Наверняка вы видели видео, где японские машинисты показывают пальцем то на приборы, то на дорогу, то на себя и говорят что-то? Если не видели, то вот пример. Это шиса канко (指差喚呼, shisa kanko), метод для избежания ошибок на рабочем месте. Показываешь пальцем на объект внимания и громко проговариваешь действие или статус — так оказывается меньше шансов что-то забыть или сделать не то.
Почему мы об этом заговорили? Потому что шведская компания Tobii запустила интересный продукт для индустрии — очки с отслеживанием внимания для обучения новых сотрудников. Идея в том, чтобы новичок смог посмотреть на производство глазами опытного работника — концентрировать внимание там же и столько же. Это позволяет передать те знания, секреты и техники, которые может быть трудно сформулировать или вообще заметить. В решении от Tobii нет встроенного анализа полученных данных или другой умной обработки — программа просто показывает видео от первого лица и точку фокуса взгляда. Поэтому сам продукт может и не так интересен (по крайней мере, пока), интересна именно концепция — отслеживание внимания для передачи опыта новым сотрудникам.
В промышленности похожего мы пока не видели, но косвенные доказательства того, что это может хорошо сработать есть из других областей. Например, очки с отслеживанием взгляда показали различия в точках внимания у опытных и молодых хирургов во время операции. Есть также кейс применения отслеживания взгляда для профессионального обучения пилотов. Ну и в конце концов шиса канко, который помог снизить количество ошибок на 80% и сделать японскую железную дорогу одной из самых безопасных в мире.
Заставить сотрудников носить специальные очки на производстве — идея интересная, но скорее всего не понравится работникам. А вот отслеживать взгляд с помощью стационарных камер на самом оборудовании (как мы это делали для службы досмотра багажа в аэропорту) — уже гораздо реалистичнее для внедрения. И, конечно, самым важным для действительной и полезной реализации этой концепции будет автоматизация обработки полученных данных и выделение из них полезной информации.
