مدل های جدید، اعتماد انسان به ماشین‌های هوشمند را درک می‌کنند

 
توضیح تصویر: ماشین های هوشمند چگونه باید طراحی شوند تا اعتماد انسان را به دست آورند؟ مدل های جدید در حال اطلاع رسانی این طرح ها هستند.
اعتبار: عکس دانشگاه پوردو / مارشال فارتینگ
 

مدل های طبقه بندی جدید، این که چقدر انسان ها به ماشین های هوشمندی که با آنها همکاری می کنند اعتماد دارند را حس می کنند، و این یک قدم به سوی بهبود کیفیت تعاملات و کار گروهی است.
 
هدف بلند مدت در زمینه تحقیق کلی، طراحی ماشین های هوشمندی است که قادر به تغییر رفتار خود برای افزایش اعتماد انسان به آنهاست. مدل های جدید در تحقیقاتی که توسط استادیار نیرا جین و دانشیارتهیرا  رید در دانشکده مهندسی دانشگاه پردو انجام شده است، توسعه یافتند. به خوبی ثابت شده است که اعتماد انسان برای تعاملات موفق بین انسان ها و ماشین ها مهم است.
 
جین گفت: "ماشین های هوشمند و به طور گسترده تر، سیستم های هوشمند در زندگی روزمره انسان ها به طور فزاینده ای معمول می شوند." "همانطور که انسانها به طور فزاینده ای نیاز به برقراری ارتباط با سیستم های هوشمند دارند، اعتماد یک عامل مهم برای تعاملات هم افزایی می شود."
 
برای مثال، خلبانان هواپیما و کارگران صنعتی به صورت منظم با سیستم های خودکار ارتباط برقرار می کنند. انسانها گاهی اوقات این ماشین های هوشمند را اگر فکر کنند که سیستم در حال لغزش یا خطاست به صورت غیر ضروری نادیده می‌گیرند.
 
رید گفت: "به خوبی ثابت شده است که اعتماد انسان برای تعاملات موفق بین انسان ها و ماشین ها مهم است."
 
محققان دو نوع از "مدل های حسگر اعتماد تجربی مبتنی بر طبقه بندی" را توسعه داده اند، که یک قدم برای افزایش اعتماد میان انسان ها و ماشین های هوشمند است.
 
این کار در راستای جشن پیروزی بزرگ پوردو، در قدردانی پیشرفت های دانشگاهی به عمل آمده در هوش مصنوعی، الگوریتم ها و اتوماسیون به عنوان بخشی از صد و پنجاهمین سالگرد پوردو، مطرح شده است. این یکی از چهار موضوع جشنواره سالانه ایده ها است که برای نمایش پوردو به عنوان یک مرکز فکری برای حل مسائل دنیای واقعی طراحی شده است.
 
مدلها از دو تکنیک که از داده ها برای اعتماد سنجی استفاده می کنند بهره می برند: الکتروانسفالوگرافی و واکنش پوستی گالوانیک. اولی، الگوهای امواج مغزی را ثبت می کند، و دومی، تغییرات در ویژگی های الکتریکی پوست را دیده بانی می کند، و به این ترتیب مجموعه ای از ویژگی های روان شناختی مرتبط با اعتماد فراهم می شود.
 
چهل و پنج مورد انسانی دارای هدست های EEG بی سیم بوده و ابزاری را روی یک دست برای اندازه گیری واکنش های پوستی گالوانیک پوشیده بودند.
 
یکی از مدل های جدید، مدل "حسگر اعتماد عمومی"، از همان مجموعه ویژگی های روان شناختی برای همه 45 شرکت کننده استفاده می کند. مدل دیگر برای هر موضوع انسانی سفارشی شده است، که در نتیجه دقت متوسط ​​را بهبود می بخشد، اما به بهای افزایش زمان آموزش است. این دو مدل دارای دقت متوسط ​​به ترتیب 71.22 درصد و 78.55 درصد بودند.
 
این اولین بار است که اندازه گیری EEG برای سنجش اعتماد به صورت بلادرنگ یا بدون تاخیر صورت می گیرد.
 
جِین گفت: "ما از این اطلاعات به نحوی کاملاً جدید استفاده می کنیم." "ما به آن به عنوان یک جریان مداوم نگاه می کنیم در حالی که به امواج مغزی بعد از یک ماشه کشی یا اتفاق ویژه می نگریم."
 
یافته ها در یک مقاله پژوهشی در شماره خاصی از نشریه «معاملات روی سیستم های هوشمند تعاملی از انجمن ماشین آلات محاسباتی» منتشر شده است. موضوع ویژه مجله تحت عنوان "اعتماد و تأثیر آن در تعامل هوشمند انسان و ماشین" است. این مقاله توسط کومار آکاش دانشجوی کارشناسی ارشد مهندسی مکانیک؛ دانشجوی فارغ التحصیل سابق وان لین Hu، که اکنون همکار تحقیقاتی در دانشگاه استنفورد است؛ و جین و رید تألیف شده است.
 
جین گفت: "ما علاقه مند به استفاده از اصول کنترل بازخورد برای طراحی ماشین آلاتی هستیم که قادر به پاسخگویی به تغییر در سطح اعتماد انسانی به صورت بلادرنگ برای ساخت و مدیریت اعتماد در رابطه بین انسان و ماشین هستند. برای انجام این کار، ما نیاز به سنسور برای ارزیابی سطح اعتماد انسانی، دوباره به صورت بلادرنگ داریم. نتایج ارائه شده در این مقاله نشان می دهد که اندازه گیری های روان شناختی می تواند برای انجام این کار استفاده شود."
 
موضوع اعتماد انسان به ماشین ها برای عملکرد کارآمد "جمع های دارای عامل انسانی" بسیار مهم است.
 
جین گفت: "آینده بر پایه‌ی گروههای دارای عامل انسانی متمرکز خواهد شد که نیاز به هماهنگی و همکاری کارآمد و موفق بین انسانها و ماشینها خواهند داشت." "مثلاً فرض کنید ازدحامی از رباتهای کمک کننده به یک تیم نجات در خلال یک فاجعه طبیعی وجود داشته باشد.در کار فعلیمان، ما فقط با یک انسان و یک ماشین سروکار داریم، اما در نهایت ما امیدواریم که مقیاس را گسترده کنیم به گروه های انسان ها و ماشین آلات."
 
الگوریتم هایی برای خودکار کردن فرایندهای مختلف معرفی شده اند.
 
جین گفت: "اما ما هنوز در آن جا انسان هایی هستیم که نظارت دارند بر آنچه انجام می شود." "معمولا یک ویژگی قابل ابطال وجود دارد، جایی که اگر آنها فکر کنند چیزی درست نیست، می توانند کنترل را به دست گیرند."
 
گاهی اوقات این عمل تضمین شده نیست. آینده بر پایه‌ی گروههای دارای عامل انسانی متمرکز خواهد شد که نیاز به هماهنگی و همکاری کارآمد و موفق بین انسانها و ماشینها خواهند داشت.
 
رید گفت: "شما شرایطی دارید که ممکن است انسانها درک نکنند که چه اتفاقی دارد می افتد، بنابراین آنها به سیستم اعتماد ندارند که کار درست را انجام می دهد." "بنابراین آنها کنترل را حتی زمانی که واقعا نباید، در دست می گیرند."
 
در بعضی موارد، مثلا در مورد خلبانانی که خلبانیِ خودکار را نادیده می گیرند، در دست گرفتن مجدد کنترل ممکن است در حقیقت مانع از عملیات ایمن هواپیما شود، که باعث بروز حوادث می شود.
 
جین گفت: "اولین قدم به سوی طراحی ماشین های هوشمند که قادر به ساخت و حفظ اعتماد انسان هستند، طراحی یک حسگر است که ماشین ها را قادر می سازد تا سطح اعتماد انسان را به صورت بلادرنگ برآورد کنند."
 
بر گرفته از سایت ساینس دیلی

مترجم: حمید وثیق زاده انصاری