【AI+军事】附论文+PPT《使用SocialXR来测量社会认知表现，以解决与部署和创伤后生活事件有关的孤立问题》

图1：SocialXR测量失语症治疗中的社会认知表现（右），并将人类经验模型模拟到制造业设计和应急响应中（左）

摘要:社会性量化的需要

在2020年新冠肺炎大流行之后，制定新方法和应对战略以保持世界各地社区的社会凝聚力和心理复原力显然成为一个优先事项。我们称这种社会认知行为为“社会性”。社交是我们作为个人和更广泛群体的一部分有效发挥作用的能力，尽管外部限制在关键环境中变得更有意义，如军事干预，非军事行动，如紧急反应，ICU卫生操作员，空乘和深空探索。诸如Social XR[1]等数字技术的独特功能为满足这些需求提供了机会，并部署可扩展和灵活的解决方案，以促进内部团队的稳定性和更好的运营性能。

在军事和非军事环境中，设计和部署精神上和社会上可持续的行动的先决条件是选择具有弹性的个人，并为他们提供一个合作框架，确保平衡的关系和高质量的人际沟通。社会凝聚力是计划行动成功的一个重要因素，及时监测、检测和预测其有效性的能力对于管理潜在的行为异常是有意义的。对目标团队内部发生的群体动态的研究，以及任务控制，可以提供关键的和早期的线索，鼓励建设性的交流，阻止关键的关系模式[3]。

本项目重点介绍一种技术支持的群体动态方法，能够远程和自主地捕捉人类互动的复杂性，并返回对预防和管理个人和群体行为异常有用的可操作的见解[4]。群体互动的复杂性需要一系列的人类主题专业知识(SME)来观察、评估、测量、评估、预测、预防和应用必要的对策[5]。在现实世界中，让这个庞大的从业人员团队随叫随到或在现场对任务团队进行持续监测是不切实际的。技术支持系统，如本文所述，将提高过程提供远程操作软件为基础的工具，以帮助专家评估和自我效能，以维持社会凝聚力。一个自动化的、远程操作的嵌入式系统将提供持续的测量和评估，以识别微妙和微妙的社会脆弱性指标。这将节省时间和资源，提供不引人注目的预防措施，以提高团队业绩，减少风险和增加任务成功的可能性。

该研究框架基于对隔离高危人群进行的初步研究。诸如AR头戴式显示器(HMD)等技术接口已被用于在人际群体互动中收集第一人称视角，然后根据所得数据对量化的见解进行人类专业评估(图1)。机器学习算法已被应用于人类观察和感知计算，以验证参与技术并计划最佳对策[6]。由此产生的人机交互模型表明，有机会开发一个适合随时随地执行的非本地化和异步社会支持系统，由于系统自主性的增长，人类评估的时间预计会减少。