【美国海军系统工程顶点报告186页】《哪些任务需要自动化？对未来航空平台需要自动化的任务进行调查》

执行摘要

A. 项目摘要

本项目的目的是深入了解影响飞行员认知负荷的因素，以帮助了解未来垂直升降机（FVL）的任务自动化要求。研究人员利用学术文献来开发对影响飞行员认知负荷因素的理解。接下来，研究人员对陆军旋转翼飞机飞行员进行了半结构性访谈，以获得认知负荷数据。之后，研究人员对所获得的数据进行了定量和定性分析，开发了一个影响图，对飞行员的认知负荷及其影响因素进行建模。最后，研究人员利用该模型和飞行员数据，为FVL任务自动化要求和未来研究需求提出建议。

B. 背景

美国陆军正在开发新一代的飞机，作为FVL计划的一部分。陆军的意图是通过开发新的平台和作战概念，在航空技术和能力方面实现一代人的飞跃，以便在竞争日益激烈和充满挑战的战斗空间中取得成功。FVL计划的核心是整合革命性和颠覆性的新技术，以推动陆军航空的机械、方法和机组人员领域的变化。如果不增加自动化，由于FVL平台上新技术、数据流和态势感知工具的注入，飞行员达到认知过载的可能性增加。因此，FVL项目正在重新评估哪些任务应该被自动化，以避免飞行员的认知过载。

C. 研究结果和结论

这个项目表明，影响图是一个有效的工具，用来模拟影响飞行员认知负荷的因素和因素关系。研究人员希望本项目的影响图和数据能够为未来关于飞行员认知工作负荷和FVL任务自动化需求的研究提供参考。

本项目最重要的成果是简单和复杂的医疗救援任务情景下的认知负荷数值的显著差异，如表ES-1所示。数据表明，飞行员的负荷根据任务的操作条件有很大的不同，在复杂的任务中飞行员的认知负荷特别大。这清楚地表明，在复杂情况下需要自动化来协助飞行员。

表ES-1. 简单和复杂MEDEVAC情况下的参与者认知负荷值。

对主要因素影响的高层次分析，如表ES-2所示，表明随着任务需求的增加和情景变得更加复杂，任务需求成为认知负荷的最大影响因素。此外，当从一个不太可能出现认知过载的场景（即简单场景）过渡到一个可能出现认知过载的场景（即复杂场景）时，环境因素占认知负荷的最大增幅。因此，应该发展自动化，以减少任务要求和环境条件对认知负荷的影响。

表ES-2. 简单和复杂MEDEVAC情景的主要因素权重中位数。

与主要因素分析相比，表ES-3中显示的影响性子因素的排序列表提供了对自动化有意义的任务的更集中的洞察力。为了帮助避免认知过载，飞行员在复杂情况下最需要自动化，因为那是他们认知负荷最大的地方。抛开目前不适合自动化的子因素（如飞行员经验），数据表明，受光照因素、飞行内协调要求和任务复杂性影响的任务应该被自动化。这将导致在高峰需求情况下最大的潜在认知负荷减少。

表ES-3. 在复杂的MEDEVAC情况下对认知负荷影响最大的8个子因素。

最后，参与者在后续访谈中表示，他们期望自动化能减少他们的认知负荷。虽然预期减少的幅度不同，但参与者普遍认为，在最有可能出现认知过载的复杂情况下，自动化将有助于减少飞行员的认知负荷。

总的来说，本研究的数据显示，没有一个子因素是如此的主导和有影响力，以至于它的自动化就可以大大减少飞行员的认知负荷。相反，研究人员评估说，可能需要在许多子因素领域实现自动化，以有意义地减少飞行员的认知负荷。

D. 对未来研究的建议

虽然这种方法的定性产出提供了有用的见解，但主要的收获是确定了未来研究应该更深入地探索的领域，以告知有限的任务自动化要求。基于通过访谈和数据分析得到的信息，研究小组对未来的研究有三个建议。

首先，研究人员建议完成一项任务分析，以确定哪些有限任务会影响本研究中确定的影响因素和子因素。这些结果可用于评估任务自动化对飞行员认知负荷的潜在影响，使用离散事件建模和模拟工具，如改进性能研究集成工具（IMPRINT）。

第二，研究人员建议测量飞行员认知过载的经验阈值，并用于补充本项目中确定的飞行员认知负荷的自我评估。这将允许开发更准确的认知工作负荷模型，并对任务自动化带来的认知工作负荷减少的幅度提供更多的洞察力。

最后，研究人员建议评估低能力飞行员（即飞行经验最少的飞行员）的认知工作负荷能力。这方面的知识将有助于告知哪些任务应该自动化，以避免最有可能出现认知过载的用户群的飞行员认知过载。