人類需要在協(xié)作中擊敗機(jī)器人

在他2004年的一本書(shū)“團(tuán)隊(duì)認(rèn)知”一章中，研究人員和教育家佛羅里達(dá)中央大學(xué)的斯蒂芬菲奧雷博士討論了機(jī)器人軟件，它允許機(jī)器人與其他機(jī)器人和人類一起工作。研究人員“致力于整合神經(jīng)科學(xué)，心理學(xué)和哲學(xué)的理論，以協(xié)調(diào)激進(jìn)的具體認(rèn)知與認(rèn)知神經(jīng)科學(xué)的傳統(tǒng)方法。”然而，隨著時(shí)間的推移，菲奧雷認(rèn)識(shí)到，合作不僅是機(jī)器人需要學(xué)習(xí)的技能，也是人類不太擅長(zhǎng)的技能。

涉及大規(guī)模人類系統(tǒng)的決策不能在真空中負(fù)責(zé)任地進(jìn)行，必須對(duì)其影響進(jìn)行更廣泛的考慮，而不是長(zhǎng)期以來(lái)認(rèn)為足夠的。這將需要來(lái)自不同觀點(diǎn)，學(xué)科和國(guó)籍的各種知識(shí)淵博的利益相關(guān)者之間的合作，講不同的語(yǔ)言，以及對(duì)世界應(yīng)如何運(yùn)作的不同假設(shè)。

ADM多倫多的設(shè)計(jì)與制造提供了一個(gè)獨(dú)一無(wú)二的機(jī)會(huì)，可以將供應(yīng)商與尋求最新創(chuàng)新，產(chǎn)品和解決方案的買(mǎi)家聯(lián)系起來(lái)。用安大略省蓬勃發(fā)展的制造業(yè)的銷(xiāo)售線索填補(bǔ)您的銷(xiāo)售渠道。設(shè)計(jì)與制造展，2019年6月6日至6日，多倫多會(huì)議中心。

根據(jù)Fiore最近在“公共利益心理科學(xué)”雜志上發(fā)表的一篇題為“推進(jìn)協(xié)作解決問(wèn)題的科學(xué)”的文章，“協(xié)作解決問(wèn)題[CPS]是勞動(dòng)力和社區(qū)的基本技能，因?yàn)槊媾R許多問(wèn)題在現(xiàn)代世界中，要求團(tuán)隊(duì)將團(tuán)隊(duì)成就與團(tuán)隊(duì)成員的特殊知識(shí)相結(jié)合。“

然而，它并沒(méi)有在任何地方被教授。這就是為什么菲奧雷將自己的職業(yè)生涯奉獻(xiàn)給“科學(xué)團(tuán)隊(duì)科學(xué)”，以及最近CPS的挑戰(zhàn)。

在自然人類行為中出現(xiàn)的2018年的一篇論文中，菲奧雷以及共同作者阿瑟格拉瑟和塞繆爾格里夫?qū)懙?，合作?ldquo;必不可少的，因?yàn)橛行┤蝿?wù)太復(fù)雜，一個(gè)人無(wú)法單獨(dú)工作。這種趨勢(shì)正在加速越來(lái)越需要解決復(fù)雜的環(huán)境，社會(huì)和公共衛(wèi)生問(wèn)題。“然而，我們大多數(shù)人都學(xué)習(xí)了閱讀，數(shù)學(xué)和科學(xué)等核心技能，就好像我們會(huì)用它們來(lái)解決我們自己的問(wèn)題一樣。

似乎在團(tuán)隊(duì)中良好運(yùn)作的能力會(huì)自然而然地發(fā)生，但事實(shí)并非如此。經(jīng)濟(jì)合作與發(fā)展組織(OECD)的一個(gè)分支機(jī)構(gòu)國(guó)際學(xué)生評(píng)估計(jì)劃(PISA)2015年評(píng)估報(bào)告發(fā)現(xiàn)，大多數(shù)國(guó)家的協(xié)作解決問(wèn)題技能存在嚴(yán)重不足，甚至與核心內(nèi)部的得分相關(guān)學(xué)科。全球平均水平顯示，只有35.8%的學(xué)生得分達(dá)到2級(jí)或以上(>最高得分的54%)。相比之下，54.1%在數(shù)學(xué)上達(dá)到了同樣的水平。美國(guó)的得分稍微好一些，其中43.5%在CPS中達(dá)到這一水平，并且排名第13位。

在與Design News的對(duì)話中，F(xiàn)iore描述了兩種應(yīng)對(duì)提高協(xié)作技能的方法。第一部分探討哪種工具，特別是軟件工具，可能有助于解決人類相互協(xié)作的挑戰(zhàn)，無(wú)論是在傳統(tǒng)交互中還是通過(guò)機(jī)器或通過(guò)機(jī)器。第二種方法涉及如何教授人類技能，這將提高他們彼此協(xié)作的能力，不僅在他們自己的領(lǐng)域(如在科學(xué)團(tuán)隊(duì)中)，而且在跨學(xué)科，語(yǔ)言和文化。

當(dāng)菲奧雷參與PISA報(bào)告時(shí)，一個(gè)受到很多關(guān)注的領(lǐng)域是，為了能夠評(píng)估某個(gè)人的合作能力，他們需要一種方法來(lái)評(píng)估書(shū)面答復(fù)。這涉及深入研究計(jì)算語(yǔ)言學(xué)領(lǐng)域，該領(lǐng)域研究并擴(kuò)展了計(jì)算機(jī)與大型書(shū)面信息緩存交互的能力。這是一個(gè)與工作平行的區(qū)域，例如開(kāi)發(fā)用于材料選擇的AI工具。

Fiore描述了一個(gè)案例研究，其中工程師正在進(jìn)行海水淡化項(xiàng)目。問(wèn)題是“工程師沒(méi)有時(shí)間提煉所有的生物學(xué)文獻(xiàn)來(lái)解決這個(gè)問(wèn)題，”菲奧雷說(shuō)。“那里有太多的信息，我們需要更聰明地幫助人類。”

因此，構(gòu)建了一個(gè)工具來(lái)幫助工程師。該系統(tǒng)利用IBM Watson提出問(wèn)題，將其分解為較小的問(wèn)題，然后搜索可用的文獻(xiàn)并生成描述與該信息的關(guān)系的可視化。在案例研究中，它導(dǎo)致了對(duì)海水淡化的仿生方法，尋找能夠飲用和代謝鹽水的某些鳥(niǎo)類。

但是，雖然幫助提供大量知識(shí)庫(kù)的軟件代理顯然是有用的，但它們無(wú)法提供與主題專家交互所有相同的解決問(wèn)題的好處，更不用說(shuō)，在線學(xué)習(xí)鋼琴課程可以與直接使用老師。

菲奧雷認(rèn)為學(xué)校需要在協(xié)作方面進(jìn)行更多教學(xué)。他提出了一個(gè)由三部分組成的議程：正式指導(dǎo)，實(shí)踐和反饋。今天的許多課程都涉及一定程度的協(xié)作實(shí)踐，雖然通常缺乏正式培訓(xùn)，而現(xiàn)有的反饋往往側(cè)重于團(tuán)隊(duì)取得的成果，而不是合作的質(zhì)量。

在利用團(tuán)隊(duì)的不同觀點(diǎn)和能力之前，首先要確保團(tuán)隊(duì)充分代表所有相關(guān)觀點(diǎn)似乎是至關(guān)重要的。菲奧雷承認(rèn)，這需要在“問(wèn)題空間定義練習(xí)”中加以解決，這是系統(tǒng)思考的一個(gè)重要因素。如果沒(méi)有這個(gè)，就有可能開(kāi)發(fā)出相當(dāng)于推動(dòng)氣球的解決方案。

Fiore目前正在參與一個(gè)項(xiàng)目，其中系統(tǒng)思考和協(xié)作都發(fā)揮著至關(guān)重要的作用。在弗吉尼亞州海洋基金會(huì)(VASG)是美國(guó)國(guó)家科學(xué)基金會(huì)獎(jiǎng)的獲得者是要求提供“設(shè)計(jì)和測(cè)試團(tuán)隊(duì)的科學(xué)訓(xùn)練，將建設(shè)沿海海域和河口STEM研究生之間協(xié)同工作的能力。”