开发工程设计中人机协作的最佳实践

随着人工智能不可避免地融入工作场所，人类团队将越来越多地与机器人合作解决复杂的设计问题，例如汽车、航空和航天工业中的设计问题。

“目前，设计主要由人类完成，并且基于他们的专业知识和直觉决策，而这是随着时间的推移而学习的，” 里哈伊大学 PC Rossin 学院机械工程和力学助理教授A. Emrah Bayrak说道工程与应用科学学院。 “通常，你并不是在创造全新的东西。你采用一些已经有效的东西，了解它是如何工作的，并进行渐进式的改变。但引入人工智能可以使这个过程变得更快，而且可能更具创新性。”

然而，以最大限度提高生产力和员工工作满意度的方式集成人工智能的最佳实践仍不清楚。 Bayrak 最近获得了美国国家科学基金会教师早期职业发展 ( CAREER ) 计划的支持，他的 提议 是根据人类和人工智能团队的能力和偏好将复杂设计问题的一部分分配给他们。

享有盛誉的 NSF 职业奖每年颁发给美国各地的初级教师，他们通过杰出的研究、卓越的教育以及教育与研究的融合体现了教师学者的角色。每个奖项提供五年期约 500,000 美元的稳定支持。

Bayrak 将从计算和实验的角度探讨在人类设计师和人工智能之间划分复杂任务的问题。对于前者，他将使用模型来预测理性的人类将如何探索电动汽车动力系统的设计。

“我们知道决策是一个连续的过程，”他说。 “人们会做出决定，查看结果，并相应地修改他们的下一个决定。为了最大化电动汽车的续航里程，当人们考虑动力系统的设计时，他们必须就齿轮比、电机尺寸和电池尺寸做出决定。这些都是数学变量，我们可以将它们输入到模型中，以预测如果人类是理性的人，下一个决策应该是什么。”

相比之下，人工智能根据训练数据做出决策。向其提供有关齿轮、电机和电池的良好决策数据，然后它可以估计可能的车辆设计，从而产生可接受的范围。人工智能还可以利用这些知识来思考下一个设计决策应该是什么。

拜拉克的模型还将包含不同的人类原型。例如，一个完全信任人工智能的人与一个完全不信任人工智能的人，以及那些徘徊在中间的人。该模型将把代表决策的数学变量与各种原型相结合，以确定人类和人工智能之间的分工策略。

然后，拜拉克将通过实验测试这些发现。研究参与者将被要求与人工智能合作，以虚拟方式进行车辆设计。

“我们给他们一个设计问题，并告诉人们他们负责做出哪些决定，哪些是人工智能的责任。他们一起工作，目标是收集数据并查看计算结果是否反映了实验结果中发生的情况。换句话说，设计师是按照计算模型的预测行事，还是那些不完全信任人工智能的设计师最终对分工感到满意?”拜拉克说。

他说，最终目标不是 取代 工作场所的人类。相反，它是为如何以及在多大程度上将人工智能集成到复杂的设计项目中制定原则。这些指导方针将反映不同的优先事项，例如，团队可能希望将人工智能仅仅作为助手，或者可能希望赋予它重要的责任。团队可能希望优先考虑快速决策、创新或工作满意度。

“我们的想法是，我们将拥有定量证据，揭示哪些做法可以很好地实现特定目标，哪些做法不能，”他说。 “这项工作可能会影响未来组织的结构，这是非常令人兴奋的。”