Человек + машина. Новые принципы работы в эпоху искусственного интеллекта

В эпоху взаимодействия человека и машины роль холистического (физического и ментального) слияния будет только возрастать. Полное переосмысление бизнес-процессов станет возможным, только когда люди создадут действенные ментальные модели того, как машины работают и учатся, а также когда машины начнут собирать данные о поведении пользователей, чтобы совершенствовать взаимодействие с человеком. Благодаря целостному слиянию процессы становятся гибкими и адаптируемыми, напоминают танец с опытным партнером, где пара меняется ролями ведущего и ведомого.

Специалисты канадского стартапа Kindred AI надеются на то, что целостное слияние поможет роботам научиться очень быстро выполнять задачи, требующие отменной ловкости. Эта компания дополняет свои системы пилотами-людьми с наушниками виртуальной реальности и устройствами, чувствительными к любому движению; информация об их перемещениях передается непосредственно роботам[174]. На заводах BMW, где в цехах сотрудники работают вместе с коботами, люди и машины «мониторят» рабочую среду и научились координировать свои движения. В этих случаях робот выступает как продолжение работника.

Нет одного способа обеспечить целостное слияние людей и машин, что до определенной степени осложняет работу руководителя и СЕО. Выбор подхода зависит от потребностей конкретной команды и во многом основывается на методе проб и ошибок. Возьмем, к примеру, команды из роботов и людей, управляющих марсоходами NASA. Люди, входящие в состав этих команд, программируют робота на выполнение задач с учетом ограничений оборудования, мощности, времени, встроенной памяти и контрольно-измерительных приборов. По мнению этнографа Принстонского университета Джанет Вертеси, чтобы принимать решения о том, как робот должен выполнять поставленные задачи, команде следует «определиться с тем, как принимать решения». Она пишет, что в действительности такие команды разрабатывают организационную структуру, кодекс поведения и принципы управления[175]

.

Интегрированный навык № 7. Взаимное обучение

Определение. 1. Совместное выполнение задач с интеллектуальными агентами, чтобы помочь им освоить новые навыки. 2. Обучение сотрудников на рабочем месте, с тем чтобы они успешно справлялись со своими обязанностями в процессах, усиленных искусственным интеллектом.

Разработанный компанией IPsoft интеллектуальный помощник Amelia с естественно-языковым интерфейсом обладает широким набором функций, таких как интеллектуальный агент службы поддержки IT-продуктов, ипотечный брокер, а также эксперт, отвечающий на вопросы пользователей сайта, и оператор колл-центра муниципального совета одного из британских городов. Как одна программа может выполнять столько задач? Эксперты обучают систему Amelia тому, как она должна делать свою работу. Такие системы искусственного интеллекта, как Amelia или Cortana компании Microsoft, могут успешно функционировать во многих сферах только благодаря практическому обучению, поэтому в будущем подобная работа потребует глубокого понимания динамики, присущей взаимному обучению человека и машины.

Например, машинное обучение происходит в скрытом режиме, когда сотрудники не знают наверняка, что часть или вся их работа используется для обучения машин, поскольку это может вызвать у них недоверие как к машинам, так и к руководству. Однако в более благоприятных обстоятельствах обучение может снимать тревогу, бороться с пассивностью и снижать чувство беспомощности при взаимодействии человека и машины. Наделите людей определенным контролем, позвольте им ощутить свою причастность к результатам работы системы или процесса — и они будут видеть в искусственном интеллекте скорее коллегу, чем соперника.

Взаимное обучение как один из интегрированных навыков олицетворяет собой окончательный отказ от прежних методов использования технологий. В прошлом обучение шло в одном направлении: люди учились применять машины. Однако машины на базе искусственного интеллекта учатся у людей, а люди, в свою очередь, учатся у машин. На практике это означает, что клиент-менеджеры или любые другие специалисты, действующие вместе с интеллектуальными агентами, станут для своих цифровых коллег «ролевыми моделями». Безусловно, это требует от «учителя» обладать надлежащими техническими навыками, а от системы искусственного интеллекта — способностью к обучению: интерфейс играет большую роль при взаимном обучении человека и машины.