Le manager idéal de l’ingénierie automatisée

Le manager idéal de l'ingénierie automatisée

En comparant les résultats des équipes gérées par des humains et de l’IA, les chercheurs de l’Université Carnegie Mellon ont découvert que l’IA peut être un gestionnaire efficace. Crédit : Marvin Meyer, Unsplash

L’ingénierie est une pratique collaborative, mais un travail d’équipe efficace peut prendre de nombreuses formes différentes. Pour certains projets, le travail d’équipe signifie accomplir toutes les tâches en groupe ; pour les autres projets, il vaut mieux que chacun travaille individuellement avant de relier ses pièces à la manière d’un puzzle.

Un article récent de collaborateurs d’ingénierie et de psychologie de l’Université Carnegie Mellon a exploré l’utilisation de l’intelligence artificielle en tant que gestionnaire de processus pour les équipes de conception humaines.

Jonathan Cagan, professeur de génie mécanique et Christopher McComb, professeur agrégé de génie mécanique, ont longtemps étudié le processus de conception technique avec Kenneth Kotovsky, professeur de psychologie. Ils ont montré que l’intelligence artificielle (IA) peut être bénéfique pour les équipes de conception ; leurs travaux antérieurs ont révélé que l’IA comme outil d’assistance peut rendre les équipes humaines plus efficaces et efficientes.

Joshua Gyory, chercheur post-doctoral qui a obtenu son doctorat en génie mécanique. à l’été 2021, a étudié si et comment les responsables de processus améliorent les performances de l’équipe. Il a découvert que le fait d’avoir ces gestionnaires, qui supervisent les progrès de l’équipe plutôt que leurs résultats, rend l’équipe plus efficace.

Pour utiliser l’IA comme plus qu’un simple outil d’assistance, Gyory a travaillé avec Cagan, McComb et Kotovsky pour intégrer l’IA en tant que véritable membre de l’équipe. Ils ont conçu un agent d’IA pour superviser les processus de résolution de problèmes des équipes d’ingénierie en temps réel et, dans une nouvelle étude, ont comparé les performances des équipes gérées par l’agent à celles gérées par des humains.

Leurs résultats, publiés dans le Journal de conception mécanique, suggèrent que les managers de l’IA sont au moins aussi performants et sont même un peu plus adaptables que les managers humains. C’est-à-dire qu’ils sont capables de gérer le processus de conception de manière efficace et efficiente.

La recherche de Gyory a commencé par une étude humaine pour comprendre les stratégies des gestionnaires qui se concentrent sur le processus de résolution de problèmes. Il a découvert que les gestionnaires humains avaient tendance à mettre l’accent sur la communication entre les membres de l’équipe et il a proposé un ensemble d’interventions reflétant ces observations. Gyory a ensuite formé un agent d’IA pour recueillir et analyser les informations sur les comportements de l’équipe et choisir les interventions en fonction des communications de l’équipe (comment ils pensent) et des actions (ce qu’ils font) selon les besoins.

« Je pense que l’automatisation de la gestion des processus est bénéfique pour plusieurs raisons », a déclaré Gyory. « L’intelligence artificielle devient de plus en plus intelligente et est capable de suivre plusieurs mesures d’équipe à la fois et au fil du temps. En laissant l’agent d’IA gérer le processus, les humains peuvent se concentrer sur la conception de la solution. »

Gyory a demandé à des équipes, travaillant à distance en deux sessions, de résoudre un problème de conception technique : concevoir des drones et des chemins de livraison pour maximiser les bénéfices de leurs équipes. Au cours de la deuxième session, les chercheurs ont modifié le problème de conception pour tester l’adaptabilité de l’équipe et du gestionnaire. La moitié des équipes étaient gérées par des humains, tandis que l’autre moitié était gérée par l’agent d’IA.

Les responsables humains et IA ont supervisé la communication et la prise de décision de leur équipe pendant le processus de conception. À des intervalles de temps prédéterminés, les gestionnaires avaient la possibilité de choisir parmi l’ensemble des interventions, y compris de ne pas intervenir. Au final, les managers de l’IA sont intervenus plus souvent que les managers humains, mais l’IA n’a utilisé qu’un sous-ensemble des interventions, alors que les humains les ont toutes utilisées, mais pas nécessairement de manière bénéfique.

Lors de l’analyse des performances de l’équipe, les chercheurs ont trouvé des cas où une intervention a eu un impact négatif sur les performances de l’équipe ; c’était plus courant parmi les gestionnaires humains que parmi les gestionnaires d’IA. En comparant les résultats des équipes gérées par des humains et de l’IA, les chercheurs ont découvert que l’IA peut être un gestionnaire efficace.

« L’agent d’intelligence artificielle, en temps réel, est capable de gérer le processus d’une équipe d’humains résolvant des problèmes complexes ainsi qu’un humain gère ce processus », a déclaré Cagan. « Il peut même faire un peu mieux, surtout pendant la période où les équipes doivent s’adapter. »

Des recherches supplémentaires élargiraient la gamme d’interventions que les gestionnaires d’IA pourraient utiliser. Les gestionnaires humains de l’étude ont déclaré se sentir contraints de devoir choisir parmi l’ensemble donné d’interventions. Ils voulaient également fournir un renforcement positif pour remonter le moral de l’équipe.

Les équipes à grande échelle requises pour mener à bien des projets d’ingénierie complexes sont de plus en plus mondiales. Les équipes distribuées sont l’une des nombreuses applications de cette étude.

« Nous avons pu mener l’expérience dans des contraintes qui reflètent la façon dont les ingénieurs travaillent », a déclaré McComb. « Dans le monde dans lequel nous vivons aujourd’hui, avec le travail à distance et la collaboration à distance, c’est le nombre d’équipes qui fonctionnent. »


Comment les humains peuvent construire un meilleur travail d’équipe avec des robots


Plus d’information:
Joshua T. Gyory et al., Intelligence humaine versus intelligence artificielle : une approche axée sur les données pour la gestion des processus en temps réel lors de la conception technique complexe, J. Mech. Des. Février 2022, 144(2) : 021405. doi.org/10.1115/1.4052488

Fourni par Carnegie Mellon University Génie mécanique

Citation: Automating engineering’s ideal manager (2021, 9 décembre) récupéré le 9 décembre 2021 sur https://techxplore.com/news/2021-12-automating-ideal.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.