För de flesta idag, robotar och smarta system är tjänare som arbetar i bakgrunden, dammsuga mattor eller tända och släcka lampor. Eller så är de maskiner som har tagit över repetitiva mänskliga jobb från löpande bandarbetare och banktjänstemän. Men tekniken blir tillräckligt bra för att maskiner ska kunna arbeta tillsammans med människor som lagkamrater-ungefär som mänskliga hundlag hanterar uppgifter som jakt och bombdetektering.

Det finns redan några tidiga exempel på robotar och människor som går ihop. Till exempel, soldater använder drönare för övervakning och markrobotar för bombavfall när de utför militära uppdrag. Men den amerikanska armén föreställer sig ökad gruppering av soldater, robotar och autonoma system under det kommande decenniet. Utöver militären, dessa mänskliga-robot-team kommer snart att börja arbeta inom så olika områden som sjukvård, lantbruk, transport, tillverkning och utforskning av rymden.

Forskare och företag utforskar många vägar för att förbättra hur robotar och artificiella intelligenssystem fungerar - och tekniska framsteg är viktiga. Som en tillämpad kognitiv forskare som har forskat om mänskligt teaming i mycket tekniska miljöer, Jag kan säga att mänskliga-robot-system inte kommer att vara så bra som de kan vara om konstruktörerna inte förstår hur man konstruerar teknik som fungerar mest effektivt med riktiga människor. Några grundläggande begrepp från djupet av vetenskaplig forskning om mänskligt lagarbete kan hjälpa till att utveckla och hantera dessa nya relationer.

1. Olika jobb

Lag är nödvändigtvis grupper av människor med separata, fastän de är beroende av varandra, roller och ansvar. Ett kirurgiskt team, till exempel, kan inkludera en sjuksköterska, en kirurg och en narkosläkare. Liknande, medlemmar i ett mänskligt robot-team bör samlas för att ta sig an olika delar av en komplex uppgift.

Robotar borde göra saker de är bäst på, eller som folk inte vill göra - som att lyfta tunga föremål, testa kemikalier och knäcka data. Det frigör människor att göra det de är bäst på - som att anpassa sig till förändrade situationer och komma med kreativa lösningar på problem.

Ett kirurgiskt team med mänsklig robot kan ha en mänsklig kirurg som utför laparoskopisk eller minimalt invasiv kirurgi med hjälp av en robotmanipulator med kameror som sätts in i patienten och opereras externt av kirurgen. Vyn kan förstärkas genom överlagring av medicinsk bilddata om patientens inre anatomi i kameravyn.

Planering för denna typ av arbetsfördelning föreslår att människor inte borde replikera sig själva i maskiner. Faktiskt, humanoidformade robotar eller robotar och AI som efterliknar mänskligt socialt beteende kan vilseleda sina mänskliga lagkamrater till att ha orealistiska förväntningar på vad de kan göra.

2. Ömsesidig säkerhetskopiering

Effektiva teammedlemmar vet att alla har en annan roll - men är tillgängliga för att stödja varandra vid behov. Det katastrofala dödliga svaret på orkanen Katrina 2005 var delvis resultatet av förvirring och bristande samordning mellan myndigheter och andra grupper som Röda Korset.

Lagkamrater måste förstå sina egna roller och de andra i teamet, och hur de passar ihop. De måste också kunna använda denna kunskap för att undvika att trampa på lagkamraternas tår, samtidigt som man förutse andras potentiella behov. Robotar och artificiell intelligens måste förstå hur deras delar av uppgiften förhåller sig till de delar deras lagkamrater gör, och hur de kan hjälpa till vid behov.

3. Gemensam förståelse

Effektiva team delar kunskap om teammålen och den nuvarande situationen och detta underlättar deras interaktioner - även när direkt kommunikation inte är möjlig.

Fördelen med delad kunskap möjliggör alla möjliga samarbeten och koordinationer. Till exempel, när du blåser upp en luftballong, piloten är i ena änden, i korgen som övervakar brännaren. En besättningsmedlem måste vara längst ut i ballongen, stabilisera den genom att hålla ett rep fäst vid toppen. De kan inte se eller höra varandra eftersom ballongen blockerar utsikten och propanbrännaren dränker något annat ljud. Men om de tränas bra, ingen av dem behöver kommunicera för att veta vad den andra gör, och vet vad som måste hända härnäst.

Anslutningsteammedlemmarna har kommer inte bara från information de alla vet, men delad kunskap utvecklad genom erfarenhet av att arbeta tillsammans. Vissa forskare har föreslagit att robotar inte kan bygga upp erfarenheter och dela kunskap med människor, medan andra forskare arbetar med att hitta sätt att faktiskt göra det. Maskininlärning kommer sannolikt att vara en nyckelfaktor för att hjälpa robotar att utveckla förväntningar på sina medarbetares beteende. Tillsammans med mänsklig intelligens, varje sida kommer att lära sig om den andras förmågor, begränsningar och särdrag.

4. Effektiv interaktion och kommunikation

Lagmedlemmar måste interagera; effektivt samarbete beror mycket på kvaliteten på dessa interaktioner. I sjukhuslag för akut återupplivning av patienter, teaminteraktion och kommunikation är avgörande. Dessa team består ofta av vilken medicinsk personal som är närmast patienten, och medlemmar måste genast veta vad som hände innan patientens hjärta stannade - ett liv står på spel.

Men även mellan människor, kommunikation är inte alltid sömlöst. Mellan människor och robotar finns det ännu fler utmaningar - som att se till att de delar förståelse för hur ord används eller vilka lämpliga svar som är på frågor. Forskare i artificiell intelligens gör stora framsteg när det gäller att förbättra datorns förmåga att förstå, och till och med producera, naturligt språk - som många upplever med sina smarta assistentenheter som Amazons Alexa och Google Home, och mobil- och bilbaserade GPS-riktningssystem.

Det är inte ens klart om typisk mänsklig kommunikation är den bästa modellen för mänskliga robotlag. Människohundslag klarar sig bra utan att använda naturligt språk. Navy SEALs kan arbeta tillsammans på mycket effektiva nivåer utan att säga ett ord. Bin kommunicerar platsen för resurser med en dans. Kommunikation behöver inte innebära ord; det kan inkludera ljudsignaler och visuella signaler. Om en robot skötte patienten när deras hjärta stannade, det kan indikera vad som hände på en bildskärm som alla medlemmar i återupplivningsteamet kunde se.

5. Ömsesidigt förtroende

Interpersonellt förtroende är viktigt i mänskliga team. Om förtroendet bryts ner bland ett team av brandmän, de blir mindre effektiva och kan kosta liv - varandras eller medlemmar av allmänheten de försöker hjälpa. De bästa robotlagkamraterna kommer att vara pålitliga och pålitliga - och eventuella överträdelser av tillförlitligheten måste förklaras.

Men även med en förklaring, teknik som är kroniskt opålitlig kommer sannolikt att avvisas av mänskliga lagkamrater. Det är ännu viktigare inom säkerhetskritisk teknik, som autonoma fordon.

Robotar kan inte automatiskt samarbeta med människor. De måste tilldelas effektiva roller i teamet, förstå andra lagroller, träna med mänskliga teammedlemmar för att utveckla gemensam förståelse, utveckla ett effektivt sätt att kommunicera med människor, och vara pålitlig och pålitlig. Viktigast, människor ska inte bli ombedda att anpassa sig till sina icke -mänskliga lagkamrater. Snarare, utvecklare bör designa och skapa teknik för att fungera som en bra lagspelare tillsammans med människor.

Denna artikel publiceras från The Conversation under en Creative Commons -licens. Läs originalartikeln.