211service.com
Augmenter la réalité sociale en milieu de travail
Pouvons-nous utiliser des données sur les personnes pour modifier la réalité physique, même en temps réel, et améliorer leurs performances au travail ou dans la vie ? C'est la question que se pose un domaine en développement appelé réalité sociale augmentée.
Voici un exemple simple. Il y a quelques années, avec le groupe de recherche sur la dynamique humaine de Sandy Pentland au Media Lab du MIT, j'ai créé ce que j'ai appelé une cabine augmentée. Il y avait deux bureaux séparés par un mur de plexiglas avec un store de fenêtre commandé par actionneur au milieu. Selon que nous voulions que différentes personnes se parlent, les stores changeaient de position la nuit tous les quelques jours ou semaines.
La cabine augmentée était une expérience sur la façon d'influencer la dynamique sociale d'un lieu de travail. Si une entreprise souhaitait que les ingénieurs parlent davantage avec les concepteurs, par exemple, elle ne mettrait pas en place de nouvelles relations hiérarchiques ou ne planifierait pas de réunions interminables. Au lieu de cela, les stores dans les cabines entre les groupes s'abaisseraient. Maintenant que les ingénieurs passaient devant les concepteurs, il serait plus facile d'avoir une discussion rapide sur le jeu de la nuit dernière ou sur un projet sur lequel ils travaillaient.
L'interaction sociale humaine devient rapidement plus mesurable à grande échelle, grâce à des capteurs toujours allumés comme les téléphones portables . Le prochain défi consiste à utiliser ce que nous apprenons de ces données comportementales pour influencer ou améliorer la façon dont les gens travaillent les uns avec les autres. L'entreprise dérivée de Media Lab que je dirige utilise des badges d'identification remplis de capteurs pour mesurer les mouvements des employés, leur ton de voix, où ils se trouvent dans un bureau et à qui ils parlent. Nous utilisons les données que nous collectons dans les bureaux pour conseiller les entreprises sur la manière de changer leur organisation, souvent par le biais de changements physiques réels de l'environnement de travail. Par exemple, après avoir découvert que les personnes qui mangeaient dans des groupes de déjeuner plus nombreux étaient plus productives, Google et d'autres entreprises technologiques qui dépendent d'une interaction fortuite pour stimuler l'innovation ont installé des tables de cafétéria plus grandes.
À l'avenir, certains de ces changements pourraient être effectués en temps réel. Au Media Lab, le groupe de Pentland a montré comment le ton de la voix, la fluctuation du volume parlé et la vitesse de la parole peuvent prédire des choses comme le degré de persuasion d'une personne, par exemple, pour présenter une idée de démarrage à un investisseur en capital-risque. Dans le cadre de ce travail, nous avons montré qu'il est possible de modifier numériquement votre voix afin que vous ayez l'air plus intéressé et plus engagé, ce qui vous rend plus persuasif.
Une autre façon dont nous pouvons imaginer utiliser des données comportementales pour augmenter la réalité sociale est un système qui suggère qui devrait rencontrer qui dans une organisation. Traditionnellement, il s'agit d'un processus ad hoc qui se déroule lors de réunions ou avec l'aide de mentors. Mais nous pourrions peut-être nous appuyer sur les données de capteurs et de communication numérique pour comparer les modèles de communication réels sur le lieu de travail avec un idéal organisationnel, puis inciter les gens à faire des présentations pour combler les lacunes. Ce n'est pas le modèle LinkedIn, où les gens demandent à se connecter à vous, mais un modèle où un moteur d'analyse déterminerait lequel de vos collègues ou amis présenter à quelqu'un d'autre. Un tel système pourrait être utilisé pour assembler des organisations entières.
Contrairement à la réalité augmentée, qui superpose des informations au-dessus de la vidéo ou de votre champ de vision pour fournir des informations supplémentaires sur le monde, la réalité sociale augmentée concerne les systèmes qui modifient la réalité pour répondre aux besoins sociaux d'un groupe.
Par exemple, et si les machines à café de bureau se déplaçaient en fonction du contexte social ? Quand un robot verseur de café est apparu comme un gag dans une publicité télévisée il y a deux ans , j'ai réfléchi sérieusement aux usages d'une machine à café à roulettes. En positionnant le robot café entre deux groupes, par exemple, nous pourrions augmenter la probabilité que certains collègues se heurtent. Une fois que nous avons détecté, à l'aide de badges intelligents ou d'un autre capteur, que les bonnes conversations avaient lieu entre les bonnes personnes, le robot pouvait se déplacer vers un autre emplacement. Distributeurs automatiques, bols de collations, tout pourrait migrer dans le bureau sur la base des données sociales. Une démonstration de ces idées est venue d'une équipe de l'Université de Plymouth au Royaume-Uni. Dans leurs Paresseux projet, les murs robotiques lents changent subtilement leur position au fil du temps pour modifier le flux de personnes dans un espace public, ajustant constamment leur mouvement en réponse au comportement des gens.
La grande quantité de données comportementales que nous pouvons collecter par des moyens numériques commence à converger avec les technologies permettant de façonner le monde en conséquence. Va-t-on avertir les gens lorsque leur environnement se transforme subtilement ? Est-il même éthique d'utiliser des techniques basées sur les données pour persuader et influencer les gens de cette façon ? Ces questions restent sans réponse alors que la technologie nous conduit vers ce monde augmenté.
Ben Waber est cofondateur et PDG de Sociometric Solutions et auteur de Analyse des personnes : comment la technologie de détection sociale va transformer l'entreprise , publié par FT Press.