Czy można zmierzyć potrzeby osób neuroróżnorodnych? Jak wykorzystać dane do tworzenia inkluzyjnych miejsc pracy?

Każdy z nas pracuje inaczej – jedni najlepiej funkcjonują w tętniącym życiem open space, inni potrzebują ciszy i stonowanego światła. Jednak wiele współczesnych biur, mimo nowoczesnego wyglądu, wciąż nie odpowiada na potrzeby osób neuroróżnorodnych. Dla osób z ADHD, w spektrum autyzmu czy z dysleksją nawet pozornie drobne elementy – echo rozmów, migające monitory, ciągły ruch – mogą być barierą w codziennej pracy. Brak odpowiedniego dostosowania przestrzeni sprawia, że wiele talentów nie ma szans w pełni wykorzystać swojego potencjału.

Szukając rozwiązania tego problemu, Arup opracował w MassMotion, czyli narzędziu do cyfrowego mapowania doświadczeń, model sił społecznych (social forces). Dzięki niemu możliwe jest określenie potrzeb osób neuroatypowych. Wykorzystując uczenie maszynowe, Arup testuje różne rozwiązania projektowe, sprawiając, że nawet trudno uchwytne aspekty korzystania z przestrzeni stają się mierzalne i możliwe do przeanalizowania.

– Wykorzystanie uczenia maszynowego do analizy danych o interakcjach pracowników w przestrzeni biurowej pozwala nam zyskać głębszy wgląd w ich doświadczenia. Dzięki temu możemy przewidywać, jak różne zmiany w układzie przestrzeni, oświetleniu czy akustyce wpłyną na komfort i efektywność osób neuroróżnorodnych. To podejście umożliwia projektantom uwzględnienie doświadczeń w procesie projektowania, tworząc biura, w których wszyscy czują się dobrze – niezależnie od sposobu, w jaki przetwarzają bodźce i informacje – mówi Katarzyna Dendura, Senior Design Manager w Arup.

Jak działa pomiar potrzeb osób neuroróżnorodnych?

W ramach nowego modelu MassMotion w analizach możliwe jest uwzględnianie różnorodnych ludzkich doświadczeń, czerpiąc zarówno z osobistych świadectw, jak i danych z czujników. W ten sposób technologia pozwala dostrzec to, co często pozostaje niewidoczne: różnorodne potrzeby, sposoby koncentracji, odpoczynku czy współpracy. Wykorzystując uczenie maszynowe i symulacje zachowań, projektanci mogą lepiej zrozumieć, jak światło, dźwięk czy układ biura wpływają na samopoczucie i komfort osób o różnych wrażliwościach, w tym neuroróżnorodnych. Narzędzie MassMotion sprawdza się już także w wielu innych sektorach, m.in. aby zapewnić płynny przepływ pasażerów na dworcach kolejowych i lotniskach.

Wykorzystanie uczenia maszynowego do analizy tych doświadczeń otwiera nowe możliwości, umożliwiając organizacjom tworzenie miejsc pracy, które są zarówno efektywne, jak i przyjazne dla wszystkich użytkowników. Więcej o narzędziu można przeczytać na stronie Arup.