L'algoritmo nel mio team
L'automazione nel mondo del lavoro sta aumentando rapidamente. Ma come possono tecnologia e persone lavorare davvero bene insieme in un mondo digitalizzato?
![Illustrazione Intelligenza artificiale](/de/news-und-veranstaltungen/eth-news/news/2020/10/der-algorithmus-in-meinem-team/_jcr_content/news_content/fullwidthimage/image.imageformat.930.939081065.jpg)
Robot intelligenti, auto a guida autonoma, sensori onnipresenti e droni per il trasporto di merci. Ciò che per alcuni suscita speranze di produttività e profitti aziendali, per altri fa suonare un campanello d'allarme. Nel 2013, l'economista Carl B. Frey e l'ingegnere Michael A. Osborne dell'Università di Oxford hanno pubblicato uno studio secondo il quale il 47% dei posti di lavoro negli Stati Uniti potrebbe presto essere "automatizzato" a causa dei rapidi progressi della robotica, dell'intelligenza artificiale e dell'analisi dei big data.
La quarta rivoluzione industriale porterà direttamente alla disoccupazione di massa? Gudela Grote lo ignora. Lo studio di Frey e Osborne è stato nel frattempo più volte ridimensionato, afferma l'ETH, professore di psicologia del lavoro e delle organizzazioni. Tra l'altro, gli autori non hanno tenuto conto del fatto che l'automazione non elimina interi posti di lavoro, ma soprattutto singole attività. "? più probabile che in futuro persone e macchine lavorino a stretto contatto", afferma Gudela Grote. "? quindi più importante chiedersi come cambieranno i posti di lavoro e quali compiti potranno essere svolti meglio dagli esseri umani e quali dalle macchine".
Più libertà grazie ai robot da costruzione?
Le questioni relative all'automazione sono state studiate dalla psicologia del lavoro a partire dalla rivoluzione industriale. Tuttavia, l'attuale salto tecnologico e il suo impatto sulla vita lavorativa quotidiana differiscono dalle precedenti "rivoluzioni". "La tecnologia stessa sta diventando sempre più un attore", afferma Grote. Enormi quantità di dati, combinate con l'intelligenza artificiale e l'apprendimento automatico, stanno creando la base per sistemi "intelligenti" di autoapprendimento. Ciò significa che anche i processi complessi e impegnativi dal punto di vista cognitivo possono essere sempre più automatizzati. Ad esempio nel settore delle costruzioni. Mentre un tempo i robot si limitavano a trasportare mattoni e sacchi di cemento, ora umwelt und Geomatik costruiscono strutture in muratura (quasi) autonomamente.
Nell'ambito del Centro nazionale di competenza per la ricerca sulla fabbricazione digitale, Grote sta studiando come i processi di lavoro e i profili professionali nell'industria delle costruzioni stiano cambiando a causa della crescente digitalizzazione. "Forse in futuro i muratori lavoreranno con occhiali 3D e saranno assistiti da un robot", ha spiegato l'ingegnere robotico dell'ETH Timothy Sandy, che ha recentemente sviluppato un sistema simile. Secondo Grote, il fatto che i dipendenti vedano tutto ciò come un guadagno o una perdita dipende dalla loro percezione di autonomia sul lavoro. Le ricerche psicologiche degli ultimi 70 anni hanno dimostrato che la libertà di organizzare il lavoro è fondamentale per la soddisfazione, la motivazione, le prestazioni e la salute dei collaboratori.
Calcolare l'imprevedibile
Melanie Zeilinger si occupa di come le macchine possano essere addestrate a cooperare meglio con gli esseri umani. Il suo gruppo presso l'Istituto dei sistemi dinamici e della tecnica di regolazione è specializzato nello sviluppo di algoritmi per la formazione di sistemi di controllo, e l'interazione uomo-macchina è una delle applicazioni di tali sistemi. Affinché la cooperazione funzioni, le macchine devono costantemente fare previsioni su come gli esseri umani potrebbero agire in seguito. "Noi esseri umani non siamo deterministici e reagiamo sempre in modo leggermente diverso e individuale nella stessa situazione", spiega Zeilinger. "Per questo motivo dobbiamo lavorare con sistemi stocastici e probabilità e permettere ai sistemi di adattarsi".
Un aspetto fondamentale è la sicurezza, che deve essere garantita dall'algoritmo di controllo. Per raggiungere questo obiettivo, a volte permette alle macchine di imparare direttamente dagli esseri umani. Ad esempio, fa interagire i bracci robotici Kuka, così come li conosciamo nei capannoni di produzione, con i soggetti del test attraverso un'articolazione passiva a tre anelli. Il movimento del braccio viene trasmesso al robot tramite sensori, in modo che l'algoritmo di controllo possa apprenderlo e addestrare un modello predittivo per le sequenze di movimento. Nella fabbrica del futuro, sarà fondamentale che il braccio robotico possa anticipare i movimenti della sua controparte.
Zeilinger chiama il risultato di queste ricerche "sistemi di controllo Human in the Loop". Un'applicazione è il Lokomat, un robot che cammina per la riabilitazione di pazienti con disabilità neuronali. ? stato sviluppato da Hocoma AG insieme al Sensory Motor Systems Lab del Dipartimento di scienze e tecnologie della salute. I terapisti possono controllare un'unità di trattamento basata su 13 parametri tramite un'interfaccia. Il gruppo di Zeilinger ha sviluppato un algoritmo che suggerisce la regolazione dei parametri. L'algoritmo viene addestrato registrando le regolazioni del terapista e imparando le sue decisioni. "L'obiettivo era quello di integrare le conoscenze specialistiche dei terapisti nel nostro algoritmo", spiega Zeilinger. Sebbene la funzione target del sistema, ovvero la deambulazione "buona" e "sana", sia difficile da comprendere matematicamente, un terapista addestrato è in grado di valutare molto bene questa funzione. Dopo una media di meno di dieci regolazioni dei parametri, il sistema è stato in grado di adattarsi a un soggetto sano e ha persino fornito utili suggerimenti alternativi ai terapisti.
Formazione nell'Industria 4.0
Per Gudela Grote, la crescente interazione uomo-macchina solleva anche questioni politiche. "Ad esempio, non è ancora chiaro quanti professionisti e accademici saranno necessari nell'"Industria 4.0". Inoltre, la società deve negoziare quale sia il livello di automazione effettivamente desiderato, soprattutto per sistemi complessi e potenzialmente pericolosi come le centrali nucleari o gli aerei. Chi prende la decisione finale in caso di rischio, gli esseri umani o l'IA? E chi si assume la responsabilità delle conseguenze?
Come psicologo industriale, consigliare gli ingegneri e mettere in discussione le loro ipotesi è talvolta frustrante, dice Grote. "Anche se gli ingegneri progettano il lavoro, siamo spesso percepiti come dei disturbatori". Tuttavia, attualmente riconosce un cambiamento generazionale; un vento nuovo sta soffiando nei corridoi dell'ETH. Melanie Zeilinger non ha ancora uno psicologo industriale nel suo gruppo di ricerca. In futuro, però, le cose potrebbero cambiare. "La personalizzazione dei sistemi intelligenti e di autoapprendimento è fondamentale per il successo delle interazioni uomo-macchina".?
Questo testo è pubblicato nell'attuale numero dell'ETH Magazine. Il globo pubblicato.