Voor de meeste mensen vandaag robots en slimme systemen zijn dienaren die op de achtergrond werken, tapijten stofzuigen of lichten aan- en uitdoen. Of het zijn machines die repetitieve menselijke banen hebben overgenomen van lopende bandmedewerkers en bankbedienden. Maar de technologieën worden zo goed dat machines naast mensen kunnen werken als teamgenoten, net zoals teams van mens en hond taken als jagen en bomdetectie uitvoeren.

Er zijn al enkele vroege voorbeelden van robots en mensen die samenwerken. Bijvoorbeeld, soldaten gebruiken drones voor bewaking en grondrobots voor het opruimen van bommen bij het uitvoeren van militaire missies. Maar het Amerikaanse leger voorziet een grotere bezetting van soldaten, robots en autonome systemen in het komende decennium. Buiten het leger, deze mens-robotteams gaan binnenkort aan de slag in uiteenlopende vakgebieden als de gezondheidszorg, landbouw, vervoer, productie en ruimteverkenning.

Onderzoekers en bedrijven onderzoeken tal van mogelijkheden om de werking van robots en kunstmatige-intelligentiesystemen te verbeteren - en technische vooruitgang is belangrijk. Als toegepast cognitief wetenschapper die onderzoek heeft gedaan naar human teaming in zeer technische omgevingen, Ik kan zeggen dat mens-robotsystemen niet zo goed zullen zijn als ze zouden kunnen zijn als de ontwerpers niet begrijpen hoe ze technologieën kunnen ontwikkelen die het meest effectief werken met echte mensen. Een paar basisconcepten uit het diepe wetenschappelijke onderzoek naar menselijk teamwerk kunnen helpen bij het ontwikkelen en beheren van deze nieuwe relaties.

1. Verschillende banen

Teams zijn noodzakelijkerwijs groepen mensen met afzonderlijke, hoewel onderling afhankelijk, rollen en verantwoordelijkheden. Een chirurgisch team, bijvoorbeeld, kan een verpleegster zijn, een chirurg en een anesthesist. evenzo, leden van een mens-robotteam moeten worden samengesteld om verschillende elementen van een complexe taak op zich te nemen.

Robots moeten dingen doen waar ze het beste in zijn, of die mensen niet willen doen – zoals het tillen van zware voorwerpen, chemicaliën testen en gegevens kraken. Dat geeft mensen de tijd om te doen waar ze het beste in zijn, zoals aanpassen aan veranderende situaties en creatieve oplossingen bedenken voor problemen.

Een chirurgisch team van mens en robot kan een menselijke chirurg hebben die laparoscopische of minimaal invasieve chirurgie uitvoert met hulp van een robotmanipulator met camera's die in de patiënt wordt ingebracht en extern wordt bediend door de chirurg. Het beeld kan worden vergroot door medische beeldgegevens over de interne anatomie van de patiënt op het camerabeeld te leggen.

Planning voor dit soort werkverdeling suggereert dat mensen zichzelf niet in machines zouden moeten repliceren. In feite, humanoïde-vormige robots of robots en AI die menselijk sociaal gedrag nabootsen, kunnen hun menselijke teamgenoten misleiden tot het hebben van onrealistische verwachtingen van wat ze kunnen doen.

2. Wederzijdse back-up

De leden van effectieve teams weten dat iedereen een andere rol heeft, maar zijn beschikbaar om elkaar te ondersteunen wanneer dat nodig is. De rampzalige fatale reactie op de orkaan Katrina in 2005 was deels het gevolg van verwarring en gebrek aan coördinatie tussen overheidsinstanties en andere groepen zoals het Rode Kruis.

Teamgenoten moeten hun eigen rollen en die van de rest van het team begrijpen, en hoe ze bij elkaar passen. Ze moeten deze kennis ook kunnen gebruiken om te voorkomen dat ze op de tenen van teamgenoten gaan staan, terwijl u anticipeert op de potentiële behoeften van anderen. Robots en kunstmatige intelligentie moeten begrijpen hoe hun delen van de taak zich verhouden tot de delen die hun teamgenoten doen, en hoe ze eventueel kunnen helpen.

3. Gemeenschappelijk begrip

Effectieve teams delen kennis over de teamdoelen en de huidige situatie en dit vergemakkelijkt hun interacties - zelfs als directe communicatie niet mogelijk is.

Het voordeel van gedeelde kennis maakt allerlei samenwerkingen en afstemmingen mogelijk. Bijvoorbeeld, bij het opblazen van een heteluchtballon, de piloot is aan het ene uiteinde, in de mand die de brander bewaakt. Een bemanningslid moet zich aan het uiteinde van de ballon bevinden, het stabiliseren door een touw aan de bovenkant vast te houden. Ze kunnen elkaar niet zien of horen omdat de ballon het zicht blokkeert en de propaanbrander elk ander geluid overstemt. Maar als ze goed getraind zijn, geen van beiden hoeft te communiceren om te weten wat de ander doet, en weet wat er moet gebeuren.

De verbindingsteamleden hebben niet alleen informatie die ze allemaal kennen, maar gedeelde kennis ontwikkeld door ervaring samen te werken. Sommige wetenschappers hebben gesuggereerd dat robots geen ervaring kunnen opbouwen en kennis kunnen delen met mensen, terwijl andere onderzoekers zoeken naar manieren om dat ook echt te doen. Machine learning zal waarschijnlijk een sleutelfactor zijn om robots te helpen verwachtingen te ontwikkelen over het gedrag van hun collega's. In combinatie met menselijke intelligentie, elke partij zal leren over de mogelijkheden van de ander, beperkingen en eigenaardigheden.

4. Effectieve interactie en communicatie

Teamleden hebben behoefte aan interactie; effectief samenwerken hangt sterk af van de kwaliteit van die interacties. In ziekenhuisteams voor noodreanimatie van patiënten, teaminteractie en communicatie zijn cruciaal. Die teams bestaan ​​vaak uit medisch personeel dat het dichtst bij de patiënt staat, en leden moeten meteen weten wat er is gebeurd voordat het hart van de patiënt stopte - er staat een leven op het spel.

Maar ook tussen mensen, communicatie is niet altijd naadloos. Tussen mensen en robots zijn er nog meer uitdagingen - zoals ervoor zorgen dat ze begrijpen hoe woorden worden gebruikt of wat de juiste antwoorden op vragen zijn. Onderzoekers op het gebied van kunstmatige intelligentie boeken grote vooruitgang in het verbeteren van het vermogen van computers om te begrijpen, en zelfs produceren, natuurlijke taal - zoals veel mensen ervaren met hun slimme assistent-apparaten zoals Amazon's Alexa en Google Home, en mobiele en op auto's gebaseerde GPS-aanwijzingssystemen.

Het is niet eens duidelijk of typische menselijke communicatie het beste model is voor mens-robotteams. Mens-hond teams doen het prima zonder het gebruik van natuurlijke taal. Navy SEALs kunnen op zeer effectieve niveaus samenwerken zonder een woord te zeggen. Bijen communiceren de locatie van middelen met een dans. Communicatie hoeft geen woorden te zijn; het kan geluidssignalen en visuele signalen bevatten. Als een robot de patiënt verzorgde toen hun hart stopte, het zou kunnen aangeven wat er gebeurde op een monitor die alle leden van het reanimatieteam konden zien.

5. Wederzijds vertrouwen

Interpersoonlijk vertrouwen is belangrijk in menselijke teams. Als het vertrouwen onder een team van brandweerlieden wegvalt, ze zullen minder effectief zijn en kunnen levens kosten - elkaars of leden van het publiek die ze proberen te helpen. De beste robotteamgenoten zullen betrouwbaar en betrouwbaar zijn - en eventuele inbreuken op de betrouwbaarheid moeten worden uitgelegd.

Maar ook met uitleg, technologie die chronisch onbetrouwbaar is, zal waarschijnlijk worden afgewezen door menselijke teamgenoten. Dat is nog belangrijker in veiligheidskritieke technologie, zoals autonome voertuigen.

Robots zijn niet automatisch in staat om samen te werken met mensen. Ze moeten effectieve rollen in het team krijgen, andere teamrollen begrijpen, trainen met menselijke teamleden om gemeenschappelijk begrip te ontwikkelen, een effectieve manier ontwikkelen om met mensen te communiceren, en wees betrouwbaar en betrouwbaar. Het belangrijkste is, van mensen mag niet worden gevraagd zich aan te passen aan hun niet-menselijke teamgenoten. Liever, ontwikkelaars moeten technologie ontwerpen en maken om samen met mensen een goede teamspeler te zijn.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.