211service.com
Sociālās realitātes palielināšana darbavietā
Vai mēs varam izmantot datus par cilvēkiem, lai mainītu fizisko realitāti pat reāllaikā un uzlabotu viņu sniegumu darbā vai dzīvē? Tas ir jautājums, ko uzdod jaunattīstības joma, ko sauc par paplašināto sociālo realitāti.
Šeit ir vienkāršs piemērs. Pirms dažiem gadiem kopā ar Sendijas Pentlendas cilvēka dinamikas pētniecības grupu MIT Media Lab es izveidoju to, ko es saucu par paplašināto kabīni. Tam bija divi rakstāmgaldi, kas atdalīti ar organiskā stikla sienu, kuras vidū bija ar izpildmehānismu vadāma loga žalūzija. Atkarībā no tā, vai mēs vēlamies, lai dažādi cilvēki sarunātos savā starpā, žalūzijas mainīja pozīciju naktī ik pēc dažām dienām vai nedēļām.
Papildinātā kabīne bija eksperiments, kā ietekmēt darba vietas sociālo dinamiku. Piemēram, ja uzņēmums vēlētos, lai inženieri vairāk runātu ar dizaineriem, tas neveidotu jaunas atskaites attiecības vai neplānotu bezgalīgas sanāksmes. Tā vietā žalūzijas kabīnēs starp grupām nolaistos. Tagad, kad inženieri ir izturējuši dizaineri, būs vieglāk ātri sarunāties par pagājušās nakts spēli vai projektu, pie kura viņi strādāja.
Cilvēku sociālā mijiedarbība strauji kļūst izmērāmāka plašā mērogā, pateicoties vienmēr ieslēgtiem sensoriem, piemēram, mobilajiem tālruņiem . Nākamais izaicinājums ir izmantot to, ko mēs mācāmies no šiem uzvedības datiem, lai ietekmētu vai uzlabotu to, kā cilvēki strādā viens ar otru. Manis vadītais uzņēmums Media Lab izmanto ID emblēmas, kas aprīkotas ar sensoriem, lai izmērītu darbinieku kustības, viņu balss toni, vietu, kur viņi atrodas birojā un ar ko viņi runā. Mēs izmantojam datus, ko apkopojam birojos, lai konsultētu uzņēmumus par to, kā mainīt organizācijas, bieži vien veicot faktiskas fiziskas izmaiņas darba vidē. Piemēram, pēc tam, kad mēs atklājām, ka cilvēki, kas ēda lielākās pusdienu grupās, bija produktīvāki, Google un citi tehnoloģiju uzņēmumi, kas ir atkarīgi no neparastas mijiedarbības, lai veicinātu inovācijas, uzstādīja lielākus kafejnīcas galdus.
Nākotnē dažas no šīm izmaiņām varētu tikt veiktas reāllaikā. Mediju laboratorijā Pentlandas grupa ir parādījusi, kā balss tonis, runas skaļuma svārstības un runas ātrums var paredzēt tādas lietas kā, piemēram, cik pārliecinošs cilvēks būs, teiksim, iepazīstinot ar starta ideju riska kapitālistam. Šī darba ietvaros mēs parādījām, ka ir iespējams digitāli pārveidot savu balsi, lai jūs izklausītos interesantāk un iesaistītāk, tādējādi padarot jūs pārliecinošāku.
Vēl viens veids, kā mēs varam iedomāties uzvedības datu izmantošanu sociālās realitātes palielināšanai, ir sistēma, kas iesaka, kam organizācijā ir jāsatiekas. Tradicionāli tas ir ad hoc process, kas notiek sanāksmju laikā vai ar mentoru palīdzību. Taču mēs, iespējams, varēsim izmantot sensoru un digitālās komunikācijas datus, lai salīdzinātu faktiskos komunikācijas modeļus darba vietā ar organizācijas ideālu, pēc tam mudinātu cilvēkus veikt ievadvārdus, lai novērstu atšķirības. Šis nav LinkedIn modelis, kurā cilvēki lūdz izveidot savienojumu ar jums, bet gan tas, kurā analītiskais dzinējs nosaka, ar kuru no jūsu kolēģiem vai draugiem iepazīstināt kādu citu. Šādu sistēmu varētu izmantot, lai apvienotu veselas organizācijas.
Atšķirībā no paplašinātās realitātes, kas slāņo informāciju virs video vai jūsu redzes lauka, lai sniegtu papildu informāciju par pasauli, paplašinātā sociālā realitāte ir saistīta ar sistēmām, kas maina realitāti, lai apmierinātu grupas sociālās vajadzības.
Piemēram, kā būtu, ja biroja kafijas automāti pārvietotos atbilstoši sociālajam kontekstam? Kad parādījās kafijas liešanas robots kā rīstīšanās televīzijas reklāmā pirms diviem gadiem , nopietni domāju par kafijas automāta ar ritenīšiem pielietojumu. Piemēram, novietojot kafijas robotu starp divām grupām, mēs varētu palielināt iespējamību, ka daži kolēģi sadursies viens ar otru. Kad esam konstatējuši — izmantojot viedās nozīmītes vai kādu citu sensoru —, ka starp īstajiem cilvēkiem notiek īstās sarunas, robots varēja pāriet uz citu vietu. Tirdzniecības automāti, uzkodu bļodas — tas viss varēja pārvietoties pa biroju, pamatojoties uz sociālajiem datiem. Vienu šo ideju demonstrējumu sniedza komanda Plimutas universitātē Apvienotajā Karalistē. Savos Sliņķu roboti projekta ietvaros lēni kustīgas robotu sienas laika gaitā smalki maina savu pozīciju, lai mainītu cilvēku plūsmu publiskajā telpā, pastāvīgi pielāgojot viņu kustību, reaģējot uz cilvēku uzvedību.
Lielais uzvedības datu apjoms, ko varam apkopot ar digitāliem līdzekļiem, sāk saplūst ar tehnoloģijām, kas palīdz veidot pasauli. Vai mēs informēsim cilvēkus, kad viņu vide tiek smalki pārveidota? Vai ir pat ētiski izmantot uz datiem balstītas metodes, lai pārliecinātu un ietekmētu cilvēkus šādā veidā? Šie jautājumi paliek neatbildēti, jo tehnoloģija ved mūs uz šo paplašināto pasauli.
Bens Vābers ir Sociometric Solutions līdzdibinātājs un izpilddirektors, kā arī autors Cilvēku analīze: kā sociālās uztveres tehnoloģija pārveidos uzņēmējdarbību , publicēja FT Press.