Il MIT Stephen A. Schwarzman College of Computing ha assegnato sovvenzioni iniziali a sette progetti che stanno esplorando come l’intelligenza artificiale e l’interazione uomo-computer possono essere sfruttate per migliorare gli spazi di lavoro moderni per ottenere una migliore gestione e una maggiore produttività.
Finanziati da Andrew W. Houston ’05 e Dropbox Inc., i progetti intendono essere interdisciplinari e riunire ricercatori provenienti da informatica, scienze sociali e management.
Le sovvenzioni iniziali possono consentire ai team di progetto di condurre ricerche che portino a maggiori sforzi in quest’area in rapida evoluzione, oltre a creare una comunità attorno a questioni relative alla gestione aumentata dall’IA.
I sette progetti selezionati e le linee di ricerca includono:
“LLMex: implementazione della visione di Vannevar Bush del Memex utilizzando modelli di linguaggio di grandi dimensioni”, guidato da Patti Maes del Media Lab e David Karger del Dipartimento di Ingegneria Elettrica e Informatica (EECS) e del Laboratorio di Informatica e Intelligenza Artificiale (CSAIL). Ispirato al Memex di Vannevar Bush, questo progetto si propone di progettare, implementare e testare il concetto di protesi della memoria utilizzando modelli di linguaggio di grandi dimensioni (LLM). Il sistema basato sull’intelligenza artificiale aiuterà un individuo a tenere traccia di grandi quantità di informazioni, accelererà la produttività e ridurrà gli errori registrando automaticamente le proprie azioni e riunioni di lavoro, supportando il recupero basato su metadati e descrizioni vaghe e suggerendo informazioni pertinenti e personalizzate in modo proattivo sull’attenzione e sul contesto attuali dell’utente.
“Utilizzo di agenti di intelligenza artificiale per simulare scenari sociali”, guidato da John Horton della MIT Sloan School of Management e Jacob Andreas di EECS e CSAIL. Questo progetto immagina la capacità di simulare facilmente politiche, disposizioni organizzative e strumenti di comunicazione con agenti di intelligenza artificiale prima dell’implementazione. Attingere alle capacità dei moderni LLM di fungere da modello computazionale degli esseri umani rende questa visione della simulazione sociale più realistica e potenzialmente più predittiva.
“Competenza umana nell’era dell’intelligenza artificiale: possiamo avere la nostra torta e mangiarla anche noi?” guidato da Manish Raghavan del MIT Sloan e EECS, e Devavrat Shah di EECS e del Laboratorio per i sistemi informativi e decisionali. I progressi nell’apprendimento automatico, nell’intelligenza artificiale e negli aiuti decisionali algoritmici hanno sollevato la prospettiva che gli algoritmi possano integrare il processo decisionale umano in un’ampia varietà di contesti. Piuttosto che sostituire i professionisti umani, questo progetto vede un futuro in cui l’intelligenza artificiale e gli aiuti decisionali algoritmici svolgono un ruolo complementare all’esperienza umana.
“Implementazione dell’IA generativa negli ospedali statunitensi”, guidato da Julie Shah del Dipartimento di aeronautica e astronautica e CSAIL, Retsef Levi del MIT Sloan e del Centro di ricerca operativa, Kate Kellog del MIT Sloan e Ben Armstrong dell’Industrial Performance Center. Negli ultimi anni, gli studi hanno collegato un aumento del burnout di medici e infermieri negli Stati Uniti con l’aumento degli oneri amministrativi associati alle cartelle cliniche elettroniche e ad altre tecnologie. Questo progetto mira a sviluppare un quadro olistico per studiare come le tecnologie di intelligenza artificiale generativa possono aumentare la produttività delle organizzazioni e migliorare la qualità del lavoro per i lavoratori nelle strutture sanitarie.
“Strumenti software di intelligenza artificiale generativa per democratizzare la programmazione”, guidato da Harold Abelson di EECS e CSAIL, Cynthia Breazeal di Media Lab ed Eric Klopfer di Comparative Media Studies/Writing. I progressi nell’IA generativa nell’ultimo anno stanno fomentando uno sconvolgimento nelle ipotesi sulle future carriere nel software e deprecando il ruolo della codifica. Questo progetto stimolerà una trasformazione simile nell’educazione informatica per coloro che non hanno una formazione tecnica precedente creando uno strumento software che potrebbe eliminare gran parte della necessità per gli studenti di gestire il codice durante la creazione di applicazioni.
“Acquisire competenze e produttività sociale in un mondo di intelligenza artificiale”, guidati da David Atkin e Martin Beraja del Dipartimento di Economia, e Danielle Li del MIT Sloan. Si pensa che l’IA generativa aumenti le capacità dei lavoratori che svolgono compiti cognitivi. Questo progetto cerca di comprendere meglio in che modo l’arrivo delle tecnologie di intelligenza artificiale può influire sull’acquisizione di competenze e sulla produttività e di esplorare interventi politici complementari che consentiranno alla società di massimizzare i guadagni derivanti da tali tecnologie.
“Onboarding e supporto con intelligenza artificiale aumentata,” guidato da Tim Kraska di EECS e CSAIL, e Christoph Paus del Dipartimento di Fisica. Mentre gli LLM hanno fatto enormi passi avanti negli ultimi anni e sono pronti a cambiare radicalmente il modo in cui studenti e professionisti apprendono nuovi strumenti e sistemi, c’è spesso una ripida curva di apprendimento che le persone devono superare per sfruttare appieno la risorsa. Per aiutare a mitigare il problema, questo progetto propone lo sviluppo di nuovi sistemi di onboarding e supporto basati su LLM che avranno un impatto positivo sul modo in cui i team di supporto operano e migliorano l’esperienza dell’utente.
