这个孵化器项目的目标是展示认知助手的概念证明,以支持美国防部(DOD)新成本估算师的培训。认知助手(CA)在这里被定义为一种人工智能(AI)工具,通常有一个自然语言界面,通过从多个信息源检索和处理相关信息,并在正确的时间提供给用户,在特定的任务中增强人类的智力。它还具有学习和适应用户和手头问题的能力。
成本估算是一个复杂的迭代过程,包括各种步骤:收集所需的信息,选择一个总体战略和一个或多个现有模型,如果需要,开发新的模型(包括校准和验证),进行估算,并酌情进行敏感性分析。在这些步骤中的每一个步骤中,初学者都面临着挑战,包括处理不完整的数据集,适当地评估新模型的性能,超越历史有效范围的预测,适当地报告围绕一个点估计的不确定性水平,了解如何使用联合成本-进度分布,等等。
目前,新的成本估算师的培训主要是通过在现场教室的传统教学进行的,因此这是一个耗时的过程。传统的教学通常意味着减少了实践学习的机会,而实践学习是众所周知的,可以提高学习效果。这种类型的教学也不是为每个人量身定做的,所以节奏对一些受训者来说可能太快,对另一些人来说可能太慢。正如智能辅导系统在其他教育领域所展示的那样,使用CA可以为每个人和每个地区提供更多的互动和定制的指导(Corbett等人,1997)。
使用人工智能工具来提高受训者的学习能力的想法并不新鲜,已经被研究了几十年(Ong & Ramachandran, 2003)。然而,在国防部采购的背景下,我们仍然处于将先进的人工智能工具纳入工作流程的早期阶段,特别是CA还没有被作为培训工具。以前在工作场所采用这种技术的尝试之所以失败,是因为底层机器学习模型的性能不足,以及用户对这种互动模式的不熟悉。随着CA在我们的日常生活中无处不在,以及最近我们在机器学习方面取得的重大进展,现在在工作场所注入这项技术的时机已经成熟。
本白皮书的其余部分描述了在这个项目中所做的工作。
我们对认知助手和智能辅导系统的相关文献进行了回顾。结果在第2节中进行了总结。
这个CA的用例最初在高层次上被定义为为学员提供互动的实践机会,以学习与估计一个复杂系统,即空间任务的生命周期成本有关的概念、方法和最佳做法。在整个项目中,我们与国防部的利益相关者合作,以完善这个用例。由此产生的用例在第3节中有更详细的定义。