Une nouvelle IA stimule la formation au travail d’équipe

Les chercheurs ont développé un nouveau cadre d’intelligence artificielle (IA) qui est meilleur que les technologies précédentes pour analyser et catégoriser le dialogue entre les individus, dans le but d’améliorer les technologies de formation d’équipe. Le cadre permettra aux technologies de formation de mieux comprendre dans quelle mesure les individus se coordonnent les uns avec les autres et travaillent en équipe.

« Il y a beaucoup d’intérêt pour le développement de technologies de formation basées sur l’IA qui peuvent comprendre la dynamique du travail d’équipe et modifier leur formation pour favoriser une meilleure collaboration entre les membres de l’équipe », déclare Wookhee Min, co-auteur d’un article sur le travail et chercheur. à l’Université d’État de Caroline du Nord. « Cependant, les architectures d’IA précédentes ont eu du mal à évaluer avec précision le contenu de ce que les membres de l’équipe partagent entre eux lorsqu’ils communiquent. »

« Nous avons développé un nouveau cadre qui améliore considérablement la capacité de l’IA à analyser la communication entre les membres de l’équipe », déclare Jay Pande, premier auteur de l’article et titulaire d’un doctorat. étudiant à NC State. « Il s’agit d’un pas en avant significatif pour le développement de technologies de formation adaptatives qui visent à faciliter une communication et une collaboration efficaces au sein de l’équipe. »

Le nouveau cadre d’IA s’appuie sur un puissant modèle d’apprentissage en profondeur qui a été formé sur un vaste ensemble de données de langage textuel. Ce modèle, appelé Text-to-Text Transfer Transformer (T5), a ensuite été personnalisé à l’aide de données recueillies lors d’exercices d’entraînement au niveau de l’escouade menés par l’armée américaine.

« Nous avons modifié le modèle T5 pour utiliser les fonctionnalités contextuelles de l’équipe, telles que le rôle de l’orateur, afin d’analyser plus précisément la communication de l’équipe », explique Min. « Ce contexte peut être important. Par exemple, quelque chose qu’un chef d’équipe dit peut devoir être vu différemment de quelque chose qu’un autre membre de l’équipe dit. »

Pour tester les performances du nouveau cadre, les chercheurs l’ont comparé à deux technologies d’IA précédentes. Plus précisément, les chercheurs ont testé la capacité des trois technologies d’IA à comprendre le dialogue au sein d’une escouade de six soldats lors d’un exercice d’entraînement.

Le cadre de l’IA était chargé de deux choses : classer le type de dialogue qui avait lieu et suivre le flux d’informations au sein de l’équipe. La classification du dialogue consiste à déterminer le but de ce qui a été dit. Par exemple, quelqu’un demandait-il des informations, fournissait-il des informations ou lançait-il une commande ? Suivre le flux d’informations fait référence à la manière dont les informations étaient partagées au sein de l’équipe. Par exemple, les informations étaient-elles transmises vers le haut ou vers le bas de la chaîne de commandement ?

« Nous avons constaté que le nouveau cadre fonctionnait nettement mieux que les technologies d’IA précédentes », déclare Pande.

« L’une des choses qui était particulièrement prometteuse était que nous avons formé notre cadre en utilisant les données d’une mission de formation, mais avons testé les performances du modèle en utilisant les données d’une autre mission de formation », a déclaré Min. « Et l’amélioration des performances par rapport aux modèles d’IA précédents était notable, même si nous testions le modèle dans un nouvel ensemble de circonstances. »

Les chercheurs notent également qu’ils ont pu obtenir ces résultats en utilisant une version relativement petite du modèle T5. C’est important, car cela signifie qu’ils peuvent obtenir une analyse en quelques fractions de seconde sans supercalculateur.

« Une prochaine étape de ce travail consiste à explorer dans quelle mesure le nouveau cadre peut être appliqué à une variété d’autres scénarios de formation », a déclaré Pande.

« Nous avons testé le nouveau cadre avec des données de formation qui ont été transcrites à partir de fichiers audio en texte par des humains », explique Min. « Une autre prochaine étape consistera à intégrer le framework à un modèle d’IA qui transcrira les données audio en texte, afin que nous puissions évaluer la capacité de cette technologie à analyser les données de communication d’équipe en temps réel. Cela impliquera probablement d’améliorer la capacité du framework à traiter des bruits et des erreurs lorsque l’IA transcrit les données audio. »

L’article, « Robust Team Communication Analytics with Transformer-Based Dialogue Modeling », sera présenté lors de la 24e Conférence internationale sur l’intelligence artificielle dans l’éducation (AIED 2023), qui se tiendra du 3 au 7 juillet à Tokyo, au Japon.