#frAIday: Kan AI hjälpa till att förstå mänskliga fel?
Analys av mänskliga fel innebär att man försöker förstå vad gick fel vid en incident. En sådan analys blir ännu svårare när det gäller moderna sociotekniska system, där mänskliga operatörer interagerar med komplexa system. Olyckor kan inträffa även med ett fullt fungerande system och rationella operatörer. I sådana situationer kan det vara mycket svårt att identifiera orsaken till felet. Som exempel vet vi alla hur lång tid det kan ta att få svar på frågor efter en flygkrasch kan vara. I det här föredraget kommer vi att visa hur AI och logikbaserade resonemang kan hjälpa utredare att utforska de många scenarier som kan förklara olyckan. Vi visar att mänskliga fördomar kan modelleras och användas för att filtrera de möjliga förklaringarna. Detta arbete, som ligger i gränslandet mellan AI och kognitionsvetenskap, ger ett exempel på AI-användning som inte försöker ersätta människan, utan snarare fungera som ett verktyg för att förbättra människan.
Om föreläsaren
Nicolas Sabouret är är professor vid University Paris-Saclay, bedriver sin forskning vid LISN, det tvärvetenskapliga gemensamma institut för digital vetenskap mellan Université Paris-Saclay, CNRS, Inria och CentraleSupélec. Han är också chef för forskarskolan i datavetenskap. Nicolas Sabouret är expert på AI. Hans forskning är inriktad på modellering och simulering av mänskligt beteende simulering, där AI-modeller kombineras med teorier om mänsklig kognition och beslutsfattande från samhällsvetenskap. Hans mål är att bidra till konstruktion av artificiella agenter som antar människoliknande beteenden. Hans forskning tillämpas på olika områden: multi-agent simulering av mänsklig aktivitet för att studera och förutsäga elförbrukning i hushåll; utveckling av konversationsagenter med sociala kompetenser för kundrelationer, för social träning eller för hälsocoachning; modellering och simulering av mänskliga faktorer i kritiska system.
Detaljer
Datum
Tid
Plats
Digitalt