研究チームは、人の認知疲労が仕事のパフォーマンスを妨げているときにそれを察知できるAIシステムを開発している。
これは、個人がストレスを感じている、燃え尽きている、またはその他の形で苦労している場合に、非常に有益となり得る。
このAIは、バイオマーカーを理解することで機能し、それによって個人の認知状態と外に表れる感情を分析できる。
研究者らは、認知疲労を察知し、人間のパフォーマンス向上を助けるための介入を提案できる知的機械の実現に取り組んでいる。
人類は歴史を通じて、材料を運ぶための単純な機械から宇宙へ旅するための複雑な機械に至るまで、機械と手を組んで目標を達成してきた。しかし今日の人工知能の進歩は、さらに洗練されたチームワーク、すなわち複雑な問題を解決するために協力する真の人間・機械チームの可能性をもたらしている。
こうした人間・機械チームの開発の多くは機械に焦点を当てており、任務において自らの役割を効果的に果たすようAIアルゴリズムを訓練するという技術的課題に取り組んでいる。しかしMITリンカーン研究所の研究者によると、チームの人間の側面にはあまり注目が向けられてこなかった。機械が完璧に機能していても、人間が苦しんでいたらどうなるのか。
「人間・機械のチーミングの分野では、私たちはしばしば技術について考えます。例えば、それをどのように監視し、理解し、正しく機能していることをどう確保するか、といったことです。しかしチームワークは双方向の道であり、こうした配慮は双方向では行われていません。私たちが行っているのは裏側に目を向けることで、機械がもう一方の側、つまり人間を監視し、その能力を高めている、という点です」と、同研究所の戦術システム専門家であるマイケル・ピエトルーチャは語る。
ピエトルーチャは、人の認知疲労がパフォーマンスを妨げている場合にそれを察知できるAIシステムの開発を目指す研究所のチームの一員である。このシステムは、個人の回復や危害の防止を助けるために介入を提案し、さらに危険な状況では直接行動を取ることもできる。
「歴史を通じて、人的ミスが事故、好機の喪失、そして時に悲惨な結果を招いてきたのを私たちは目にしてきました」と、同研究所で社内資金による生物科学・技術研究の元副責任者であるメーガン・ブラックウェルは語る。「今日では、神経モニタリングはより的確で持ち運び可能になっています。私たちは技術を使って疲労や認知過負荷を監視することを構想しています。この人は処理しすぎていないか？いわば、燃料切れになってしまうのではないか？人間を監視できれば、悪いことが起きる前に介入できるのです」
このビジョンのルーツは、人の認知状態や感情状態を技術を用いて「読み取る」ことに関する、同研究所での数十年にわたる研究にある。ビデオや、話している人の音声録音といった生体データを収集し、それらを高度なAIアルゴリズムで処理することで、研究者らは様々な心理的・神経行動学的状態のバイオマーカーを明らかにしてきた。これらのバイオマーカーは、例えば人のうつ病の程度を正確に推定できるモデルの訓練に用いられてきた。
本研究では、チームはバイオマーカーの研究を、個人の認知状態を分析するAIに応用する。その認知状態とは、人がどの程度疲労している、ストレスを感じている、または過負荷になっていると感じているかを包含するものである。このシステムは、音声や顔の録音、心拍数、脳波（EEG）や脳活動の光学的指標、眼球運動といった生理学的データから導き出されたバイオマーカーを用いて、こうした洞察を得る。
最初のステップは、個人の認知モデルを構築することである。「認知モデルは生理学的入力を統合し、人が特定の疲労を伴う作業を行う際に、それらの入力がどのように変化するかを監視します」と、同研究所で神経行動学的バイオマーカー研究の複数の取り組みを率いるトーマス・クアティエリは語る。「このプロセスを通じて、システムは活動パターンを確立し、聴覚や視覚的注意、反応時間など、傷害や望ましくない結果を避けるために必要な基本的な課題関連機能を伴う、人の認知の基準状態を学習できます」
この個別化された基準が確立されると、システムは通常からの逸脱を認識し始め、その逸脱がミスや低いパフォーマンスにつながるかどうかを予測できる。
「モデルの構築は困難です。パフォーマンスを予測できたとき、正しく構築できたとわかります」と、リンカーン研究所の国土防衛・航空交通管制部門の主任スタッフであるウィリアム・ストレイリンは語る。「システムが逸脱を特定し、さらにその逸脱が課題遂行中の人のパフォーマンスを実際に妨げると予測できれば、うまくいったと言えます。人間は複雑で、私たちはストレスや疲労に自然と適応します。重要なのは、その逸脱が補償されない時点を予測し、その時にのみ介入するシステムを構築することです」
介入の可能性は多岐にわたる。スペクトラムの一端には、パフォーマンスを回復させるために人間が行える軽微な調整があり、例えばコーヒーを飲む、照明を変える、外の新鮮な空気を吸うなどである。その他の介入では、シフトの交代や、機械または他のチームメイトへの作業の引き継ぎを提案することもできる。さらに別の可能性として、経頭蓋直流電気刺激（tDCS）を用いることもある。これは、パフォーマンス回復技術であり、電極を用いて脳の一部を刺激するもので、副作用が少なく、疲労への対抗においてカフェインよりも効果的であることが示されている。
スペクトラムのもう一方の端では、人間が自らを守れない場合に、人間のチームメンバーの生存を確保するために必要な行動を機械が取ることもあり得る。例えば、AIのチームメイトは、意識を失った、あるいは自ら脱出する身体能力を失った戦闘機パイロットに代わって「脱出判断」を下すことができる。米空軍の退役大佐で、戦闘機・攻撃機のパイロットとして多くの飛行時間を積んできたピエトルーチャは、そのようなシステムの可能性を見出している。それは「単なる飛行パラメータの分析を超え、乗組員の認知状態の分析を含み、乗組員が対応できない、あるいは対応しない場合にのみ介入する」ものだと彼は語る。
最も有効な介入とその効果を判断するには、目の前の課題に関連する多くの要因、介入の用量、さらにはユーザーの人口統計的背景などに依存する。「様々な介入の効果を理解し、その安全性を検証することには、まだ多くの作業が残されています」とストレイリンは言う。「最終的には、個別化された認知介入を導入し、任務遂行における効果を評価したいと考えています」
戦闘航空での利用にとどまらず、この技術は、航空交通管制、戦闘作戦、災害対応、救急医療などに関連するような、負荷の大きい、あるいは危険な他の職種にも利益をもたらす可能性がある。「戦闘医療兵が圧倒的少数である状況、過酷な状況に置かれ、他の誰とも同じくらい疲弊している場面があります。このような肩越しの支援、つまり精神状態や疲労を監視する手助けがあれば、医療ミスの防止や、疲労レベルを周囲に知らせることにもつながり得ます」とブラックウェルは語る。
現在、チームはこの技術のさらなる開発を支援するためのスポンサーを探している。来年は、アルゴリズムを訓練するためのデータ収集に重点を置く予定である。最初の被験者は情報分析官となる予定で、彼らの業務の要求を模した本格的なゲームをプレイする際にセンサーを装着する。「情報分析官はしばしばデータに圧倒されており、この種のシステムの恩恵を受けられるはずです」とストレイリンは言う。「彼らは通常、『通常の』部屋の環境でコンピューターを使って業務を行うため、生理学的データを収集し、訓練を開始するために容易に計測機器を取り付けることができます」
「近い将来は基本的な機能群に取り組むことになりますが」とクアティエリは言う。「究極の目標は、システムが依然として個別化されている一方で、それらの機能を活用して、より手間のかからないターンキー型の機能とし、広く展開できるようにすることです。例えばSiriが普遍的でありながら個人にすばやく適応するのと同様です。」長期的な視点で、チームは、誰をも表現でき、特定の用途に合わせて適応できる普遍的な背景モデルの可能性を見据えている。
このような能力は、未来の人間・機械チームを前進させる鍵となるかもしれない。AIが、人間の精神的ストレスという状態の影響を受けない一方で、より人間に近い能力を実現するにつれ、任務成功にとって最大のリスクとなるのは人間である可能性もある。AIのチームメイトは、パートナーを支える方法を正確に知っているかもしれない。
