Immagina di essere il capitano di una nave spaziale, ma invece di pilotare un'unica nave, stai sorvegliando un'intera flotta di piccoli droni autonomi che consegnano pizza attraverso una città trafficata. Il tuo compito è sederti in una sala di controllo con una parete di schermi, ognuno dei quali mostra la visuale di un diverso drone. Se un drone si incastra o vede un ostacolo strano, devi accorgertene istantaneamente e dirgli cosa fare. Questo è il mondo della supervisione multi-robot. Ma ecco la parte complicata: il tuo cervello ha una quantità limitata di attenzione. Se fissi troppo a lungo un drone noioso, potresti perdere una crisi che sta accadendo su un altro schermo. Se salti da uno all'altro troppo velocemente, ti stanchi e ti confondi. Gli scienziati chiamano questo "attenzione dell'operatore" e vogliono capire esattamente come le persone guardano questi schermi per poter costruire sale di controllo migliori. La grande domanda è: come progettiamo comportamenti robotici che attirino la tua attenzione quando è necessaria, ma che ti permettano di rilassarti quando le cose sono calme?

Entra in gioco Attune, un nuovo strumento creato dai ricercatori della George Mason University. Pensa ad Attune come a uno "specchio che legge il pensiero" degli operatori di robot. Invece di limitarsi a indovinare perché un operatore guarda uno schermo specifico, Attune permette all'operatore di guardare un video di se stesso mentre osserva i robot e poi chiede: "Ehi, perché i tuoi occhi sono saltati su quello schermo proprio in quel momento?". È come guardare il replay di una partita sportiva, ma invece di analizzare i movimenti dei giocatori, analizzi i tuoi occhi per comprendere le tue abitudini. I ricercatori hanno costruito questo strumento per aiutare i progettisti a capire che ogni operatore è diverso; ciò che spinge una persona a guardare un robot potrebbe farne ignorare un altro. Individuando questi "profili di attenzione" personali, i progettisti possono infine regolare i comportamenti dei robot per adattarli alla specifica persona seduta sulla sedia di comando, rendendo l'intero sistema più sicuro e meno stressante.

Il Problema: Il dilemma dei "Troppi Schermi"

Immagina di giocare a un videogioco dove devi osservare sei diverse telecamere contemporaneamente. Una telecamera mostra la testa di un robot, un'altra mostra la sua pinza (la sua mano) e un'altra ancora il soffitto. Se il robot fa cadere una scatola, devi vederlo immediatamente. Ma se il robot sta solo camminando lentamente, non hai bisogno di fissarlo. Il problema è che non sappiamo davvero perché un operatore umano decida di guardare una telecamera e poi passi improvvisamente a un'altra. È perché il robot ha fatto qualcosa di interessante? È perché qualcosa di luccicante ha attirato il suo sguardo? O si è semplicemente annoiato?

Attualmente, i progettisti di robot devono tirare a indovinare. Potrebbero far emettere un bip rumoroso al robot per attirare l'attenzione, ma questo potrebbe infastidire l'operatore o portarlo a ignorare il robot in seguito. I ricercatori volevano andare oltre le supposizioni. Volevano un modo per chiedere all'operatore: "Perché hai guardato lì?" e ottenere una risposta reale. Ma se glielo chiedi mentre sta guardando i robot, potrebbe distrarsi e smettere di svolgere il suo lavoro in modo naturale. Quindi, avevano bisogno di un modo intelligente per chiedere dopo il fatto, senza rovinare la memoria.

La Soluzione: Attune, il detective del "Tracciamento Oculare"

I ricercatori hanno costruito uno strumento chiamato Attune. Ecco come funziona, passo dopo passo, usando un'analogia divertente:

Passaggio 1: La Serata Cinema
Per prima cosa, l'operatore si siede e guarda un video di due robot che svolgono dei compiti (come pulire una cucina o cercare in un corridoio). Mentre guarda, Attune usa una telecamera per l'eye-tracking per registrare esattamente dove i suoi occhi stanno guardando, millisecondo per millisecondo. È come una telecamera cinematografica hi-tech che filma solo le pupille dell'operatore. Il sistema registra quando gli occhi saltano da uno schermo all'altro. Questi salti sono chiamati "spostamenti dello sguardo" (gaze shifts).

Passaggio 2: Il Replay e il "Perché?"
Dopo che il film è finito, l'operatore entra in una speciale stanza di "annotazione". Attune mostra una lista dei momenti in cui i suoi occhi sono saltati. È come un video dei momenti salienti della propria attenzione. L'operatore sceglie un salto e preme "replay". Il sistema zooma sul momento, mostrando le azioni del robot e i feed video subito prima e subito dopo lo spostamento dello sguardo.

Poi, l'operatore deve spiegarsi. Attune pone due domande semplici:

1. Perché hai lasciato il vecchio schermo? (Il robot si è fermato? Ti sei annoiato?)
2. Perché sei arrivato al nuovo schermo? (Hai visto una persona? Il robot sembrava in difficoltà?)

L'operatore può anche specificare se il salto è stato reattivo (è successo qualcosa di improvviso e forte, come un richiamo "bottom-up") o proattivo (ha deciso di controllare il robot perché era curioso, una scelta "top-down").

Passaggio 3: Il Detective dei Modelli (L'IA al soccorso)
Una volta che l'operatore ha spiegato alcuni salti, Attune utilizza un cervello informatico intelligente (un'IA) per cercare schemi. È come un detective che nota che ogni volta che il robot fa cadere una tazza, l'operatore guarda la telecamera della pinza. O forse ogni volta che il robot si ferma, l'operatore guarda la telecamera del soffitto. L'IA raggruppa queste spiegazioni e dice: "Ehi, sembra che tu controlli sempre la telecamera della testa quando il robot cammina vicino a una persona".

Passaggio 4: L'Annotazione Automatica
Ora, lo strumento diventa ancora più figo. Prende i modelli appresi dai primi salti e li applica al resto del video. Dice: "Scommetto che hai guardato questo schermo perché il robot stava camminando vicino a una persona. È corretto?". L'operatore deve solo dire "Sì" o "No" e magari apportare una piccola modifica. Questo rende il processo velocissimo, trasformando un compito lungo e noioso in un rapido gioco di "Trova il Modello".

Passaggio 5: Il Profilo Personale
Infine, Attune fornisce all'operatore un riepilogo del proprio "Profilo di Attenzione". È come una pagella che dice: "Tendi a guardare le mani del robot quando tiene in mano qualcosa di pesante, ma controlli il soffitto quando il robot sta solo camminando". Questo profilo viene poi consegnato ai progettisti dei robot. Possono usarlo per costruire robot che si comportano in modo da corrispondere al modo di pensare di quella specifica persona.

Cosa hanno scoperto?

I ricercatori hanno testato Attune con 12 persone che non avevano mai usato uno strumento simile. Hanno guardato video di robot in tre contesti diversi: un soggiorno, una cucina e un corridoio. Ecco cosa hanno scoperto:

• Ognuno è diverso: La scoperta principale è che non esistono due persone uguali. Alcune persone guardavano tutte e sei le visuali delle telecamere in modo equo, mentre altre ne guardavano solo due o tre. Alcune persone erano molto reattive, saltando sullo schermo ogni volta che qualcosa si muoveva. Altre erano proattive, controllando gli schermi in un ordine specifico. Questo suggerisce che un'interfaccia robotica "perfetta" non esiste; deve essere personalizzata per la persona.
• I Robot guidano gli occhi: Lo studio ha scoperto che il comportamento del robot era la ragione principale per cui le persone guardavano uno schermo. Se il robot stava compiendo un'azione precisa (come prendere una tazza), le persone osservavano attentamente. Se il robot era solo fermo o si muoveva lentamente, le persone guardavano altrove. I ricercatori suggeriscono che se le azioni del robot sono confuse o difficili da comprendere, l'attenzione dell'operatore vaga perché sta cercando di capire cosa stia succedendo.
• La trappola della "Falsa Memoria": I ricercatori hanno notato qualcosa di interessante riguardo al metodo del "replay". A volte, quando le persone guardavano il replay, non ricordavano ciò che avevano pensato effettivamente in quel momento; stavano costruendo una storia che avesse senso ora che conoscevano il risultato. Ad esempio, se vedevano il robot far cadere una tazza nel replay, potevano dire: "Ho guardato lì perché sapevo che sarebbe caduta", anche se in quel momento non lo sapevano affatto. Lo strumento li ha aiutati a rendersene conto, ma è un promemoria del fatto che guardare indietro alla propria attenzione non è sempre accurato al 100%.
• L'IA è un aiuto, non un capo: I partecipanti hanno apprezzato i suggerimenti dell'IA, ma solo se sentivano che l'IA avesse ragione. Se l'IA sbagliava, faceva sentire l'operatore come se dovesse lavorare di più per correggere l'errore. I ricercatori hanno scoperto che le persone volevano che l'IA fosse un "impalcatio" (scaffolding) — qualcosa che aiutasse a pensare, non qualcosa che pensasse al posto loro. Hanno stimato che l'IA dovesse avere un'accuratezza dell'80-90% prima che potessero fidarsi completamente.

Perché questo è importante

Questo articolo non sostiene di aver risolto il problema della supervisione dei robot per sempre. Anzi, i ricercatori sono molto cauti nell'affermare che il loro strumento è solo un primo passo. Hanno testato lo strumento con solo due robot e video pre-registrati, non con una flotta reale di robot che girano in un ospedale proprio ora. Inoltre, hanno usato persone che non erano esperti, quindi i veri operatori di robot potrebbero comportarsi diversamente.

Tuttavia, lo studio suggerisce un nuovo modo potente di pensare alla progettazione dei robot. Invece di indovinare cosa vogliono gli esseri umani, possiamo chiedere loro: "Perché hai guardato lì?" e usare le loro risposte per costruire sistemi migliori. Questo trasforma l'operatore da osservatore passivo a partner attivo nella progettazione del comportamento del robot.

I ricercatori sottolineano anche un lato delicato: se iniziamo a tracciare così da vicino l'attenzione di tutti, dobbiamo stare attenti alla privacy. Non vogliamo che questi "profili di attenzione" vengano usati per spiare i lavoratori o giudicare le loro prestazioni. Lo strumento è pensato per far lavorare meglio i robot per l'essere umano, non per giudicare l'essere umano.

In definitiva, Attune è un ponte. Collega il modo disordinato e imprevedibile in cui si muovono gli occhi umani con il mondo logico e programmato dei robot. Comprendendo il "perché" dietro il "dove", potremmo un giorno avere flotte di robot che non sembrano un caotico ingorgo di schermi, ma una danza ben coordinata, dove ogni movimento è progettato per mantenere il capitano umano calmo, concentrato e in controllo.