Descrizione del progetto
Assistente digitale per l’ottimizzazione del luogo di lavoro
Negli ultimi anni, le tecnologie di intelligenza artificiale hanno ottenuto un’attenzione e un utilizzo molto maggiori. Vengono regolarmente introdotte tecnologie innovative che evidenziano numerosi vantaggi, tra cui una maggiore automazione, efficienza e qualità. Esiste tuttavia una notevole lacuna nella ricerca e nell’esame della cooperazione e della collaborazione tra strumenti basati sull’IA e lavoratori umani. Questa lacuna ha sollevato preoccupazioni sui potenziali cambiamenti futuri del luogo di lavoro. In questo contesto il progetto CODA, finanziato dall’UE, svilupperà un sistema innovativo progettato per migliorare la collaborazione e l’efficienza dei team ibridi uomo-macchina. Il sistema si avvarrà di modelli di previsione all’avanguardia, di valutazioni neurofisiologiche degli operatori e di sistemi di adattabilità basati sull’intelligenza artificiale. L’obiettivo principale è quello di ottimizzare l’assegnazione e la tempistica delle mansioni e dei carichi di lavoro, migliorando in ultima analisi l’efficienza del luogo di lavoro.
Obiettivo
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.
Campo scientifico
Parole chiave
Programma(i)
- HORIZON.2.5 - Climate, Energy and Mobility Main Programme
Argomento(i)
Meccanismo di finanziamento
HORIZON-JU-RIA - HORIZON JU Research and Innovation ActionsCoordinatore
00185 Roma
Italia
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.