Hærens forsker fremmer samarbejde mellem mennesker, autonome maskiner

Tilliden mellem mennesker og autonome maskiner er en topprioritet for hærens forskere - efterhånden som maskiner bliver en integreret del af samfundet, det er afgørende at forstå indvirkningen på menneskelig beslutningstagning.

Dr. Celso M. de Melo, en datamatiker fra U.S. Army Combat Capabilities Development Command's Army Research Laboratory på dets ARL West campus i Playa Vista, Californien, sammen med Japans Gifu University Professor Kazunori Terada, deler fælles forskningsinteresser, i særdeleshed, om menneske-maskine-samarbejde og de sociale effekter af følelser i menneske-maskine-interaktion. Deres forskning viser, at folk let engagerer sig i social kategorisering, der adskiller mennesker fra maskiner, hvilket fører til reduceret samarbejde med maskiner.

Et simpelt kulturelt signal - etniciteten af ​​maskinens virtuelle ansigt mindskede denne skævhed for deltagere fra to forskellige kulturer (Japan og USA), sagde forskerne.

"Vores forskning viser, at situationsbestemte tegn på affiliativ hensigt, nemlig, udtryk for følelser overhalede forventninger til koalitionsalliancer fra sociale kategorier, " sagde de Melo. "Da maskiner var fra en anden kultur, deltagerne viste den sædvanlige skævhed, når konkurrencefølelser blev vist - såsom glæde efter udnyttelse og i modsætning hertil, deltagerne samarbejdede lige så meget med mennesker som maskiner, der udtrykte samarbejdsfølelser - såsom glæde efter samarbejde."

En grundlæggende udfordring for indførelse af kunstig intelligens i hæren, denne forskning er særlig relevant for hærens næste generations prioritet for modernisering af kampkøretøjer, da det foreslår løsninger til at fremme effektiv menneske-maskine-teaming, sagde de Melo.

"Forskning afslører en grundlæggende bias, hvorved mennesker træffer beslutninger med maskiner, der er mindre gunstige, end hvis partnerne var mennesker, " sagde de Melo. "Det er, som om maskiner bliver behandlet, som standard, som udegruppemedlemmer. Forskningen fremmer to løsninger til at overvinde denne skævhed baseret på social kategorisering:at forbinde positive sociale grupper med maskiner – og følelser, og udtryk for følelser af maskiner, der kommunikerer en affiliativ hensigt."

Det næste trin er at anvende og teste disse resultater i hærrelevante domæner, såsom krigsmandsinteraktion med autonome (jord- og luft-) køretøjer, robotter og virtuelle partnere, han sagde.

For at læse forskningsoplægget i sin helhed, gå til Plos One tidsskrift.