Descripción del proyecto
Asistente digital para optimizar el lugar de trabajo
En los últimos años, las tecnologías de inteligencia artificial han suscitado un interés y un uso cada vez mayores. Periódicamente se introducen tecnologías innovadoras que aportan numerosas ventajas, como la mejora de la automatización, la eficacia y la calidad. Sin embargo, existe una laguna notable en la investigación y el análisis de la cooperación y la colaboración entre las herramientas basadas en inteligencia artificial y los trabajadores humanos. Este desfase ha suscitado preocupación por los posibles cambios futuros en el lugar de trabajo. En este contexto, el equipo del proyecto CODA, financiado con fondos europeos, desarrollará un sistema innovador diseñado para mejorar la colaboración y la eficiencia en equipos híbridos persona-máquina. El sistema aprovechará los modelos de predicción más avanzados, las evaluaciones neurofisiológicas de los operadores y los sistemas de adaptabilidad basados en inteligencia artificial. Su principal objetivo es optimizar la asignación y el calendario de tareas y cargas de trabajo, mejorando en última instancia la eficiencia en el lugar de trabajo.
Objetivo
COntroller adaptive Digital Assistant
The CODA project involves developing a system in which hybrid human-machine teams collaboratively perform tasks. To do so, the system put together state of art from different fields: i) Prediction models to foresee future situations and have the system know which activities will be carried out by the operators and their impact on the same human performance; ii) Neurophysiological assessment of mental states to enable the system to know operators’ real current level of workload, attention, stress, fatigue, and vigilance by validating the predicted cognitive models and maximising the effectiveness of the interaction between the human and the machine by developing an HMPE (Human Machine Performance Envelope); iii) AI-based adaptable and explainable systems, to have the system act to prevent future performance or safety issues.
Specifically, the project will show how a system could adapt to specific situations and react accordingly by using advanced adaptable and adaptive automation principles that will dynamically guide the allocation of tasks. The system will assess the operator's cognitive status, use current traffic data to foresee the future tasks that the operator will need to perform in the future, and calculate the impact of those tasks in terms of cognitive complexity. With this information, the system will predict the future mental state of the operator and will act accordingly by developing an adaptive automation strategy. For example, imagine an ATCO managing a complex traffic situation and experiencing a medium workload. The system is aware of this (thanks to the neurophysiological assessment). It predicts that the additional upcoming tasks the ATCO will need to take care of will increase their workload, exceeding the maximum an operator can handle. To avoid this, the system decides how to act, following an adaptation strategy: it may, for instance, increment the level of automation, enable additional AI-based tools, or request a sector splitting.
Ámbito científico
Palabras clave
Programa(s)
- HORIZON.2.5 - Climate, Energy and Mobility Main Programme
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-JU-RIA - HORIZON JU Research and Innovation ActionsCoordinador
00185 Roma
Italia
Organización definida por ella misma como pequeña y mediana empresa (pyme) en el momento de la firma del acuerdo de subvención.