İ­n­s­a­n­l­a­r­ı­n­ ­R­o­b­o­t­l­a­r­l­a­ ­Ç­a­l­ı­ş­ı­r­k­e­n­ ­G­e­v­ş­e­m­e­ ­O­l­a­s­ı­l­ı­ğ­ı­ ­D­a­h­a­ ­Y­ü­k­s­e­k­

Uyarı! Microsoft, ChatGPT’nin Sonraki Robotları Kontrol Etmesini İstiyor

Yeni bir çalışmak Frontiers in Robotics and AI dergisinde bu hafta yayınlanan çalışma, devre kartlarındaki üretim hatalarını kontrol eden insan işçilerin, yetkin bir robotun devre kartını daha önce bir kez incelediği söylendiğinde daha az hata tespit ettiğini buldu. Bulgular, büyük depolarda giderek yaygınlaşan bir alan olan robotlarla birlikte çalışan insanların, tamamı insanlardan oluşan ekiplerdeki çalışanlarla benzer şekilde sorumluluk paylaşımı sergileyebileceğini gösteriyor.

Berlin Teknik Üniversitesi Araştırma görevlisi ve makale yazarı Dietlind Helene Cymek, “Takım çalışması karışık bir nimettir” dedi. “Birlikte çalışmak insanları iyi performans göstermeye motive edebilir, ancak aynı zamanda bireysel katkının görünür olmaması nedeniyle motivasyon kaybına da yol açabilir.”

Deney

Deneyi gerçekleştirmek için araştırmacılar, “simüle edilmiş endüstriyel kusur inceleme görevi”nin bir parçası olarak katılımcılardan devre kartlarındaki arızaları veya hataları tespit etmelerini istedi. Katılımcıların yarısına tahtayı ilk kez denetledikleri söylendi, diğer yarısına da tahtanın zaten “Panda” adı verilen bir robot tarafından denetlendiği söylendi.

Panda ile çalışan katılımcılara robot gösterildi ve hatta devre kartlarını incelerken başka bir odada robotun gürlemesini duydular. Araştırmacılar, tüm katılımcılara devre kartlarının yalnızca fareyi üzerlerine getirdiğinizde bulanıklaştırılabilen 42 bulanık görüntüsünü sağladı. Bu ustalıklı numara, araştırmacıların, katılımcıların devre kartlarını ne kadar süreyle ve kapsamlı bir şekilde ayrıştırdıklarını takip etmelerine yardımcı oldu.

Daha sonra çalışmaya katılan tüm işçilerden, göreve göre kendi çaba düzeylerini sıralamaları ve yeni tamamladıkları iş için kendilerini ne kadar sorumlu hissettiklerini yorumlamaları istendi. Hem Panda ile çalıştıklarını düşünen katılımcıların hem de bağımsız olarak çalışan katılımcıların panoları incelemek için hemen hemen aynı zamanı harcadıkları ortaya çıktı. Ayrıca her ikisi de görevle ilgili benzer sorumluluk duygularını bildirdiler.

Ancak bunun kanıtı performanstaydı. Robotun ilk geçişini kontrol etmekle görevlendirildiği söylenen işçiler aslında tespit edildi daha az Hatalar bağımsız çalışanlara göre daha fazladır. Daha kötü sonuçlara rağmen Panda ile çalışan katılımcılar hala iyi performans gösterdikleri kanaatindeydi. Araştırmacılar bu olgunun, daha geleneksel insan sosyal kaytarma vakalarında sıklıkla gözlemlenen “bakıyor ama göremiyor” etkisine benzediğini söylüyor. Başka bir deyişle, insanların robotun performansına güvendiği ve kendi işlerini görmezden geldiği görüldü.

Sosyal aylaklık güvenlik endişelerine yol açabilir

Çalışmanın bulguları, verimliliği artırmak adına büyük depoları ve fabrikaları otomatikleştirmeye hızla yönelen imalat ve lojistik şirketleri için uyarıcı bir hikaye görevi görebilir. Robotik lojistik alanındaki yenilikleri ABD’de e-ticarete hakim olmasına yardımcı olan Amazon, insanlarla birlikte çalışmak üzere tedarik tesislerinde kullanmayı planladığı bir dizi yeni yapay zeka ve robotik sistemlerini açıkladı. Amazon’un Stratejik Organizasyon Merkezi gibi daha otomatik depolara yönelmesini eleştirenler, Bu değişiklikleri son yıllarda depo yaralanma oranlarındaki artışlarla ilişkilendirin.

Bu potansiyel güvenlik endişeleri son çalışmada da tekrarlandı. Bir robotun performansına aşırı güven, genel bir kalite denetimi eksikliğine veya standart güvenlik önlemlerinin gözden kaçırılma potansiyeline yol açabilir. Araştırmacılar, çalışma uzadıkça bu tehlikelerin potansiyel olarak arttığını söylüyor.

Berlin Technische Universität Profesörü Berlin Linda Onnasch, “Daha uzun vardiyalarda, görevler rutin olduğunda ve çalışma ortamı çok az performans izleme ve geri bildirim sunduğunda, motivasyon kaybı çok daha fazla olma eğilimindedir” dedi. “Genel olarak üretimde, ancak özellikle çifte kontrolün yaygın olduğu güvenlikle ilgili alanlarda bu, iş sonuçları üzerinde olumsuz bir etkiye sahip olabilir.”