211service.com
De sociale realiteit op de werkplek vergroten
Kunnen we gegevens over mensen gebruiken om de fysieke realiteit te veranderen, zelfs in realtime, en hun prestaties op het werk of in het leven te verbeteren? Dat is de vraag die wordt gesteld door een zich ontwikkelend veld dat augmented social reality wordt genoemd.
Hier is een eenvoudig voorbeeld. Een paar jaar geleden creëerde ik met Sandy Pentland's onderzoeksgroep menselijke dynamiek bij MIT's Media Lab wat ik een augmented cubicle noemde. Het had twee bureaus, gescheiden door een wand van plexiglas met in het midden een door een actuator bedienbare jaloezie. Afhankelijk van of we wilden dat verschillende mensen met elkaar zouden praten, veranderden de jaloezieën om de paar dagen of weken 's nachts.
De augmented cubicle was een experiment om de sociale dynamiek van een werkplek te beïnvloeden. Als een bedrijf bijvoorbeeld wilde dat ingenieurs meer met ontwerpers zouden praten, zou het geen nieuwe rapportagerelaties opzetten of eindeloze vergaderingen plannen. In plaats daarvan zouden de jaloezieën in de hokjes tussen de groepen naar beneden gaan. Nu ingenieurs de ontwerpers passeerden, zou het gemakkelijker zijn om snel een praatje te maken over de game van gisteravond of een project waaraan ze werkten.
Menselijke sociale interactie wordt snel meetbaarder op grote schaal, dankzij always-on sensoren zoals mobiele telefoons . De volgende uitdaging is om wat we leren van deze gedragsgegevens te gebruiken om de manier waarop mensen met elkaar samenwerken te beïnvloeden of te verbeteren. Het spin-offbedrijf Media Lab dat ik run, gebruikt ID-badges boordevol sensoren om de bewegingen van werknemers, hun stemgeluid, waar ze zich op kantoor bevinden en met wie ze praten te meten. We gebruiken gegevens die we in kantoren verzamelen om bedrijven te adviseren over hoe ze hun organisatie kunnen veranderen, vaak door daadwerkelijke fysieke veranderingen in de werkomgeving. Nadat we bijvoorbeeld ontdekten dat mensen die in grotere lunchgroepen aten, productiever waren, installeerden Google en andere technologiebedrijven die afhankelijk zijn van toevallige interactie om innovatie te stimuleren grotere cafetariatafels.
In de toekomst kunnen sommige van deze wijzigingen in realtime worden doorgevoerd. In het Media Lab heeft de groep van Pentland laten zien hoe de toon van de stem, fluctuatie in spreekvolume en spraaksnelheid dingen kunnen voorspellen zoals hoe overtuigend iemand zal zijn in, bijvoorbeeld, het pitchen van een startup-idee aan een durfkapitalist. Als onderdeel van dat werk hebben we laten zien dat het mogelijk is om je stem digitaal te veranderen, zodat je meer geïnteresseerd en betrokken klinkt, waardoor je overtuigender wordt.
Een andere manier waarop we ons kunnen voorstellen dat gedragsgegevens worden gebruikt om de sociale realiteit te vergroten, is een systeem dat suggereert wie wie in een organisatie moet ontmoeten. Traditioneel is dat een ad hoc proces dat plaatsvindt tijdens vergaderingen of met hulp van mentoren. Maar we kunnen misschien gebruikmaken van sensor- en digitale communicatiegegevens om de feitelijke communicatiepatronen op de werkplek te vergelijken met een organisatieideaal, en mensen ertoe aanzetten om introducties te maken om de hiaten te overbruggen. Dit is niet het LinkedIn-model, waar mensen vragen om contact met je op te nemen, maar een waarbij een analytische engine zou bepalen welke van je collega's of vrienden je aan iemand anders zou voorstellen. Zo'n systeem zou kunnen worden gebruikt om hele organisaties aan elkaar te rijgen.
In tegenstelling tot augmented reality, waarbij informatie bovenop video of je gezichtsveld wordt gelegd om extra informatie over de wereld te bieden, gaat augmented social reality over systemen die de realiteit veranderen om aan de sociale behoeften van een groep te voldoen.
Wat als koffiemachines op kantoor zich bijvoorbeeld verplaatsen volgens de sociale context? Toen er een koffieschenkende robot verscheen als een grap in tv-commercial twee jaar geleden ,,Ik dacht serieus na over het gebruik van een koffiezetapparaat met wieltjes. Door de koffierobot bijvoorbeeld tussen twee groepen te plaatsen, kunnen we de kans vergroten dat bepaalde collega's elkaar tegen het lijf lopen. Zodra we ontdekten - met behulp van slimme badges of een andere sensor - dat de juiste gesprekken tussen de juiste mensen plaatsvonden, kon de robot naar een andere locatie gaan. Automaten, kommen snacks, ze zouden allemaal hun weg door het kantoor kunnen migreren op basis van sociale gegevens. Een demonstratie van deze ideeën kwam van een team van de Plymouth University in het Verenigd Koninkrijk. in hun luiaardbots project, langzaam bewegende robotmuren veranderen op subtiele wijze hun positie in de loop van de tijd om de stroom van mensen in een openbare ruimte te veranderen, en stemmen hun bewegingen voortdurend af op het gedrag van mensen.
De grote hoeveelheid gedragsgegevens die we met digitale middelen kunnen verzamelen, begint te convergeren met technologieën om de wereld als reactie daarop vorm te geven. Zullen we mensen waarschuwen als hun omgeving subtiel wordt getransformeerd? Is het wel ethisch verantwoord om datagestuurde technieken te gebruiken om mensen op deze manier te overtuigen en te beïnvloeden? Deze vragen blijven onbeantwoord terwijl technologie ons naar deze verbeterde wereld leidt.
Ben Waber is medeoprichter en CEO van Sociometric Solutions en de auteur van: People Analytics: hoe social Sensing-technologie bedrijven zal transformeren , uitgegeven door FT Press.