Dr.
Oihane Gómez-Carmona
+34 94 413 90 03 - ext: 3033
Profiles
Promoting the Perception of Emerging Technologies in Work Environments through Edge Computing and Hybrid Intelligence
Directed by: Javier García-Zubia Co-advisor: Diego Casado-Mansilla
Universidad de Deusto
Cum Laude by unanimity
The advent of the Internet of Things and the massive growth of everyday devices connected to the Internet are reshaping modern societies and contemporary human lifestyles. However, some intelligent environments such as the workplace are especially challenging scenarios. In those smart environments, privacy and trust concerns regarding data protection are critical issues that affect the perception of emerging technologies. Moreover, when deploying smart systems in those spaces, people are usually treated as mere passive receivers of technologies and services. These are designed without considering their engagement and proactive interaction, which increases the reluctance of individuals to be part of this transformation.
In that sense, promoting a smarter collaboration between augmented devices and people is essential to contribute to a more favourable perception of emerging technologies in work environments. This involves understanding the influence of privacy concerns and user involvement from a human-centric and -driven standpoint. With this objective, this dissertation brings together machine intelligence and human intelligence and explores the synergy between the Internet of Things, energy-efficient Artificial Intelligence techniques, and Hybrid Intelligence to provide a suitable framework for creating safe spaces. That is, spaces where technological adoption does not imply compromising the privacy of the collected information and where users are given full control over their data and the system.
For that, in this dissertation, a privacy-by-design approach through Edge Computing is proposed, optimizing Machine Learning tasks to be performed at the local Edge to preserve the privacy of the collected information. Moreover, the role of the user in those spaces is addressed from a Human-in-the-Loop perspective, giving them complete control over their data and prompting them to personalize and improve the learning system. As a result, this enables the design of intelligent spaces that are aware of users’ needs and demands for privacy and control. The quantitative and qualitative experimental results show the potential of the proposed approach to contribute to the creation of privacy-preserving and participatory smart workplaces where positive interactions between the technology and its users can be promoted.
La llegada del Internet de las Cosas y el crecimiento masivo de los dispositivos cotidianos conectados a internet están remodelando las sociedades modernas y transformando el estilo de vida contemporánea de los seres humanos. Sin embargo, algunos entornos inteligentes como el lugar de trabajo son escenarios especialmente desafiantes, ya que su ritmo de adopción varía por diferentes facto- res. En estos espacios, las preocupaciones sobre la privacidad y la confianza en la protección de los datos son cuestiones críticas que afectan a la percepción de las tecnologías emergentes. Además, al desplegar sistemas inteligentes, las personas suelen ser tratadas como meros receptores pasivos de tecnologías y servicios. Estos se diseñan sin tener en cuenta su potencial compromiso y sus expectativas de interacción proactiva, lo que aumenta la reticencia de las personas a formar parte de esta transformación.
En este sentido, promover una colaboración más estrecha entre los sistemas inteligentes y las personas es esencial para contribuir a una percepción más favorable de las tecnologías emergentes en los entornos de trabajo. Esto implica comprender la importancia de los requisitos de privacidad e implicación del usuario desde un punto de vista centrado y dirigido por el ser humano. Con este objetivo, esta disertación aúna la inteligencia de las máquinas y la inteligencia humana y explora las sinergias entre el Internet de las Cosas, las técnicas de Inteligencia Artificial de bajo consumo y la Inteligencia Híbrida para proporcionar un marco adecuado en la creación de espacios más seguros. Es decir, espacios en los que la adopción tecnológica no implique comprometer la privacidad de la información recogida y en los que los usuarios tengan pleno control sobre sus datos y el sistema.
Para ello, en esta tesis se propone un enfoque de privacidad-por-diseño a través del concepto de Computación de Frontera. El enfoque presentado tiene como objetivo optimizar las tareas de aprendizaje automático haciéndolas lo suficientemente ligeras como para ser realizadas en el borde local de la red, en lugar de en la nube, con el fin de preservar la privacidad de la información recogida. Además, se aborda el papel del usuario en estos espacios desde una perspectiva Humano-en-el-Bucle. Es decir, esta disertación sugiere darles un control total sobre sus datos e incitarles a personalizar y mejorar el sistema de aprendizaje según sus necesidades cambiantes y su voluntad de participación. Como resultado, esto permite diseñar espacios inteligentes donde se abordan las preferencias y demandas de privacidad y control de los usuarios. Los resultados experimentales, tanto cuantitativos como cualitativos, muestran el potencial del enfoque propuesto para contribuir a la creación de lugares de trabajo inteligentes que preserven la privacidad y sean participativos, en los que se puedan promover interacciones positivas entre la tecnología y sus usuarios.