BANDO PRIN 2022D. D. N. 104 DEL 2 FEBBRAIO 2022
TITOLO DEL PROGETTO: Prescriptive digital twins for cognitive-enriched competency development of workforce of the future in smart factories (RESILIENCE)
CODICE CUP: D53D23003710006
Budget: € 67.774
Contributo MUR assegnato all'unità di ricerca: 47.338 Euro
Cofinanziamento di Ateneo/Ente assegnato all'unità di ricerca 20.436 Euro
Costo totale: 67.774 Euro
Responsabile U.R. (Poliba): Giorgio Mossa
Altre Unità di Ricerca:
- Università della Calabria
- Università di Salerno
- Università di Brescia
Breve descrizione del progetto
Il progetto RESILIENCE affronta la necessità di innovare i processi di formazione della forza lavoro nei contesti manifatturieri avanzati, caratterizzati da elevata complessità e crescente presenza di attività non routinarie. Il progetto propone un nuovo paradigma basato su digital twin prescrittivi, integrando tecnologie quali digital twin, prescriptive analytics, Building Information Modelling (BIM) e strategie strutturate di On-the-Job Training (OJT). Tale approccio consente di generare ambienti di training digitali contestualizzati e di attivare una formazione “on-demand”, erogata solo quando necessario e adattata alle specifiche condizioni operative.
L’unità di ricerca del Politecnico di Bari contribuisce attraverso la modellazione cognitiva dei task e delle prestazioni umane, integrando fattori quali carico cognitivo, complessità delle attività e caratteristiche individuali nei processi di training e decisione.
Finalità
L’obiettivo principale del progetto è lo sviluppo di un sistema integrato di formazione prescrittiva per il miglioramento delle competenze della forza lavoro nelle smart factory. In particolare, il progetto mira a:
• sviluppare modelli di prescriptive analytics per la raccomandazione delle attività;
• generare ambienti di training digitali tramite BIM e digital twin;
• definire modelli di apprendimento basati su fattori cognitivi;
• modellare la complessità dei task e le prestazioni umane;
• favorire il trasferimento tecnologico e l’innovazione nei contesti Industry 4.0.
Risultati attesi
Il progetto prevede lo sviluppo di:
• un prototipo di sistema di formazione basato su digital twin prescrittivi;
• un miglioramento delle competenze, della sicurezza e dell’adattabilità dei lavoratori;
• una riduzione dei tempi di formazione e un aumento della retention delle competenze;
• strumenti di supporto decisionale per la pianificazione delle attività e della formazione;
• avanzamenti scientifici nei campi dei digital twin, dell’intelligenza artificiale e dei sistemi human-centric.
Risultati raggiunti
L’unità di ricerca del Politecnico di Bari ha sviluppato un approccio human-centric per la modellazione delle prestazioni umane e delle strategie di training in contesti industriali avanzati. In particolare, sono stati ottenuti i seguenti risultati:
• sviluppo di framework analitici che collegano complessità dei task, carico cognitivo e performance umana;
• analisi sistematiche sui metodi di misura del carico cognitivo e sulle tecnologie di supporto all’operatore;
• definizione di modelli per l’apprendimento e il decadimento delle competenze (learning/forgetting);
• validazione sperimentale di strategie di training in condizioni industriali realistiche;
• evidenze a supporto di approcci di formazione personalizzati e adattivi, basati sulle caratteristiche individuali dei lavoratori.
Nel complesso, i risultati contribuiscono alla definizione di un paradigma di formazione prescrittiva in cui le decisioni operative e di training tengono conto sia delle esigenze del sistema produttivo sia delle capacità e condizioni cognitive dei lavoratori.