Blog

Leren in mens-robot teams

Een team heeft een gezamenlijk doel. Binnen de meeste organisaties wordt door mensen aan dat doel gewerkt, maar steeds vaker zal een team zowel uit mensen als uit robots bestaan.

Omdat we nog ver verwijderd zijn van robots die aanschuiven bij de daily standup moet de robottrainer op een andere manier te werk gaan.

Collaborative learning is een startpunt bij mens-robots teams. Hierbij zal de manier van leren voor beide soorten teamleden verschillend zijn.

De mens zal kennis en/of vaardigheden vergaren, de robot wordt geprogrammeerd, of leert doormiddel van AI. Ook de instructie en feedback die de teamleden elkaar geven, zal het succes van het behalen van het gezamenlijke doel bepalen.

Een tool die de robottrainer heeft, is simulatie. In een virtuele omgeving kunnen mens-robot team situaties worden gesimuleerd. Denk hierbij bijvoorbeeld aan het gezamenlijk bestrijden van een brand, of het bouwen van een complexe constructie.

Na het voltooien van de taak kan deze worden geëvalueerd. Hierbij kan de rol van de robot(s) worden beoordeeld op basis van logbestanden, camerabeelden en observaties.

Ik kom hier later nog uitgebreid op terug. In post vijf zullen we eerst naar de andere hoofdactiviteit van het robottrainer gaan kijken; het testen.

#leren #robot #teams

Automated voice testing

Steeds meer applicaties werken met gesproken commando’s. Ook deze applicaties moeten getest worden, het liefst geautomatiseerd. Vandaag heb ik een testopstelling gemaakt, die met behulp van mijn Robot Test Tool, zelf Siri activeert en opdrachten geeft.

In dit geval voor het openen van een Luxaflex. De tool kan onder andere geautomatiseerd opdrachten geven, reacties registreren en de response beoordelen. De komende tijd zal ik deze tool verder uitbouwen en combineren met tools uit de LearningTour toolkit.

Video van de testopstelling

Beroep robottrainer, het trainen van robots

Net als bij mensen is het trainen van robots gericht op het verwerven van competenties. De drie aspecten van een competentie (kennis, vaardigheden en attitude) kunnen worden vertaald naar de wereld van mechatronica en algoritmes. In deel 3 van deze serie posts over het beroep robottrainer bekijken we deze facetten afzonderlijk.

Kennis
Hier onderscheidt de robot zich van de mens. Hoe graag zouden wij niet het Chinese woordenboek downloaden in ons brein. Een robot kan dat! Aan de robottrainer de taak om dit uit te voeren, de juiste API’s te koppelen, of de robot zo te programmeren dat deze zelf kennis vergaart.

Vaardigheden
Op dit vlak is de mens weer de winnaar. Toegegeven, industriële robots kunnen uiterst nauwkeurig en snel miljoenen keren dezelfde las maken, maar een robot die een vaatwasser uitpakt is al gauw lachwekkend. De robottrainer kan met diverse technieken een robot vaardigheden aanleren.

Attitude
Robots zijn goed in het uitvoeren van repetitieve taken, maar houden over het algemeen weinig rekening met hun omgeving. Een mooi voorbeeld zag ik ooit bij de TU Twente. Zij hadden een robot, die op Schiphol reisinformatie geeft, geleerd om niet tussen groepjes pratende mensen door te lopen.

Volgende keer meer over mens-robot teams.

Beroep robottrainer, mensen trainen

In het eerste deel van een serie posts over de ontwikkeling van het nieuwe beroep robottrainer, schreef ik over de twee hoofdtaken. Dit zijn trainen en testen. Twee belangrijke facetten in het leerproces. Met testen meten we prestaties van mens of robot en daarnaast de opbrengst van onze leerinterventies. Wat wordt gemeten bij het testen leidt tot acties die kunnen worden omgezet naar concrete training.

In deze post zal ik inzoomen op het onderdeel training. Voor de robottrainer bestaat dit uit drie facetten: het trainen van mensen, robots en teams die uit beiden zijn samengesteld.

Zeker in de huidige fase van de ontwikkeling van de robotisering zal het accent liggen op het trainen van mensen die moeten werken met robots. Met name wanneer je de definitie van wat een robot is ruim interpreteert (ik doe dat), is dit een zeer breed spectrum van trainingen.

Het kan variëren van een financieel adviseur die moet leren werken met een AI-systeem dat hypotheekbeoordelingen doet, tot een inspecteur die een drone moet leren besturen om de constructie van bruggen te controleren.

Volgende keer meer over het trainen van robots.

Het nieuwe beroep robottrainer

In het onderwijs wordt vaak gesproken over “beroepen van de toekomst”. Zoals de meeste beroepen ontstaan ook deze, nu nog niet bestaande beroepen, geleidelijk. Ze volgen de stroom van de innovatie en worden in eerste instantie vaak ingevuld als een taak binnen een bestaand beroep.

Voor mijzelf kwam een dergelijke taak parallel met de relatief recente opkomst van robots. Enerzijds omdat robots een interface zijn voor mijn educatieve tools, anderzijds omdat wij, als specialisten op het gebied van leren, onze doelgroep uitgebreid zien worden. Net als de mens, moeten robots ook leren. De expertise die in honderden jaren onderwijzen, trainen en evalueren is opgebouwd is ook uitstekend toepasbaar op robots.

De komende tijd wil ik mijn connecties meenemen in het proces van de uitwerking van een nieuw beroep, de robottrainer. Een cross-over tussen educatieve en technische vaardigheden.

Het is geen blauwdruk voor een nieuw op te zetten beroep, maar een invulling zoals ik die zie en mijn interesses en vaardigheden combineert.

De eerste stap is een basale verdeling binnen het beroep in twee hoofdtaken. Daarover een volgende keer meer.