State University

Denne artikel er genudgivet fra The Conversation under en Creative Commons-licens. Læs oprindelige artikel.

Relaterede bøger

at InnerSelf Market og Amazon