La formazione degli operatori all’interno delle Centrali di Emergenza assume un valore critico ai fini della gestione ottimale delle chiamate. Occorre una preparazione specifica, dedicata per i diversi tipi di Centrale (112, 118, 115, 116 117 ecc.). La formazione non riguarda, però, solo il dominio specifico di conoscenza, ma anche aspetti comportamentali. La gestione dell’emotività è il principale di questi; la persona che chiede soccorso è nella maggior parte dei casi in situazione di forte disagio emotivo, che compromette la qualità della comunicazione. L’operatore stesso, inoltre, può essere soggetto a crisi, come nel caso del sovraccarico di chiamate (ad esempio, durante le grandi emergenze). Questa situazione si inserisce in un quadro in cui di crescente pressione sulle Centrali, a causa dell’aumento del volume di chiamate, delle maggiori aspettative dei cittadini e della carenza di personale specializzato, come si evince da una ricerca di EENA – European Emergency Number Association. La formazione degli operatori è, più che mai, un compito critico, al fine di garantire un servizio adeguato alla comunità.
Sono state svolte, negli ultimi anni, diverse sperimentazioni sull’utilizzo dell’Artificial Intelligence all’interno delle Centrali di Emergenza, come documentato da EENA. Ciò ha permesso di individuare gli ambiti più idonei per l’implementazione della tecnologia. Come conseguenza, si sono resi evidenti i contributi nell’ambito della formazione degli operatori, ovvero l’implementazione di un Virtual Expert e la simulazione degli scenari.
È un modello di AI istruito su un dominio di conoscenza specifico. Di conseguenza, può rispondere in tempo reale a situazioni concrete, come, ad esempio, le domande da porre al chiamante o l’analisi delle sue risposte. Per la formazione degli operatori, il Virtual Expert può essere utilizzato per fornire i contenuti più aggiornati in termini di uso degli strumenti tecnologici, procedure operative, o, infine, riferimenti legislativi, ecc.
Il livello di “preparedness” degli operatori in Centrale è proporzionale all’esperienza accumulata sul campo. L’AI, mediante architetture neurali, come ad esempio, i Transformer (reti per elaborare in modo efficiente sequenze di dati come testi o audio) offre la possibilità di ricreare situazioni reali. La simulazione è il frutto di un modello di AI istruito con precisione a partire da situazioni esistenti nello storico e con contenuti opportunamente modificati.
La conduzione ottimale dell’intervista con il chiamante è uno dei pillar sui cui si fonda la gestione dell’emergenza. È una fase del processo in cui l’operatore si trova ad affrontare diverse criticità, come, ad esempio, l’affanno del chiamante, la sua capacità comunicativa, la lingua utilizzata (locale, straniera, dialettale, o un mix), o, infine, il rumore ambientale. In tali aspetti, l’Artificial Intelligence va applicata in modo selettivo:
speech-To-Text. Gli algoritmi offrono un contributo ottimale per la trascrizione e l’analisi di parole chiave. Va considerata, in ogni caso, la percentuale di errori dovuti all’eloquio confuso o disorganizzato;
gestione delle emozioni. L’analisi del tono della voce e della respirazione (affanno), viene effettuata con modelli specializzati, quali, ad esempio, il VER – Voice Emotion Recognition;
rumore di fondo. Si applicano modelli AI di Speech-Enhancement che riconoscono il pattern della voce, ottimali per filtrare rumori non stazionari, quali, ad esempio, il traffico, il vento, o le urla delle persone.
Va considerato, inoltre, che tali modelli possono aumentare la loro affidabilità nel tempo grazie a meccanismi di adattamento (alla voce, allo stile linguistico, alle espressioni emotive, ecc.) che permettono al modello di personalizzarsi sulla voce e sulle espressioni emotive dell’utente.
L’implementazione di un Virtual Expert all’interno di una Centrale di Emergenza è fortemente dipendente dal contesto operativo, che varia per tipo di emergenza e figure coinvolte. Uno use case tipico è la chiamata per un sospetto arresto cardiaco. Un Virtual Expert va implementato seguendo un processo definito in 4 step:
istruzione dell’LLM – Large Language Model. A partire da un modello LLM, l’AI acquisisce una forte competenza di dominio attraverso l’analisi di documenti ufficiali e risorse selezionate: normative, protocolli, linee guida, casi clinici, prontuari, ecc;
acquisizione del contesto operativo. Il Virtual Expert opera in un contesto reale, fatto di flussi di dati, ruoli degli operatori, interfacce con software esistenti, e cruscotti di analisi decisionale. L’insieme di tali informazioni fornisce a tale strumento la consapevolezza situazionale;
implementazione del ragionamento. I diversi tipi di logica (motore a regole, inferenze, ecc.) sono utilizzati per interpretare le informazioni prodotte dall’LLM e prendere decisioni secondo linee guida prestabilite, o, infine, indicare un’azione (ad esempio, attivare un codice rosso);
adozione di un’”etica”. Per usare un’AI in emergenza servono regole etiche chiare che rendano sicuro il suo comportamento e affidabile per gli operatori. L’uomo deve rimanere il decisore ultimo (Human in the Loop) per prevenire bias cognitivi.
L’uso dell’AI nelle Centrali di Emergenza è una strada obbligata e non un’opzione, date le enormi potenzialità in termini di supporto operativo. Nella Centrale del futuro vi sarà una collaborazione stretta tra AI e operatori umani, a patto che vi sia un’attenzione continua a validare la bontà dei modelli, assicurandosi che l’AI aggiorni il suo output, in modo da fornire contributi pertinenti ed essere resiliente agli cambiamenti.