北约部队面临日益复杂的未来战场环境,这种环境正变得更加对抗性和不可预测。士兵必须用来感知、理解和导航此类环境的先进技术正快速发展。管理认知负荷的能力将成为士兵在未来战场上有效作战的关键制约因素。旨在平衡认知负荷以满足士兵和任务需求的解决方案,将依赖于经过验证的方法,在动态、复杂且移动的环境中量化辅助技术的认知负担。

本报告的目的是提供士兵相关场景下认知负荷评估工具与技术的全面概述与分析。报告分为三个部分:第一部分提供必要的背景信息,包括各成员国的观点以及关键术语和概念的定义;第二部分描述认知负荷测量方法的识别与筛选过程、分析评估每种方法对步兵应用的有效性所采用的分析方法,以及为提供有意义背景的相关步兵场景;第三部分探讨认知负荷测量在步兵场景中的实际应用,包括如何组合使用各类测量方法,以及在多样化步兵环境中使用认知负荷测量的挑战与注意事项。本报告面向实践者和领域专家,整合了当前知识体系及小组成员数十年的集体经验。

分析表明,在高机动性的动态现实世界环境中测量认知负荷的研究较为有限。通过对不同测量场景中认知负荷测量方法的应用考察发现,具有高机动性要求的大规模演习对现有认知负荷测量手段构成重大挑战。然而,其他步兵环境的研究表明,许多生理学、主观性和基于性能的测量方法在机动性较低的情况下可行且有效。同样地,在室内中低机动性要求的场景中,大多数认知负荷测量方法均可使用。

建议实践者在给定研究场景中采用生理学、主观性和基于性能的测量方法组合,以提供更完整可靠的认知负荷评估。但需注意检查所用认知负荷测量方法之间的关系,因为存在关联、分离和不敏感性等问题,应予以识别并适当解释。

此外,尽管仍需开发适用于极端环境和高速机动条件的稳健测量方法,但预计未来技术的快速发展将能够在移动士兵领域实现更可靠的认知负荷测量。这包括传感器技术的改进和可利用人工智能的数据分析能力。需要持续开展研究,以验证移动士兵环境下的认知负荷测量方法,并确定如何最佳整合新兴技术到测量体系中。

图 1-1:报告章节和工作顺序流程图

主要目标是确立北约关于测量士兵认知负荷的一套策略共识。为此,在首次会议上制定了一个多阶段工作计划。该计划后来被重组为若干章节,具体内容如下所述。

第一章,提供工作背景介绍和整体概述。

在第二章中,分析了各成员国需要测量士兵认知负荷的关键驱动因素。这样做旨在凸显当前各国对士兵认知负荷的高度关注,并解释这种兴趣的成因。在此过程中,我们寻求识别各国间的共同主题,并对这些共性进行描述和解释。

第三章总结了在士兵情境下界定认知负荷的方法。认知负荷(及相关概念如心理资源、心理工作量)在认知心理学和人因工程学领域已有悠久历史。我们描述了注意力和工作记忆作为与认知负荷尤其相关的信息处理组件的作用,明确了认知负荷与任务负荷、军事工作负荷(MWL)等概念的历史关联,并讨论了专业知识与压力对认知负荷的影响,以及认知超载这一具体问题。我们还探讨了认知负荷与态势感知之间的关系。通过上述分析,最终形成了HFM-319采用的认知负荷操作定义。

第四章描述了对相关科学文献(包括军用和民用文献)的审查过程。进行了多次检索,并说明了每次检索所用的标准。筛选出那些以移动参与者为对象,或在动态模拟或真实世界任务中测量认知负荷的研究。对于每项研究,我们记录了所使用的具体测量方法及其结果。在此基础上,我们建立了分类体系——将采用单一认知负荷测量的研究归为一组,随后每项研究根据三类信息进行评估:研究队列与设计细节、该研究中测量方法有效性的特定结果(如该研究的效度)、与该测量相关的实施细节。

基于上述文献综述,利用分类体系对每项测量方法进行了叙述性评估,汇总了使用该方法的研究成果。第五章描述了这一过程。叙述性评估采用标准化的单段落模板格式编写,HFM-319小组成员根据各自专长分工完成评估。每份评估报告均由第二位审稿人复核,以确保准确反映该测量的实际应用方式。随后,为比较不同测量方法,我们开发了彩色编码评分卡,从有效性、实用性及在不同测试环境中的应用潜力三个维度对每项方法进行评估——详细内容见第六章。

第六章描述了识别和审查士兵场景的努力。HFM-319成员提供了十个预期会导致高认知负荷的士兵场景。通过分析流程,每个场景被分解为认知需求高的时刻,并识别出单个士兵执行的具体认知任务。确定了两种综合负荷剖面,既考虑任务又考虑压力源:复杂作战机动和专注军事活动。第一类包含时间压力、多任务需求和复杂决策,伴随体力负荷和不良环境等压力源;第二类涉及需要持续注意力(或警觉性)的任务,当意外事件发生时可能迅速从低负荷转为超负荷状态。最后定义了四种测试环境,涵盖不同负荷剖面的要素。

第七章探讨了每种测量方法在四个测试环境中的应用,并考虑如何在同一评估情境中最恰当地组合使用这些方法。在此过程中,首先讨论了采用多方法的原因,接着分析不同方法得出矛盾结果的情况,最后总结评估的关键发现并提出建议,同时指出局限性和注意事项。第八章以"要点总结"形式列出了本项目的结论,并展望未来技术发展和更真实情境中的应用潜力。上述章节顺序如图1-1所示,流程图明确了各章节的输出内容及其逻辑关联。本报告的章节编排遵循这一工作流程。

成为VIP会员查看完整内容
10

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《为数据中心战做好准备》最新30页报告
专知会员服务
37+阅读 · 2024年10月30日
《武器系统中的人工智能》2023最新100页报告
专知会员服务
139+阅读 · 2023年12月13日
《美陆军:将人工智能融入团队认知》47页报告
专知会员服务
102+阅读 · 2023年10月26日
《攻击性人工智能》最新62页报告
专知会员服务
120+阅读 · 2023年3月29日
「强化学习可解释性」最新2022综述
专知
11+阅读 · 2022年1月16日
国家自然科学基金
304+阅读 · 2017年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
438+阅读 · 2023年3月31日
Arxiv
158+阅读 · 2023年3月24日
Arxiv
22+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
304+阅读 · 2017年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员