ארגון פעילות משותפת
נבדוק אם תנאים מפורשים, התחייבויות תלויות זו בזו ואישור תוצאות מסייעים למשתתפים עצמאיים למצוא דרכים מקובלות לשיתוף פעולה למרות הבדלי אינטרסים. נביא בחשבון את התוצאה המשותפת, את ההשלכות לכל צד ואת מלוא עלויות התיאום.
נבדוק אם תנאים מפורשים, התחייבויות תלויות זו בזו ואישור תוצאות מסייעים למשתתפים עצמאיים למצוא דרכים מקובלות לשיתוף פעולה למרות הבדלי אינטרסים. נביא בחשבון את התוצאה המשותפת, את ההשלכות לכל צד ואת מלוא עלויות התיאום.
בנפרד נחקור כיצד ניסיון בפעילות משותפת יכול לשמש בסיס לשינוי אופן ארגון האינטראקציה עצמה. ליקוי חוזר מאפשר לנסח השערה לגבי סיבתו; הבינה המלאכותית עשויה לסייע בניתוחה ובהצעת חלופות. הצעה עדיין אינה החלטה שהתקבלה או ראיה לשיפור.
נתייחס לשינוי כלל כאל משימה משותפת נפרדת: נגדיר את הצדדים המושפעים, ההתחייבויות החדשות, הסמכויות וקריטריוני הבדיקה. הצדדים האלה מאשרים את התחייבויותיהם שלהם; גורם מוסמך מאשר את הכלל בגבולות מנדט מוסכם. משתתפים שאינם מושפעים אינם נדרשים לאשר התחייבויות של אחרים. נאפשר סירוב מנומק, חיפוש חלופות ואפשרות שאין פתרון מקובל.
נשווה בין הסדר הקיים למוצע בתנאים ובתמיכה של בינה מלאכותית בני־השוואה. לאחר בדיקה מוסכמת ואישור, נבחן את המחזור הבא של הפעילות המשותפת לפי הכלל החדש: אילו תנאים, תלויות והתחייבויות השתנו ואילו ליקויים חדשים הופיעו.
נעריך את התוצאה המשותפת ואת חלוקת התועלות, העלויות, העומס והסיכונים בין המשתתפים, את קבילות התנאים לצדדים המושפעים ואת הזמן והעלות של שינוי הכללים עצמם. כלל חדש עלול להניב תוצאות גרועות יותר. נשמור תוצאות שליליות ובלתי חד־משמעיות; ביטול יוצר רשומה חדשה, שומר את ההיסטוריה ואינו משנה בדיעבד התחייבויות שכבר התקבלו.
המודלים בדפדפן משתמשים בנתונים להמחשה ובהמלצות מוכנות של בינה מלאכותית. הם מסייעים לחדד השערות ותכנון בדיקות, אך אינם מחליפים ניסוי ואינם מוכיחים יתרונות של ObliNet. ההחלטות, הסמכויות והאחריות נשארות בידי בני האדם והמוסדות שהם מקימים.
תחילה מידול, ולאחר מכן פיילוט מוגבל בארגון אמיתי. נשווה את הפרוטוקול לתהליך רגיל שהוגדר היטב, עם אותן משימות, נתונים ומשאבים ותמיכה דומה של בינה מלאכותית. נבחן את תרומת האישורים המהותיים וההתחייבויות המקושרות: תוצאות שאושרו, הפרות, זמן התאוששות משינויים, טעויות ומחלוקות, זמן המשתתפים והעלות הכוללת. התועלת צריכה להצדיק את העבודה הנוספת. ספי הצלחה, כללי עצירה ושיטות הערכה ייקבעו לפני הניסויים; יתועדו גם תוצאות שליליות או לא חד־משמעיות.
כיצד פועל הפרוטוקולאנו רוצים לבדוק בניסוי אם מנגנוני ObliNet המוצעים מסייעים לשפר את תוצאות הפעילות המשותפת בהתחשב בכל עלויות התיאום שלה.
אריתמטיקה עוסקת במספרים מסוימים; אלגברה חוקרת יחסים כלליים ומחלקות שלמות של בעיות. כמטפורה מסבירה, ObliNet בוחן אם אפשר לפתח פרוטוקול שיתוף פעולה כללי המתאים לאתגרים ניהוליים שונים.
המרכיבים המוצעים כוללים זיהוי אינטרסים, מטרות, יכולות ומגבלות; תיאום תנאי הפעילות המשותפת; קבלת התחייבויות התלויות זו בזו; בדיקת הביצוע והשלכות השינויים; וצבירת ניסיון לשיפור הכללים עצמם.
המשתתפים אינם מבצעים מופשטים. אנו מציעים לבדוק כיצד שיתוף הפעולה מושפע מתיאום פנימי של מטרות, מהערכה מציאותית של יכולות, מבדיקת ציפיות והנחות, משינוי נקודת מבט, מוויסות קשב ומוויסות עצמי, ומהיכולת לשנות החלטות לאור ניסיון חדש.
שאלה נפרדת היא אם אימון ייעודי יכול לשפר החלטות, הבנה הדדית וקיום התחייבויות. יעילותו אינה נחשבת מוכחת מראש.
משימת המחקר המרכזית היא לקבוע באילו תנאים פרוטוקול כללי מועיל, אילו גורמים סובייקטיביים ואובייקטיביים משפיעים על תוצאותיו ומהם גבולות תחולתו.
תחילה מתוכנן להשוות שיטות תיאום עם מנגנוני ObliNet ובלעדיהם בתנאים בני־השוואה, לרבות גישה שווה לכלי בינה מלאכותית.
אם המידול יניב תוצאות משכנעות דיין, השלב הבא עשוי להיות פיילוט מוגבל בתנאים ובקריטריוני הצלחה שהוסכמו מראש.
גם תוצאות שליליות ובלתי חד־משמעיות חשובות: יש לברר את תנאי תחולת הגישה, ולא לאשר את יתרונה בכל מחיר.
השאלה המרכזית היא אם תיאום מפורש של התחייבויות הדדיות מסייע לשפר את התוצאה הכוללת של העבודה המשותפת בעלויות תיאום מקובלות. הכוונה היא לבדוק לא רק השלמת משימות נפרדות, אלא גם את התאמת התוצאות למטרה המשותפת.
בנפרד נבדוק אם תיאור תלויות ובדיקת תנאים מסייעים לגלות מוקדם יותר אי־התאמות בתוצאות, שינויים במועדים, התנגשויות במשאבים וסתירות בין מדדים, ואם הם מצמצמים זמן תיאום מחודש ועבודה חוזרת. לגבי עוזר הבינה המלאכותית נבחן את דיוק זיהוי הבעיות ואת תועלת ההצעות. ההחלטות וקבלת ההתחייבויות נשארות בידי המשתתפים המוסמכים.
במודל ארגון מתוכנן להשוות תיאום רגיל לעבודה עם מנגנוני ObliNet באותן משימות, משאבים, נתוני פתיחה וגישה לבינה מלאכותית. לתרחיש יוכנסו שינויים בתנאים שהוגדרו מראש. חזרות ושינוי סדר התרחישים יסייעו להפריד את השפעת הגישה ממקריות ומלמידת המשתתפים.
לפני הניסויים יירשמו בפרוטוקול ההשערות, תנאי ההשוואה, המדדים, הספים לשיפור בעל משמעות מעשית וכללי ניתוח התוצאות. יישמרו גרסאות המודל, נתוני קלט, יומני פעולות ובסיס ההערכות כדי שאפשר יהיה לבדוק ולשחזר את התוצאות.
במעבר לפיילוט בארגון אמיתי, המשתתפים בוחרים תהליך חוזר ומוגבל ומתאמים גישה לנתונים, קריטריוני קבלה, אחריות ותנאי עצירה. התוצאות מושוות לקו בסיס או לתהליך בר־השוואה; הבדלים בתנאים מובאים בחשבון בפרשנות.
היתרון נבחן לפי מדדים וספים שנבחרו מראש, תוך התחשבות בפיזור התוצאות ובכל העלויות. אין די בדוגמה מוצלחת אחת או בעלייה במספר המשימות שהושלמו. גם היעדר שיפור, הרעה ותוצאה בלתי חד־משמעית מתועדים: הם מסייעים לזהות גבולות תחולה וכיווני שיפור.
זו תוכנית בדיקה. יש להסכים בפרוטוקולים על ספים מספריים מסוימים ועל תכנון הניסויים הסופי לפני תחילתם. החומרים הזמינים והראיות שהתקבלו מוצגים בחלק התוצאות.
מה אנו בודקים ולפי אילו קריטריונים מעריכים את התוצאה.
משתתפים, סמכויות, התחייבויות, תנאים ותלויות.
כיצד לבנות ארגון ניסויי להשוואת שיטות תיאום.
כיצד להבטיח תנאים בני־השוואה ולהביא בחשבון עלויות כוללות.
אילו תוצרים זמינים ומה עוד צריך לבדוק.
שאלות פתוחות, מגבלות והצעות לתוכנית.
הגדרות עבודה של מושגי היסוד.
הדוגמאות בדפדפן מציגות תרחישים נפרדים. פעולתן אינה מוכיחה את יעילות הפלטפורמה העתידית בכללותה.
אפשר להציע מצב אמיתי, לסייע במודל של תהליך, בקריטריוני השוואה או בהערכה בלתי תלויה של תוצאות.