Un asistente de IA supervisa el trabajo en equipo para promover una colaboración eficaz

Un asistente de IA supervisa el trabajo en equipo para promover una colaboración eficaz

Un coordinador de equipo de IA alinea las creencias de los agentes sobre cómo lograr una tarea, interviniendo cuando es necesario para ayudar potencialmente con tareas de búsqueda y rescate, hospitales y videojuegos.

En un crucero de investigación por Hawái en 2018, Yuening Zhang, estudiante de maestría en 2019 y doctorado en 2024, vio lo difícil que era mantener un barco bien organizado. La cuidadosa coordinación necesaria para mapear el terreno submarino a veces podía generar un entorno estresante para los miembros del equipo, que podían tener diferentes entendimientos de qué tareas se deben completar en condiciones que cambian espontáneamente. Durante estos viajes, Zhang consideró cómo un compañero robótico podría haberla ayudado a ella y a sus compañeros de tripulación a lograr sus objetivos de manera más eficiente.

Seis años después, como asistente de investigación en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT, Zhang desarrolló lo que podría considerarse una pieza faltante: un asistente de IA que se comunica con los miembros del equipo para alinear los roles y lograr un objetivo común. En un artículo presentado en la Conferencia Internacional sobre Robótica y Automatización (ICRA) y publicado en IEEE Xplore el 8 de agosto, ella y sus colegas presentan un sistema que puede supervisar un equipo de agentes humanos y de IA, interviniendo cuando sea necesario para aumentar potencialmente la efectividad del trabajo en equipo en dominios como misiones de búsqueda y rescate, procedimientos médicos y videojuegos de estrategia.

El grupo dirigido por CSAIL ha desarrollado un modelo de teoría de la mente para agentes de IA, que representa cómo piensan los humanos y comprenden el posible plan de acción de los demás cuando cooperan en una tarea. Al observar las acciones de sus compañeros, este nuevo coordinador de equipo puede inferir sus planes y su comprensión mutua a partir de un conjunto previo de creencias. Cuando sus planes son incompatibles, el asistente de IA interviene alineando sus creencias sobre los demás, instruyendo sus acciones y haciendo preguntas cuando es necesario.

Por ejemplo, cuando un equipo de trabajadores de rescate está en el campo para clasificar a las víctimas, deben tomar decisiones basadas en sus creencias sobre los roles y el progreso de los demás. Este tipo de planificación epistémica podría mejorarse con el software de CSAIL, que puede enviar mensajes sobre lo que cada agente pretende hacer o ha hecho para garantizar la finalización de la tarea y evitar esfuerzos duplicados. En este caso, el asistente de IA puede intervenir para comunicar que un agente ya se ha dirigido a una determinada sala o que ninguno de los agentes está cubriendo una determinada zona con posibles víctimas.

“Nuestro trabajo tiene en cuenta el sentimiento de que ‘creo que tú crees lo mismo que otra persona’”, dice Zhang, que ahora es investigadora científica en Mobi Systems. “Imagínate que estás trabajando en un equipo y te preguntas: ‘¿Qué está haciendo exactamente esa persona? ¿Qué voy a hacer? ¿Sabe lo que voy a hacer?’. Modelamos cómo los diferentes miembros del equipo entienden el plan general y comunican lo que necesitan lograr para ayudar a completar el objetivo general de su equipo”.


La IA al rescate

Incluso con un plan sofisticado, tanto los agentes humanos como los robóticos se encontrarán con confusión e incluso cometerán errores si sus funciones no están claras. Esta situación es especialmente grave en las misiones de búsqueda y rescate, donde el objetivo puede ser localizar a alguien en peligro a pesar del tiempo limitado y una amplia zona para escanear. Afortunadamente, la tecnología de comunicación aumentada con el nuevo asistente robótico podría notificar a los equipos de búsqueda sobre lo que está haciendo cada grupo y hacia dónde están mirando. A su vez, los agentes podrían navegar por su terreno de manera más eficiente.

Este tipo de organización de tareas podría ayudar en otros escenarios de alto riesgo como las cirugías. En estos casos, la enfermera primero debe llevar al paciente a la sala de operaciones, luego el anestesiólogo pone al paciente a dormir antes de que los cirujanos comiencen la operación. Durante toda la operación, el equipo debe monitorear continuamente el estado del paciente mientras responde dinámicamente a las acciones de cada colega. Para garantizar que cada actividad dentro del procedimiento permanezca bien organizada, el coordinador del equipo de IA podría supervisar e intervenir si surge confusión sobre alguna de estas tareas.

El trabajo en equipo eficaz también es parte integral de videojuegos como “Valorant”, donde los jugadores coordinan de manera colaborativa quién necesita atacar y defenderse contra otro equipo en línea. En estos escenarios, un asistente de IA podría aparecer en la pantalla para alertar a los usuarios individuales sobre dónde han malinterpretado qué tareas deben completar.

Antes de liderar el desarrollo de este modelo, Zhang diseñó EPike, un modelo computacional que puede actuar como un miembro del equipo. En un programa de simulación 3D, este algoritmo controlaba un agente robótico que necesitaba hacer coincidir un recipiente con la bebida elegida por el humano. Por más racionales y sofisticados que puedan ser, surgen casos en los que estos robots simulados por IA se ven limitados por sus conceptos erróneos sobre sus compañeros humanos o la tarea. El nuevo coordinador de IA puede corregir las creencias de los agentes cuando sea necesario para resolver problemas potenciales, e intervino constantemente en este caso. El sistema envió mensajes al robot sobre las verdaderas intenciones del humano para asegurarse de que hiciera coincidir el recipiente correctamente.

“En nuestro trabajo sobre la colaboración entre humanos y robots, nos ha resultado a la vez humilde e inspirador a lo largo de los años ver lo fluidos que pueden ser los socios humanos”, afirma Brian C. Williams, profesor de aeronáutica y astronáutica del MIT, miembro de CSAIL y autor principal del estudio. “Basta con observar a una pareja joven con niños, que trabajan juntos para prepararles el desayuno y llevarlos a la escuela. Si uno de los padres ve a su pareja sirviendo el desayuno y todavía en bata de baño, sabe que debe ducharse rápidamente y llevar a los niños a la escuela, sin necesidad de decir una palabra. Los buenos socios están en sintonía con las creencias y los objetivos de cada uno, y nuestro trabajo sobre planificación epistémica intenta capturar este estilo de razonamiento”.

El método de los investigadores incorpora el razonamiento probabilístico con el modelado mental recursivo de los agentes, lo que permite al asistente de IA tomar decisiones limitadas por el riesgo. Además, se centraron en modelar la comprensión de los agentes de los planes y las acciones, lo que podría complementar el trabajo previo sobre el modelado de creencias sobre el mundo o el entorno actuales. El asistente de IA actualmente infiere las creencias de los agentes basándose en un conjunto dado de posibles creencias, pero el grupo del MIT prevé aplicar técnicas de aprendizaje automático para generar nuevas hipótesis sobre la marcha. Para aplicar esta contraparte a tareas de la vida real, también pretenden considerar representaciones de planes más ricas en su trabajo y reducir aún más los costos de computación.

El presidente de Dynamic Object Language Labs, Paul Robertson, el profesor adjunto de la Universidad Johns Hopkins, Tianmin Shu, y el ex afiliado de CSAIL, Sungkweon Hong, PhD '23, se unen a Zhang y Williams en el artículo. Su trabajo fue financiado, en parte, por el programa Inteligencia Social Artificial para Equipos Exitosos (ASIST) de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) de los EE. UU.


Soluciones de Inteligencia Artificial y Desarrollo de Software

www.sutraatehnosoft.net



Fuente: Alex Shipps | MIT CSAIL Publication Date: August 19, 2024

Articulo original: https://news.mit.edu/2024/ai-assistant-monitors-teamwork-promote-effective-collaboration-0819

Inicia sesión para ver o añadir un comentario.

Más artículos de Sutraa Technosoft.

Otros usuarios han visto

Ver temas