Comment travailler avec l’IA impacte l’attention collective des équipes

L’efficacité du travail en équipe dans les environnements professionnels et universitaires dépend généralement de plusieurs facteurs, dont la communication et l’attention coordonnée. Dans ce contexte, l’attention collective implique la capacité des membres de l’équipe à se concentrer de manière coopérative sur la tâche à accomplir, en la divisant de manière optimale en sous-tâches et en alternant leurs efforts pour la mener à bien le plus efficacement possible.

Des chercheurs de l’Université Northeastern ont récemment mené une étude visant à déterminer si l’introduction d’assistants virtuels basés sur l’intelligence artificielle (IA) au sein d’une équipe d’humains influence l’attention collective de l’équipe. Leurs conclusions, prépubliées sur arXivsuggèrent que l’utilisation d’outils basés sur l’IA dans un groupe collaboratif peut influencer de manière significative ce qui est discuté par les membres de l’équipe et la manière dont cela est discuté.

« L’IA va jouer un rôle de plus en plus important dans la façon dont nous travaillerons à l’avenir », a déclaré Christoph Riedl, co-auteur de l’étude, à Tech Xplore. « Les chercheurs étudient depuis un certain temps les dyades d’un humain travaillant avec un système d’IA. Pourtant, moins de recherches ont examiné la façon dont des équipes entières travailleront avec un système d’IA. »

L’objectif principal de l’étude récente de Riedl et de ses collègues était de mieux comprendre l’impact de la présence de l’IA sur le travail d’équipe. Au lieu de se concentrer uniquement sur la dynamique entre l’IA et les individus, ils ont étudié l’influence de l’IA sur la dynamique entre tous les membres de l’équipe, y compris la dynamique entre les individus.

« Nous avons mené une expérience en laboratoire dans laquelle des groupes de 3 à 4 personnes devaient résoudre un casse-tête difficile », explique Riedl. « Pour les aider, ils ont eu accès à un assistant IA. Au cours de l’expérience, l’assistant IA a donné à l’équipe plusieurs indices sur la façon de résoudre le casse-tête. Nous avons enregistré la communication de l’équipe et recherché des changements dans le modèle de communication de l’équipe juste avant que l’assistant IA ne donne l’indice et juste après. »

Pour déterminer si la communication d’une équipe était affectée par la présence d’un agent d’IA, les chercheurs ont soigneusement retranscrit toutes les conversations enregistrées entre les membres de l’équipe. Ils ont également noté le sujet général de discussion à différents moments et les mots spécifiques utilisés.

« Nous avons découvert deux choses intéressantes », explique Riedl. « Tout d’abord, les équipes étaient fortement influencées par l’assistant IA dans leurs propos. Dès que l’assistant IA présentait une nouvelle idée, les humains s’en servaient immédiatement et en parlaient, même s’il s’agissait d’un indice de mauvaise qualité qui ne les aidait pas à résoudre l’énigme. Ensuite, nous avons observé que les humains des équipes adoptaient le langage utilisé par l’assistant IA. »

Les expériences menées par Riedl et ses collègues suggèrent que, lorsqu’ils sont utilisés pendant le travail de groupe, les assistants IA peuvent influencer à la fois ce qui est discuté par les membres de l’équipe humaine et la terminologie spécifique utilisée. Par exemple, les chercheurs ont constaté que pendant qu’ils résolvaient le puzzle utilisé dans leurs expériences, les membres de certaines équipes faisaient d’abord référence à un symbole spécifique comme « diamant », mais ils ont commencé à l’appeler « gemme » après que l’assistant IA l’ait fait.

Il est intéressant de noter que ce processus d’adaptation linguistique semble être automatique et se produit indépendamment de ce que les participants pensent de l’assistant IA. Par exemple, certaines équipes ont commencé à utiliser le même langage que l’IA même si elles ont déclaré ne pas lui faire confiance et douter de ses compétences.

« Je pense que les implications les plus notables de ces résultats sont que lorsque l’on introduit des systèmes d’IA, il peut y avoir toutes sortes de conséquences imprévues », a déclaré Riedl.

« Dans notre cas, le système d’IA a été conçu pour améliorer les performances de l’équipe grâce aux indices qu’il fournit, mais au-delà de cet objectif, le système a subtilement modifié l’attention collective des équipes et le langage utilisé par les équipes. Certains de ces impacts peuvent avoir des effets positifs, comme un meilleur alignement cognitif entre les membres humains de l’équipe, mais d’autres peuvent avoir des effets négatifs, comme détourner l’attention des aspects les plus pertinents de la tâche. »

Les travaux récents de cette équipe de chercheurs mettent en évidence les effets d’entraînement complexes qui peuvent se produire lors de l’introduction de systèmes d’IA dans des environnements professionnels et collaboratifs. Bien qu’anticiper toutes les façons dont l’IA affectera les personnes avec lesquelles elle interagit soit un objectif très difficile, voire inatteignable, Riedl et ses collègues prévoient de continuer à étudier les effets de ces systèmes dans divers contextes.

« Nos recherches montrent que l’adoption d’une perspective d’intelligence collective et le fait de s’appuyer sur les recherches existantes en la matière peuvent donner aux chercheurs en IA une compréhension de base importante de la dynamique de groupe », a ajouté Riedl.

« Globalement, cela suggère que la conception de systèmes d’IA utiles pourrait être beaucoup plus difficile que nous le pensions, car les concepteurs doivent désormais prêter attention à la manière dont leur système peut affecter d’autres aspects de la dynamique d’équipe. Actuellement, mon laboratoire travaille sur des recherches connexes sur les conséquences imprévues de l’IA. Comment l’IA affecte-t-elle les résultats au-delà de la « performance », tels que l’attention, l’apprentissage et la culture organisationnelle. »

© 2024 Réseau Science X