La plate-forme open source fournit un terrain de jeu virtuel pour l'équipe humain-IA

L’intelligence artificielle (IA) est déjà devenue une collaboratrice invisible mais indispensable dans nos vies. Il aide à filtrer le spam de votre boîte de réception, améliore vos recommandations Netflix et, en tant que copilote automobile, suggère des itinéraires optimaux, surveille les angles morts et aide au stationnement.

Ces collaborations transparentes entre les personnes et l’IA nous permettent d’accomplir les tâches quotidiennes et d’atteindre nos objectifs plus efficacement. Mais à mesure que l’association humain-IA devient partie intégrante de notre vie quotidienne, elle soulève des questions importantes : quels rôles les humains et l’IA devraient-ils jouer pour se compléter au mieux ? Comment différentes formes de feedback humain peuvent-elles accélérer la formation en IA ? Quel est le niveau idéal de confiance que les humains devraient accorder à l’IA pour améliorer la collaboration sans risquer une confiance excessive ? Comment pouvons-nous lutter contre les préjugés décisionnels chez les humains et l’IA pour garantir qu’ils ne se renforcent pas ou ne s’amplifient pas mutuellement ?

Pour répondre à ces questions urgentes et faire progresser notre compréhension de l’association homme-IA, des chercheurs de l’Université Duke ont développé une plateforme innovante appelée CREW pour aider à répondre à ces questions.

« L'objectif de toute équipe IA-humain est d'exploiter les atouts des deux en favorisant des relations dynamiques, collaboratives et adaptables », a expliqué Boyuan Chen, professeur de génie mécanique et de science des matériaux, de génie électrique et informatique et d'informatique à Duke, où il dirige également le Duke General Robotics Lab. « Mais jusqu'à présent, nous manquions d'un moyen complet pour étudier et améliorer ces interactions. CREW change cela. »

Publié le 24 novembre dans la revue Transactions de recherche sur l’apprentissage automatiqueCREW fournit aux chercheurs une boîte à outils polyvalente pour explorer les nuances de la collaboration homme-IA dans diverses disciplines scientifiques.

« CREW est comme un terrain de jeu virtuel géant où les humains et l'IA peuvent travailler ensemble sur diverses tâches », a expliqué Lingyu Zhang, auteur principal et doctorant en première année. étudiant dans le laboratoire de Chen. « Mais plutôt que de jouer simplement pour le plaisir, nous utilisons ces jeux pour comprendre comment les humains et l'IA peuvent travailler ensemble le plus efficacement possible. »

La plateforme CREW propose plusieurs jeux prédéfinis, notamment le bowling, la chasse au trésor et le cache-cache, chacun étant conçu pour explorer différents aspects de la collaboration. Il prend également en charge l'intégration de tâches personnalisées, permettant aux chercheurs d'adapter la plateforme à leurs objectifs de recherche spécifiques.

Contrairement aux plateformes existantes qui se concentrent principalement sur les performances de l’IA, CREW met fortement l’accent sur l’élément humain. Une caractéristique remarquable est sa capacité à capturer des commentaires continus et nuancés de la part des humains, allant au-delà des options scalaires traditionnelles de « bon », « mauvais » et « neutre ».

En permettant aux utilisateurs de passer le curseur de la souris sur une échelle de dégradé et de fournir des commentaires en temps réel pendant que l'IA effectue des tâches, CREW facilite une interaction plus riche. Cette approche améliore non seulement la qualité du feedback humain, mais accélère également considérablement le processus d'apprentissage de l'IA, rendant la collaboration plus efficace et adaptative.

CREW propose également des interfaces avancées pour collecter des signaux physiologiques passifs, tels que les mouvements oculaires, l'activité cérébrale, la fréquence cardiaque, la parole et les textes écrits. Cet ensemble de données complet offre des informations plus approfondies sur la façon dont les humains interagissent avec l’IA et ouvre de nouvelles possibilités pour concevoir des cadres de collaboration homme-IA plus intuitifs, adaptatifs et efficaces.

Dans le cadre de cet effort, CREW intègre un ensemble de tests cognitifs conçus pour quantifier les caractéristiques susceptibles d'avoir un impact sur l'efficacité des équipes. Dans une étude de référence portant sur 50 adultes, les chercheurs ont découvert que certaines compétences cognitives, telles que le raisonnement spatial et la prise de décision rapide, influencent de manière significative l'efficacité avec laquelle une personne peut travailler avec un agent d'IA dans des tâches spécifiques.

« Ces résultats mettent en évidence des possibilités passionnantes, telles que l'amélioration des capacités humaines grâce à une formation ciblée et l'identification de nouveaux facteurs qui contribuent à un guidage efficace de l'IA pour former une IA plus rapide et plus réactive », a déclaré Chen. « Ils soulignent également le potentiel de développement de cadres de formation plus adaptatifs qui non seulement améliorent l'IA mais renforcent également les compétences humaines, ouvrant la voie à des équipes homme-IA plus fortes et plus collaboratives. »

CREW est entièrement open source, invitant les chercheurs du monde entier à explorer de nouvelles possibilités de collaboration homme-IA. Les futures mises à jour visent à introduire des tâches plus diversifiées, notamment des scénarios multijoueurs avec des stratégies complexes et des environnements basés sur la physique robotique. La plateforme prévoit également d’améliorer le traitement et l’analyse des données physiologiques humaines, faisant ainsi progresser la recherche sur les équipes homme-IA.

« Nous ne faisons qu'effleurer la surface », s'enthousiasme Zhang. « Le potentiel de collaboration homme-IA est énorme, et CREW nous donne les outils nécessaires pour l'explorer systématiquement tout en le façonnant activement afin de garantir que ces partenariats améliorent les capacités humaines plutôt que de remplacer ce qui nous rend uniquement humains. »

Plusieurs universités, instituts de recherche et agences gouvernementales ont déjà commencé à expérimenter CREW dans leurs recherches. Pendant ce temps, l’équipe du Duke General Robotics Lab travaille également activement pour étendre ses efforts à une recherche plus évolutive et interactive sur les équipes homme-IA.