Un Sistema De IA Mejora El Análisis De La Comunicación En La Capacitación De Equipos

Los responsables de investigación han presentado un innovador marco de inteligencia artificial (IA) capaz de comprender y categorizar la comunicación entre personas con una precisión sin precedentes, lo que supone un avance significativo en la tecnología de formación de equipos. Este desarrollo de vanguardia pretende mejorar la colaboración y coordinación de los equipos al permitir que la tecnología de formación aprecie plenamente la dinámica del trabajo en equipo.

Dirigiendo El Camino Hacia El Futuro Del Entrenamiento En Equipo

“Hay un gran interés en desarrollar tecnologías de entrenamiento impulsadas por IA que puedan comprender la dinámica del trabajo en equipo y modificar su entrenamiento para fomentar una mejor colaboración entre los miembros del equipo”, afirma Wookhee Min, coautor del estudio e investigador científico de la Universidad Estatal de Carolina del Norte. “Sin embargo, las arquitecturas de IA anteriores han tenido dificultades para evaluar con precisión el contenido de lo que comparten los miembros de un equipo cuando se comunican”.

“Hemos desarrollado un nuevo marco que mejora significativamente la capacidad de la IA para analizar la comunicación entre los miembros de un equipo”, afirma Jay Pande, primer autor del trabajo y estudiante de doctorado en NC State. “Esto representa un importante paso adelante en el desarrollo de tecnologías de entrenamiento adaptativo que faciliten la comunicación y colaboración efectivas en equipo”.

Liberar El Potencial De La IA Avanzada

Este nuevo marco de IA se basa en un sofisticado modelo de aprendizaje profundo capacitado en un gran conjunto de datos de comunicaciones basadas en texto. A continuación, el modelo T5 (Text-to-Text Transfer Transformer) se ajustó utilizando la información adquirida durante los ejercicios de entrenamientos a nivel de escuadrón llevados a cabo por el Ejército de Estados Unidos.

“Para analizar con más precisión la comunicación en equipo, modificamos el modelo T5 para utilizar características contextuales del equipo, como el papel del orador”, explica Min. ” Este contexto puede ser significativo. Por ejemplo, lo que dice un jefe de equipo puede tener que interpretarse de forma diferente a lo que dice otro miembro del equipo.”

Demostrar Un Rendimiento Superior

Para valorar el rendimiento del nuevo marco, los investigadores lo compararon con dos sistemas de IA anteriores. En concreto, los investigadores examinaron la capacidad de las tres tecnologías de IA para captar el discurso de un pelotón de seis soldados durante un ejercicio de entrenamiento.

Ambos sistemas se encargaron de dos tareas: clasificar el tipo de conversación y seguir el flujo de información dentro del pelotón. Determinar el propósito de lo que se decía es organizar la interacción. Por ejemplo, ¿se estaba solicitando información, dando información o emitiendo una orden? Seguir el flujo de las informaciones se refiere a la manera en que se comunicó la información dentro del equipo. La información, por ejemplo, se transmitía hacia arriba o hacia abajo en la cadena de mando?

“Descubrimos que el nuevo marco funcionaba mucho mejor que las tecnologías de IA anteriores”, añade Pande.

” Algo especialmente prometedor fue que entrenamos nuestro marco con datos de una misión de entrenamiento, pero probamos el rendimiento del modelo con datos de una misión de entrenamiento distinta”, detalla Min. “Y la mejora del rendimiento con respecto a modelos de IA anteriores fue notable a pesar de que estábamos probando el modelo en condiciones nuevas”.

La Promesa De La Tecnología Compacta

Los especialistas también señalan que han obtenido estos resultados empleando una versión diminuta del modelo T5. Esto es significativo, ya que implica que pueden realizar análisis en fracciones de segundo sin utilizar un superordenador.

“Entre los próximos pasos de este trabajo está investigar hasta qué punto el nuevo marco puede aplicarse a otros escenarios de entrenamiento”, explica Pande.

“Probamos el nuevo marco con datos de entrenamiento transcritos de archivos de audio a texto por humanos”, explica Min. ” Otro próximo paso será integrar el marco con un modelo de IA que transcriba datos de audio a texto, de modo que podamos evaluar la capacidad de esta tecnología para analizar datos de comunicación de equipos en tiempo real”. Esto implicará probablemente aumentar la capacidad del marco para manejar sonidos y errores mientras la IA transcribe los datos de audio.

De Aquí En Adelante

El trabajo, titulado “Robust Team Communication Analytics with Transformer-Based Dialogue Modeling”, se presentará en la 24ª Exposición Internacional sobre Inteligencia Artificial en la Educación (AIED 2023), que se celebrará en Tokio (Japón) del 3 al 7 de julio. Este prestigioso evento mostrará los extraordinarios avances del equipo de investigación, abriendo el camino a nuevas innovaciones en el campo de las tecnologías de formación de equipos.