Un equipo compuesto por miembros del Laboratorio de Investigación del Ejército de los EE. UU. Y el Instituto Politécnico Rensselaer propuso un marco de liderazgo adaptativo inspirado en el conocimiento que ha sido galardonado y que puede brindar apoyo a la toma de decisiones inteligente para un comandante que brinda retroalimentación rentable a seguidores con diferentes niveles de preparación para la misión. Crédito:Ejército de EE. UU.
Un proyecto de investigación colaborativo entre investigadores del Ejército y la academia ha dado lugar a un premio al mejor artículo en el Instituto de Ingenieros Eléctricos y Electrónicos de 2018, o IEEE, Conferencia sobre aspectos cognitivos y computacionales de la gestión de situaciones, una conferencia multidisciplinaria sobre gestión de situaciones en sistemas dinámicos complejos.
Un equipo compuesto por miembros del Laboratorio de Investigación del Ejército de los EE. UU. Y del Instituto Politécnico Rensselaer, incluidos los Dres. Noam Ben-Asher, Jin-Hee Cho, y Sibel Adali, propuso un marco de liderazgo adaptativo inspirado cognitivamente que puede brindar apoyo a la toma de decisiones inteligente para un comandante con el objetivo de brindar retroalimentación rentable a seguidores con diferentes niveles de preparación para la misión.
Específicamente, Este estudio aborda cómo un comandante puede tomar decisiones efectivas sobre si proporcionar retroalimentación, cuánta retroalimentación debe proporcionarse para influir de manera óptima en el desempeño de la tarea del seguidor y cuál es el impacto de la retroalimentación en la utilidad del comandante.
"Esta investigación tiene como objetivo mejorar la interacción comandante-soldado, especialmente cuando se opera en el campo donde los recursos son limitados, "dijo el autor principal Ben-Asher, investigador de la Dirección de Ciencias Computacionales y de la Información de ARL. "El marco de liderazgo propuesto puede ayudar al comandante a decidir cuántos comentarios (es decir, recursos) para invertir en la promoción de la preparación para la misión del Soldado, dada la necesidad específica del Soldado y sin perjudicar el desempeño del comandante ".
La investigación aprovecha el concepto bidimensional de confianza (disposición para actuar y la competencia para actuar de manera apropiada) para capturar la dinámica de las interacciones de provisión de retroalimentación comandante-seguidor en situaciones de restricción de recursos (tiempo, banda ancha, energía).
Los principales hallazgos indican que el uso de la confianza mejora la utilidad del comandante, especialmente cuando se tienen recursos estrictos.
"Levantar la carga del comandante y optimizar la provisión de retroalimentación basada en las necesidades del Soldado y la disponibilidad de recursos puede mejorar la preparación del Soldado y el desempeño general de la misión, ", Dijo Ben-Asher." A medida que el campo de batalla se vuelve más dinámico y la velocidad de operación se vuelve extremadamente rápida, el comandante necesita herramientas de adaptación avanzadas para apoyar la toma de decisiones ".
En comparación con la heurística, un marco de inspiración cognitiva muestra adaptabilidad y capacidad para adaptarse a las necesidades de diferentes seguidores. Sentido, si los recursos son limitados, dirigir más apoyo a los de alto desempeño y cuando hay abundancia de recursos para favorecer el apoyo a los de bajo desempeño.
Este estudio también examinó el impacto de la disposición de los comandantes para brindar apoyo, indicando que el uso de un marco inspirado cognitivamente puede mejorar la utilidad del comandante, especialmente cuando el comandante tiene poca disposición a brindar retroalimentación a los seguidores.
Los investigadores también pudieron usar el marco para identificar cuándo demasiado apoyo puede abrumar al seguidor e impedir el desempeño.
Según Ben-Asher, este premio es emocionante y motivador para el equipo.
"En este estudio, Desarrollamos los fundamentos de un marco de liderazgo inspirado en lo cognitivo, ", dijo." Para nosotros, recibir este premio refuerza la creencia de que, en la era del aprendizaje automático y la inteligencia artificial, El modelado computacional de los procesos humanos de toma de decisiones es extremadamente valioso para la colaboración humano-IA ".