La Facultad de Computación Stephen A. Schwarzman del MIT ha otorgado subvenciones iniciales a siete proyectos que están explorando cómo la inteligencia artificial y la interacción humano-computadora pueden aprovecharse para mejorar los espacios de trabajo modernos para lograr una mejor gestión y una mayor productividad.
Financiados por Andrew W. Houston ’05 y Dropbox Inc., los proyectos pretenden ser interdisciplinarios y reunir a investigadores de informática, ciencias sociales y administración.
Las subvenciones iniciales pueden permitir que los equipos de proyecto realicen investigaciones que conduzcan a mayores esfuerzos en esta área en rápida evolución, así como a construir una comunidad en torno a cuestiones relacionadas con la gestión aumentada por IA.
Los siete proyectos seleccionados y los líderes de investigación incluyen:
“LLMex: Implementando la visión de Memex de Vannevar Bush usando modelos de lenguaje grande”, dirigido por Patti Maes del Media Lab y David Karger del Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) y el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL). Inspirado en Memex de Vannevar Bush, este proyecto propone diseñar, implementar y probar el concepto de prótesis de memoria utilizando modelos de lenguaje grandes (LLM). El sistema basado en IA ayudará de manera inteligente a una persona a realizar un seguimiento de grandes cantidades de información, acelerar la productividad y reducir los errores al registrar automáticamente sus acciones y reuniones de trabajo, respaldar la recuperación basada en metadatos y descripciones vagas, y sugerir información relevante y personalizada de forma proactiva. en el enfoque y contexto actual del usuario.
“Uso de agentes de IA para simular escenarios sociales”, dirigido por John Horton de MIT Sloan School of Management y Jacob Andreas de EECS y CSAIL. Este proyecto imagina la capacidad de simular fácilmente políticas, arreglos organizacionales y herramientas de comunicación con agentes de IA antes de la implementación. Aprovechar las capacidades de los LLM modernos para servir como un modelo computacional de humanos hace que esta visión de la simulación social sea más realista y potencialmente más predictiva.
“Experiencia humana en la era de la IA: ¿Podemos tener nuestro pastel y comérnoslo también?” dirigido por Manish Raghavan de MIT Sloan y EECS, y Devavrat Shah de EECS y el Laboratorio de Sistemas de Información y Decisión. El progreso en el aprendizaje automático, la IA y las ayudas algorítmicas para la toma de decisiones ha planteado la posibilidad de que los algoritmos puedan complementar la toma de decisiones humana en una amplia variedad de entornos. En lugar de reemplazar a los profesionales humanos, este proyecto ve un futuro en el que la IA y las ayudas algorítmicas para la toma de decisiones desempeñan un papel complementario a la experiencia humana.
“Implementación de IA generativa en hospitales de EE. UU.”, dirigido por Julie Shah del Departamento de Aeronáutica y Astronáutica y CSAIL, Retsef Levi de MIT Sloan y el Centro de Investigación de Operaciones, Kate Kellog de MIT Sloan y Ben Armstrong del Centro de Rendimiento Industrial. En los últimos años, los estudios han relacionado un aumento en el agotamiento de los médicos y enfermeras en los Estados Unidos con una mayor carga administrativa asociada con los registros de salud electrónicos y otras tecnologías. Este proyecto tiene como objetivo desarrollar un marco holístico para estudiar cómo las tecnologías de IA generativa pueden aumentar la productividad de las organizaciones y mejorar la calidad del trabajo para los trabajadores en entornos de atención médica.
“Herramientas de software aumentadas con IA generativa para democratizar la programación”, dirigido por Harold Abelson de EECS y CSAIL, Cynthia Breazeal de Media Lab y Eric Klopfer de Comparative Media Studies/Writing. El progreso en la IA generativa durante el último año está fomentando un trastorno en las suposiciones sobre futuras carreras en software y desaprobando el papel de la codificación. Este proyecto estimulará una transformación similar en la educación informática para aquellos que no tienen formación técnica previa mediante la creación de una herramienta de software que podría eliminar gran parte de la necesidad de los alumnos de lidiar con el código al crear aplicaciones.
“Adquirir experiencia y productividad social en un mundo de inteligencia artificial”, dirigido por David Atkin y Martin Beraja del Departamento de Economía, y Danielle Li del MIT Sloan. Se cree que la IA generativa aumenta las capacidades de los trabajadores que realizan tareas cognitivas. Este proyecto busca comprender mejor cómo la llegada de las tecnologías de IA puede afectar la adquisición de habilidades y la productividad, y explorar intervenciones de políticas complementarias que permitirán a la sociedad maximizar las ganancias de tales tecnologías.
“Incorporación y soporte mejorados con IA”, dirigido por Tim Kraska de EECS y CSAIL, y Christoph Paus del Departamento de Física. Si bien los LLM han dado grandes pasos en los últimos años y están preparados para cambiar fundamentalmente la forma en que los estudiantes y profesionales aprenden sobre nuevas herramientas y sistemas, a menudo hay una curva de aprendizaje empinada que las personas tienen que escalar para aprovechar al máximo el recurso. Para ayudar a mitigar el problema, este proyecto propone el desarrollo de nuevos sistemas de soporte e incorporación impulsados por LLM que tendrán un impacto positivo en la forma en que operan los equipos de soporte y mejoran la experiencia del usuario.
