Utilizar la IA para la toma de decisiones en situaciones extremas

Publicado

Imagina que eres un médico que administra la sala de emergencias de un gran hospital. De repente, recibe una llamada que informa sobre un tiroteo masivo en un concierto cercano. En 20 minutos, será responsable de clasificar a más de 200 pacientes con una variedad de lesiones. No tiene suficiente personal o recursos y las políticas del hospital no están diseñadas para una situación tan grave.

“Cuando las personas responden a emergencias, muchas de las decisiones que enfrentan son bastante predecibles. Están capacitados en ellos y hay una política”, dijo Neil Shortland de UMass Lowell, profesor asociado en la Escuela de Criminología y Estudios de Justicia.

“Pero de vez en cuando, se ven atrapados en una decisión realmente difícil para la que nunca se han entrenado o nunca han experimentado, y no tienen ninguna guía sobre lo que se debe hacer”.

Agregó: “Aunque estas decisiones son raras, ocurren en las situaciones más extremas con las apuestas más altas”.

Shortland lidera un grupo de investigadores de UMass Lowell que estudian el uso de la inteligencia artificial para ayudar a tomar decisiones difíciles como la que se mencionó anteriormente. El equipo está formado por el profesor asistente de ciencias de la computación Ruizhe Ma, el profesor asistente de ingeniería eléctrica e informática Paul Robinette, presidente del departamento de filosofía y el profesor asociado Nicholas Evans y Holly Yanco, profesora y presidenta de la Miner School of Computer & Information Sciences.

El Departamento de Defensa de EE. UU. está financiando el proyecto a través de una subvención de $ 3 millones de su Agencia de Proyectos de Investigación Avanzada de Defensa, con $ 1,2 millones destinados a UMass Lowell y $ 1,8 millones al socio de la industria Soar Technology, Inc. La empresa con sede en Michigan construye sistemas inteligentes para la defensa. , gobierno y aplicaciones comerciales.


Modelado del comportamiento humano

El objetivo de la investigación es encontrar los mejores atributos humanos que la IA pueda reflejar al tomar decisiones difíciles en entornos extremos.

“Estamos aprovechando la esencia de una persona modelándola como su mejor yo”, dijo Shortland.

El juicio humano es falible. Incluso si alguien está altamente calificado para tomar una decisión, su juicio puede estar sesgado por prejuicios, hambre, cansancio y estrés, entre otros factores, explicó.

“La IA elimina esos problemas. Puede ser la mejor versión de una persona cada vez”, dijo Shortland.

La IA también ayuda a aumentar la cantidad de tomadores de decisiones en situaciones como tiroteos masivos, donde en lugar de tener un solo médico que evalúe a las víctimas, se podrían implementar docenas de robots para evaluar a las víctimas después de programarse con IA que modela los procesos de toma de decisiones del médico.

Para estudiar los mejores atributos humanos para diferentes escenarios de toma de decisiones, los investigadores expondrán a las personas a situaciones de emergencia utilizando una herramienta de investigación informática desarrollada por Shortland llamada Inventario de Elección Incierta Menos Peor para Respuestas de Emergencia (LUCIFER). Luego medirán cómo los rasgos y valores psicológicos de una persona impactan sus decisiones.

“Cuando identifiquemos los atributos clave de los tomadores de decisiones, podremos, hasta cierto punto, cuantificar un proceso de decisión y desarrollar sistemas de decisión de IA adaptados a necesidades y entornos específicos”, dijo Ma.

Un escenario en el que se está enfocando el equipo de investigación es la clasificación de pacientes. Con LUCIFER, a los sujetos de prueba se les presentarán imágenes de pacientes con diversas lesiones y signos vitales antes de determinar si están bien, si eventualmente necesitarán asistencia médica, si necesitan ayuda de inmediato o si fallecieron.

Los investigadores también están desarrollando una simulación 3D que sumerge a los sujetos de prueba en escenarios de clasificación.

“El micromundo de triaje nos permitirá evaluar el progreso del proyecto en general”, dijo Robinette, quien está diseñando la simulación 3D con sus alumnos.

“Nos ayudará a ver si lo que estamos encontrando en nuestros estudios de LUCIFER pasa a un entorno más real”, agregó Shortland.

Para el proyecto de investigación, el equipo utilizará recursos en el campus, incluido el Laboratorio de toma de decisiones y neurociencia de la influencia de la información errónea de UMass Lowell y el Centro de experimentación y validación de robótica de Nueva Inglaterra, mientras aprovecha la gama de habilidades y experiencia de los investigadores.

“Se requieren equipos interdisciplinarios para llevar la investigación del laboratorio al mundo real, donde puede salvar vidas”, dijo Robinette. “Espero con ansias las grandes cosas que todos podemos hacer juntos”.

HTML tutorial

Esta publicación es solo para suscriptores

Esta publicación es solo para suscriptores

Prueba 15 días Gratis

Copyright © 2023 DIAFINTECH 

“ Esta página web utiliza cookies propias y de terceros para fines funcionales (permitir lanavegación web), para optimizar la navegación y personalizarla según tus preferencias asícomo para mostrarte publicidad en base a tu perfil de navegación (p.e páginas visitadas). Si pulsas ACEPTAR, aceptas todas las cookies. Conoce nuestro aviso de privacidad