L'IA explicable peut aider les efforts de l'Internet des comportements

Selon les chercheurs, l’application de l’intelligence artificielle explicable aux techniques de l’Internet des comportements pourrait aider à fournir un cadre plus fiable et plus compréhensible pour modifier les comportements humains. Selon une étude, cette combinaison d’appareils Internet des objets, d’intelligence artificielle, d’analyse de données et de sciences du comportement peut également apporter des avantages aux utilisateurs et aux entreprises.

La chercheuse britannique Haya Elayan s’est penchée sur le concept d’Internet des comportements (IoB) et son intégration avec des algorithmes d’intelligence artificielle explicable (XAI) pour observer l’impact de l’évolution des comportements liés à l’Internet des objets. L’IoB est la confluence des appareils de l’Internet des objets (IoT) combinés à des capteurs avancés, à la vision par ordinateur, à la reconnaissance faciale, à d’autres indicateurs biométriques ou au suivi de la localisation, qui, lorsqu’ils sont ajoutés aux connaissances de la psychologie humaine et à l’analyse des données, peuvent influencer, inciter ou changer les humains. comportement – une méthode puissante.

“De nos jours, l’utilisation de l’IoT, du cloud computing et de l’intelligence artificielle (IA) a facilité le suivi et la modification du comportement des utilisateurs en modifiant le comportement de l’IoT”, déclare-t-elle. Elayan a présenté ses conclusions en septembre 2021 dans l’étude IEEE, Internet of Behavior (IoB) and Explainable AI Systems for Influencing IoT Behavior, avec Moayad Aloqaily et Mohsen Guizani, professeurs de l’Université du Qatar.

Elayan, qui poursuit actuellement une maîtrise en sciences des données à l’Université de Leeds au Royaume-Uni et est également chercheur pour xAnalytics Inc., dont le siège est à Ottawa, au Canada, a créé une plate-forme XAI et a tiré parti de l’utilisation de l’IoB pour postuler à un cas d’utilisation finale de la consommation d’électricité domestique. La recherche visait à modifier le comportement des consommateurs vers des modes de consommation plus respectueux de l’environnement, réduisant ainsi la consommation d’énergie, le gaspillage d’énergie et les coûts. L’application d’une telle plate-forme a permis aux utilisateurs de réaliser des économies initiales de coûts et d’énergie, rapporte-t-elle.

“Un système basé sur IoB et XAI a été proposé dans un scénario d’utilisation de la consommation d’énergie électrique qui vise à influencer le comportement de consommation de l’utilisateur pour réduire la consommation d’énergie et les coûts”, déclare-t-elle dans l’étude. « Les résultats du scénario ont montré une diminution de 522,2 kilowatts de puissance active par rapport à la consommation d’origine sur une période de 200 heures. Il a également montré une économie totale sur les coûts d’énergie de 95,04 euros pour la même période.

Elayan affirme que lors de catastrophes naturelles ou de crises, en particulier, comme une pandémie mondiale, IoB et XAI peuvent être utilisés de manière significative pour aider à améliorer ou à sauver des vies. “De nombreux aspects comportementaux ont été modifiés par la pandémie de COVID-19, tels que l’interaction des clients avec les marques, les procédures de travail des employés et l’engagement des entreprises avec les consommateurs”, explique le chercheur. « Tous ces exemples et d’autres ont un effet économique, technologique et physiologique. Par conséquent, le suivi du comportement des personnes devient crucial pour l’influencer dans des situations défavorables. Par exemple, l’utilisation de l’apprentissage automatique pour les tâches de reconnaissance de masque est un moyen d’amener les individus à respecter les réglementations et à surveiller les négligences.

La scientifique des données a fait l’expérience directe d’un environnement lié à l’IoB lorsqu’elle était chez elle en Jordanie pendant la pandémie ; l’expérience a mené à la genèse de sa recherche. “J’utilisais des applications pour suivre mon état de santé et je mettais en quarantaine sur la base des données de l’application”, explique Elayan. «Si quelqu’un dans notre bureau était infecté, nous recevions une notification de mise en quarantaine parce que nous étions au même endroit avec quelqu’un qui était infecté. Cette expérience m’a donné envie de comprendre ce qu’était le suivi [aspect] était et comment cela m’a influencé. C’est ainsi que le processus a commencé pour moi, générant mon intérêt.

C’est l’ajout de XAI qui fait la différence, dit-elle, car il fournit une couche de compréhension aux utilisateurs, renforçant leur confiance pendant le processus de changement de comportement. “Si nous utilisons l’IA pour analyser le comportement des utilisateurs, vous pouvez facilement utiliser XAI pour permettre aux gens de comprendre ce que fait ce modèle d’IA et pourquoi, et simplement donner une meilleure perception du système”, explique-t-elle. “Par conséquent, le processus de suivi, d’analyse et d’influence du comportement deviendra beaucoup plus simple car vous développez une plate-forme fiable, l’utilisateur comprenant ce qui se passe, comment cela se passe et ce qui se passe.”

L’approche explicable aide également à surmonter un défi commun dans l’utilisation de l’IoB appelé l’effet d’autruche. “Il y a un défi pour l’Internet des comportements appelé l’effet d’autruche, les gens ayant essentiellement peur”, dit-elle. « Et vous pouvez rencontrer de la résistance lorsque vous essayez d’influencer et de changer le comportement des gens parce que c’est un domaine sensible. Vous avez affaire à des données sensibles et vous avez affaire à leurs comportements. Afin de ne pas rencontrer cela, ou de gérer cette résistance et d’autres facteurs psychologiques liés au confort et au stress, XAI nous aide à fournir à l’utilisateur la compréhension et la confiance requises pour le système qui utilise un modèle d’IA.

Elayan et l’équipe de recherche se sont appuyés sur AI Explainability 360 d’IBM pour aider à fournir des explications sur le modèle d’IA. L’étude devait également s’assurer que les éléments de cybersécurité protégeaient les éléments de données en mouvement, y compris tout ce qui était renvoyé aux utilisateurs, ce qui est un élément clé de la capacité de l’IoB à influencer leur comportement. « Parce que nous transmettons les données des utilisateurs, nous les analysons, nous les sauvegardons, nous renvoyons les résultats à l’utilisateur. Il était difficile de déterminer quel système de sécurité utiliser », reconnaît Elayan.

Cependant, la sélection de l’algorithme d’intelligence artificielle approprié n’a pas été simple, souligne le chercheur. “[Another challenge] utilisait ou choisissait la bonne technique d’IA à mettre en œuvre dans ce système, car la structure des données est assez différente, le système et la manière dont il se connectait à notre architecture [was unique]», suggère Elayan. “Et vous utilisez différentes technologies, vous utilisez l’Internet des objets, vous utilisez des compteurs intelligents et vous avez des utilisateurs finaux. Alors, quelle est la bonne technique d’IA à utiliser pour accélérer le processus, protéger les données et appliquer des systèmes et des technologies de sécurité à différents niveaux et processus tout au long du système ? »

Le manque de renforcement des appareils IoT et de cybersécurité était une autre complication. “Du point de vue de l’IdO, les schémas de sécurité sont limités”, note-t-elle. “Parfois, vous devez développer vos propres schémas de sécurité afin de préserver les données sur les appareils IoT.”

Un autre problème était le manque de réglementations et de normes liées à l’utilisation éthique des données, poursuit Elayan. « L’un des défis majeurs d’Internet of Behavior est la façon dont les entreprises appliquent les données des utilisateurs et comment elles les analysent. Les utilisateurs doivent en être conscients, car les entreprises essaient la plupart du temps d’obtenir leurs propres avantages et de gagner plus d’argent, et peut-être qu’elles abusent ou abusent des données des utilisateurs. [when] changement de comportement. Pour en tirer profit, ils peuvent nuire au client final simplement pour gagner plus d’argent.

IoB peut être un outil puissant, étant donné qu’il se concentre sur la nature humaine. L’aspect comportemental des humains, et pas nécessairement d’autres caractéristiques – telles que la cognition, l’émotion, la personnalité et la communication – est responsable de la tendance à agir, et lorsqu’il est combiné avec les réseaux et appareils numériques, il est un facteur puissant. Discutant pour la première fois de l’IoB en 2012, le professeur Göte Nyman du Département de psychologie de l’Université d’Helsinki aurait expliqué que si le comportement humain était attribué à des appareils avec des adresses spécifiques, il serait possible de bénéficier des connaissances acquises en analysant l’historique des modèles dans de nombreuses entreprises, sociétal, sanitaire, politique et bien d’autres domaines. Plus de 10 ans plus tard, le marché commercial des capteurs IoT devrait atteindre 22,48 milliards de dollars d’ici 2023, avec 29,3 milliards d’appareils connectés disponibles, selon une étude produite par CISCO et citée par le chercheur.

Elayan souhaite appliquer l’IoB à l’industrie médicale, ce qui nécessiterait des normes et des cybermesures supplémentaires, souligne-t-elle. L’IoB, comme tout effort numérique, lorsqu’il est associé aux données des patients, pourrait être sujet à des attaques.

“Les données comportementales sont un type de données sensibles et personnelles, et leur collecte, stockage ou analyse doit s’accompagner de transparence et d’utilisation éthique”, note-t-elle. “L’utilisateur a le droit d’être informé de ce processus ainsi que de savoir que sa vie privée est préservée et protégée contre les abus. Mais se concentrer sur le comportement nous permettra de savoir comment influencer et traiter la personne », explique Elayan.

“Je suis impatient d’appliquer cette technologie aux soins de santé car je sais que nous avons des résultats prometteurs en matière d’économie d’électricité et je suis sûr que son application aux soins de santé apportera une grande valeur ajoutée.”