研究人员开发了一种新的人工智能（AI）框架，比以前的技术更擅长分析和分类个人之间的对话，目的是改进团队培训技术。该框架将使培训技术能够更好地理解人们之间的协调和团队合作。



“人们对开发人工智能培训技术非常感兴趣，这些技术可以理解团队合作的动态，并修改他们的培训，以促进团队成员之间更好的协作”该研究论文的合著者、北卡罗来纳州立大学的研究科学家Wookhee Min说。“然而，以前的AI架构在准确评估团队成员在交流时共享的内容方面一直存在困难。”

“我们开发了一个新的框架，显着提高了人工智能分析团队成员之间沟通的能力”该论文的第一作者，北卡罗来纳州立大学的博士生Jay Pande说。“这是开发适应性培训技术的重要一步，旨在促进有效的团队沟通和协作。

新的AI框架建立在强大的深度学习模型之上，该模型是在基于文本的大型语言数据集上训练的。该模型称为文本到文本传输转换器（T5），然后使用美国陆军进行的班级训练演习期间收集的数据进行定制。

“我们修改了 T5 模型，以使用团队的上下文特征（例如演讲者的角色）来更准确地分析团队沟通”Min说。“这种背景可能很重要。例如，团队领导所说的内容可能需要与另一个团队成员所说的不同。

为了测试新框架的性能，研究人员将其与之前的两种AI技术进行了比较。具体来说，研究人员测试了这三种人工智能技术在训练演习中理解六名士兵小组对话的能力。

人工智能框架的任务有两件事：对正在发生的对话进行分类，并跟踪小队内的信息流。对对话进行分类是指确定所讲内容的目的。例如，是否有人请求信息、提供信息或发出命令？跟踪信息流是指如何在团队内共享信息。例如，信息是在指挥链上传递还是向下传递？

“我们发现新框架的性能明显优于以前的AI技术，”Pande说。

“特别让人兴奋的一点是，我们使用一个训练任务的数据来训练我们的框架，但使用另一个训练任务的数据来测试模型的表现”Min说。“尽管我们在新的环境下测试了模型，但与以往的AI模型相比，性能提升显著。”

研究人员还指出，他们使用了相对较小版本的T5模型来实现这些结果。这很重要，因为这意味着他们可以在不需要超级计算机的情况下在几秒钟内获得分析结果。

“下一步的工作包括探索新框架在其他培训场景中的应用程度，”Pande表示。

“我们使用人员将音频文件的培训数据转录为文本进行了测试”Min说。“下一步将涉及将该框架与可以将音频数据转录为文本的AI模型集成，以便实时评估该技术分析团队沟通数据的能力。这可能涉及改进该框架处理噪声和错误的能力，因为AI会将音频数据转录为文本。”

这篇名为“基于变压器对话建模的强大团队沟通分析”的论文将在2023年7月3日至7日于日本东京举行的第24届人工智能教育国际会议（AIED 2023）上发表。

 

来源：https://techxplore.com/news/2023-06-ai-boosts-teamwork.html