Archivo de la etiqueta: Janet Vertesi

Lo que los robots en el espacio nos enseñan a trabajar en equipo: Una inmersión profunda en la NASA


Nota del Editor, Tricia Wang: El colaborador final en el Co-diseñar máquinas con la edición es Janet Vertesi, (@cyberlyra), profesor asistente de sociología en la Universidad de Princeton, nos impulsa a pensar en las organizaciones cuando hablamos de robots. A superar el binario hombre-máquina, ella nos tiene en sus años de trabajo de campo con los equipos robóticos de la NASA para mostrarnos que el trabajo robótico es siempre trabajo en equipo, Nunca un uno-a-uno interacción con robots. No es fácil de conseguir dentro de las organizaciones, mucho menos un complicado un conjunto de instituciones como la NASA, pero es por eso que los escritos de Janet son un examen rara pero de gran alcance de cómo se utilizan realmente los robots. Ella es un frecuente colaborador de opinión a lugares como CNN. Después de su primer libro sobre Mars Rover de la NASA Expedición, que ya está trabajando en su segundo libro sobre los robots y las organizaciones.

Un robot, muchos humanos

Yo estudio equipos robóticos de naves espaciales de la NASA: personas para quienes trabajan con los robots no es una fantasía de ciencia ficción, sino una tarea diaria. Sus compañeros de equipo robótico ruedan sobre superficies planetarias o látigo pasadas las atmósferas de los gigantes de gas y lunas de hielo a velocidades enormes.

A menudo es fácil olvidarse de estos grupos ligados a la tierra detrás de las escenas en las que estamos paralizados por las nuevas imágenes de mundos distantes o los logros de estas máquinas intrépidos. Sólo se puede echar un vistazo rápido de unas pocas personas en una habitación, una bandera americana en la pared detrás de ellos, animando cuando una sonda de ases de un aterrizaje o se balancea en órbita: como esta semana, cuando Juno llegó a Júpiter. Pero esto es sólo una pequeña fracción del equipo. No sólo son las sondas complejas y requieren un grupo de ingenieros para operar y mantener de forma segura, pero los requisitos científicos para cada misión de reunir a muchos diversos expertos para explorar nuevos mundos.

el trabajo es el trabajo en equipo robótico

Para ese fin, trabajar con una nave espacial es siempre el trabajo en equipo, una tarea creativa que reúne a cientos de personas. Al igual que cualquier equipo, que utilizan normas locales de comunicación e interacción, y las rutinas y la cultura de la organización, con el fin de resolver problemas y alcanzar sus objetivos. La nave espacial exploración de nuestro sistema solar tiene suficiente inteligencia artificial para saber mejor que conducir por un precipicio, o pueden saber para restablecer sus sistemas operativos en caso de fallo. Allí termina la autonomía. Para el resto, cada minuto hasta el segundo de su día es parte de un plan, ordenado y establecido en código por los especialistas en la tierra.

¿Cómo decidir lo que el robot debe hacer? Primero, el equipo debe tener en cuenta algunas limitaciones básicas. Cuando estudiaba el equipo de la misión Mars Exploration Rover, todo el mundo sabía que el Opportunity no podía conducir muy rápidamente; últimamente se ha visto afectada por lapsos de memoria y rigidez en las articulaciones en su vejez. Por otra misión que he estudiado como etnógrafo, la trayectoria de la nave espacial toma se decidió con años de antelación para tener en cuenta la dinámica orbital delicados del sistema planetario y que el equipo pueda ver la mayor parte del planeta, sus lunas y anillos como sea posible. No es fácil de cambiar el rumbo. En todas las misiones, límites del poder, tiempo, y la memoria a bordo de la materia proporcionan restricciones duras para la planificación.

Leer más… Lo que los robots en el espacio nos enseñan a trabajar en equipo: Una inmersión profunda en la NASA

Co-diseño con máquinas: ir más allá de la máquina binaria / humana



web-7525squareCarta del Editor: Estoy feliz de anunciar el El Co-Proyectos con la edición Máquinas. Como alguien con un pie en organizaciones de la industria rediseño que florezca en un mundo rico en datos y otro pie en la investigación, Estoy constantemente tratando de tener una vista aérea sobre los logros técnicos. Últimamente, He estado obsesionado con el futuro del diseño en un mundo cada vez más rico en datos alimentado por la inteligencia artificial y sus algoritmos. Lo que comenzó durante una conversación cocina con mi colega, Che-Wei Wang (colaborador de esta edición) sobre el diseño generativo y los algoritmos genéticos se convirtieron en una gran parte de mi hablar en el diseño de interacción 2016 en Helsinki, Finlandia. Ese trozo entonces ocupaba más de un espacio de mi cerebro y ampliado en esta edición de Espacio para la Etnografía, Co-diseño con máquinas. En el post de introducción de esta edición, Comparto una manera más productiva para enmarcar la colaboración humana y la máquina: como un sistema en red. Entonces me persiguió por nueve personas que están a la vanguardia de esta transformación para compartir sus puntos de vista con nosotros. Alicia Dudek de Deloitte se iniciará el próximo post con una ficción especulativa sobre si los robots de AI pueden realizar cualquier parte del trabajo de campo cualitativo. Janet Vertesi cerrará esta edición nos da un adelanto de su próximo libro con un artículo sobre la colaboración humana y la máquina en las expediciones de la NASA Mars Rover. Y entre Alicia y Janet son siete colaboradores provienen de la comercialización de la máquina de aprendizaje con los artículos súper reflexivos. Gracias por unirse a la carrera! Y si usted encuentra que esto sea atractiva, tenemos una Una mala en la que podemos continuar con las conversaciones y conocer a otras personas humanocentrista. Únete a nuestro @ethnomatters Twitter para las actualizaciones. Gracias. @ Triciawang

giphy (1)

¿Quién está ganando la batalla entre humanos y ordenadores? Si usted lee los titulares sobre Inteligencia Artificial de Google (AI), DeepMind, batiendo el jugador de go-campeón del mundo, se podría pensar las máquinas están ganando. el artículo de la CNN sobre proclama DeepMind, "En la última batalla del hombre contra la máquina, los seres humanos se están ejecutando en segundo lugar. "Si, por otra parte, usted lee los titulares acerca de Facebook Tendencia de la sección Noticias y Asistente personal, M, que podría estar convencido de que las máquinas son menos puro y perfecto de lo que hemos hecho creer. A medida que la Borde titular pone, “Facebook admite su algoritmo de noticias de tendencias necesita mucha ayuda humana.”

Los titulares de ambos lados se basan en una falsa, tropo obsoleta: El binario de los seres humanos frente a los ordenadores. Estamos rodeados de argumentos similares en películas populares, ciencia ficción, y las noticias. A veces, las computadoras son intelectualmente superiores a los humanos, a veces son moralmente superior y libre de prejuicios humana. DeepMind de Google está ganando un juego de suma cero. algoritmos de Facebook de alguna manera están fallando al confiar en la ayuda humana, como si la colaboración entre humanos y ordenadores de esta batalla épica es de alguna manera vergonzosa.

El hecho es que los humanos y los ordenadores han sido siempre colaboradores. El ser humano / ordenador vista binario es perjudicial. Nos está restringiendo se acerquen a las innovaciones de IA más cuidadosamente. Se enmascara la cantidad de nos inclinamos a creer que las máquinas no producen resultados sesgados. Se permite a las empresas evitar asumir la responsabilidad por sus prácticas discriminatorias diciendo, "se salió a la superficie por un algoritmo ". Además, nos está impidiendo que inventar formas nuevas y significativas para integrar la inteligencia y la máquina de la inteligencia humana para producir mejores sistemas.

giphyA medida que las computadoras se vuelven más humanos, tenemos que trabajar aún más duro para resistir el binario de los ordenadores frente a los humanos. Tenemos que reconocer que los seres humanos y máquinas siempre han interactuado como un sistema simbiótico. Desde los albores de nuestra especie, hemos cambiado herramientas tanto como herramientas nos han cambiado. Hasta hace poco, las formas en que nuestros cerebros y nuestras herramientas cambiaron estaban limitados a la cantidad de entrada de datos, almacenamiento, y procesar tanto podía manejar. Pero ahora, hemos roto la ley de Moore y estamos sentados en más datos de lo que es capaz de procesar. Para realizar el siguiente salto para obtener el valor social completa de la información que hemos recopilado, tenemos que hacer un salto en la forma en que concebimos nuestra relación con las máquinas. Tenemos que vernos como una sola red, no como dos campos separados. Ya no podemos darnos el lujo de ver a nosotros mismos en una posición de confrontación con los ordenadores.

Para aprovechar la enorme cantidad de datos que hemos recogido de una manera que tenga sentido para los seres humanos, tenemos que abrazar la inteligencia humana y la máquina como un sistema holístico. A pesar de los llamativos titulares juego de suma cero, esta es la verdad detrás de cómo DeepMind dominado Go. Mientras que la prensa interpretó el éxito de DeepMind como dote independiente del juicio humano, que no era el caso en absoluto. Leer más… Co-diseño con máquinas: ir más allá de la máquina binaria / humana