211service.com
Rozszerzanie rzeczywistości społecznej w miejscu pracy
Czy możemy wykorzystać dane o ludziach, aby zmienić fizyczną rzeczywistość, nawet w czasie rzeczywistym, i poprawić ich wydajność w pracy lub w życiu? To pytanie zadaje rozwijająca się dziedzina zwana rozszerzoną rzeczywistością społeczną.
Oto prosty przykład. Kilka lat temu wraz z grupą badawczą dynamiki ludzkiej Sandy’ego Pentlanda w Media Lab w MIT stworzyłem coś, co nazwałem „rozszerzoną kabiną”. Miał dwa biurka oddzielone ścianą z pleksi z sterowaną siłownikiem roletą okienną pośrodku. W zależności od tego, czy chcieliśmy, aby różne osoby rozmawiały ze sobą, rolety zmieniały się w nocy co kilka dni lub tygodni.
Rozszerzona kabina była eksperymentem, jak wpływać na dynamikę społeczną w miejscu pracy. Gdyby firma chciała, na przykład, aby inżynierowie rozmawiali więcej z projektantami, nie nawiązałaby nowych relacji w zakresie raportowania ani nie planowałaby niekończących się spotkań. Zamiast tego żaluzje w boksach między grupami opadają. Teraz, gdy inżynierowie minęli projektantów, łatwiej byłoby pogadać o wczorajszej grze lub projekcie, nad którym pracowali.
Interakcja społeczna człowieka szybko staje się bardziej mierzalna na dużą skalę dzięki stale włączonym czujnikom, takim jak telefony komórkowe . Kolejnym wyzwaniem jest wykorzystanie tego, czego uczymy się na podstawie tych danych behawioralnych, aby wpłynąć lub poprawić sposób, w jaki ludzie ze sobą współpracują. Prowadzona przeze mnie firma spinoff Media Lab używa identyfikatorów wypełnionych czujnikami do mierzenia ruchów pracowników, ich tonu głosu, miejsca w biurze iz kim rozmawiają. Wykorzystujemy dane, które zbieramy w urzędach, aby doradzać firmom, jak zmienić swoją organizację, często poprzez faktyczne zmiany fizyczne w środowisku pracy. Na przykład po tym, jak stwierdziliśmy, że ludzie, którzy jedli w większych grupach lunchowych, byli bardziej produktywni, Google i inne firmy technologiczne, które polegają na nieoczekiwanej interakcji w celu pobudzenia innowacji, zainstalowały większe stoły kafeteryjne.
W przyszłości niektóre z tych zmian można będzie wprowadzać w czasie rzeczywistym. W Media Lab grupa Pentlanda pokazała, jak ton głosu, wahania głośności mowy i szybkość mowy mogą przewidzieć rzeczy takie jak, jak przekonująca będzie osoba, powiedzmy, przedstawiając pomysł na startup inwestorowi venture capital. W ramach tej pracy pokazaliśmy, że można cyfrowo zmienić swój głos, aby brzmiał on bardziej zainteresowany i bardziej zaangażowany, co czyni cię bardziej przekonującym.
Innym sposobem, w jaki możemy sobie wyobrazić wykorzystanie danych behawioralnych do rozszerzenia rzeczywistości społecznej, jest system sugerujący, kto powinien się z kim spotkać w organizacji. Tradycyjnie jest to proces ad hoc, który odbywa się podczas spotkań lub z pomocą mentorów. Ale możemy być w stanie wykorzystać dane z czujników i komunikacji cyfrowej, aby porównać rzeczywiste wzorce komunikacji w miejscu pracy z ideałem organizacyjnym, a następnie zachęcić ludzi do wprowadzenia w celu wypełnienia luk. To nie jest model LinkedIn, w którym ludzie proszą o połączenie z tobą, ale taki, w którym silnik analityczny określi, którego z twoich kolegów lub znajomych przedstawić komuś innemu. Taki system mógłby służyć do łączenia całych organizacji.
W przeciwieństwie do rzeczywistości rozszerzonej, która nakłada informacje na wideo lub pole widzenia, aby zapewnić dodatkowe informacje o świecie, rozszerzona rzeczywistość społeczna dotyczy systemów, które zmieniają rzeczywistość w celu zaspokojenia potrzeb społecznych grupy.
Na przykład, co by było, gdyby biurowe ekspresy do kawy poruszały się zgodnie z kontekstem społecznym? Kiedy pojawił się robot nalewający kawę jako knebel w reklamie telewizyjnej dwa lata temu Poważnie myślałem o zastosowaniach ekspresu do kawy na kółkach. Na przykład umieszczając robota kawowego między dwiema grupami, możemy zwiększyć prawdopodobieństwo, że niektórzy współpracownicy wpadną na siebie. Gdy wykryliśmy — za pomocą inteligentnych odznak lub innego czujnika — że między właściwymi osobami odbywają się właściwe rozmowy, robot mógł przejść do innej lokalizacji. Automaty sprzedające, miski z przekąskami — wszystko to mogło przemieszczać się po biurze na podstawie danych społecznościowych. Jedna demonstracja tych pomysłów wyszła od zespołu z Plymouth University w Wielkiej Brytanii. W ich leniwce wolno poruszające się ściany robotów subtelnie zmieniają swoją pozycję w czasie, aby zmienić przepływ ludzi w przestrzeni publicznej, stale dostosowując ich ruch w odpowiedzi na zachowanie ludzi.
Ogromna ilość danych behawioralnych, które możemy gromadzić za pomocą środków cyfrowych, zaczyna zbiegać się z technologiami kształtowania świata w odpowiedzi. Czy powiadomimy ludzi, gdy ich środowisko ulega subtelnej transformacji? Czy stosowanie technik opartych na danych, aby w ten sposób przekonywać ludzi i wpływać na nich, jest w ogóle etyczne? Te pytania pozostają bez odpowiedzi, ponieważ technologia prowadzi nas w kierunku rozszerzonego świata.
Ben Waber jest współzałożycielem i dyrektorem generalnym Sociometric Solutions oraz autorem Analiza ludzi: jak technologia czujników społecznościowych zmieni biznes , opublikowane przez FT Press.