岭大研究：高压工作量下AI助稳定表现 过度自主接管恐增疲劳与人机冲突

岭大研究团队以航空驾驶舱作为研究的测试场景，并采用美国太空总署开发的多重任务模拟平台，模仿操作者需同时处理多重任务、要“一心多用”的工作场境，分析在不同工作量下，人类与智能系统分配决策权与控制权，会如何影响安全性、工作效率及使用者体验。岭大供图

香港文汇报讯（记者 杨梓颖）人工智能（AI）逐步走入各行各业，“人机协作”成为职场焦点。岭南大学（岭大）心理学系一项联合研究发现，在工作量突然增加的高压状态下，AI可协助维持表现；惟若盲目提升AI自主权，让系统主动介入接管工作，未必能减轻负担，反而可能削弱使用者对工作的掌握，增加心理疲劳，并引发“人机冲突”。研究指出，保留人类对工作分配的主导决策权，有助维持长远表现及判断能力。成果已刊登于《国际人机互动期刊》。

岭大认知科学研究中心主任、心理学系副教授徐杰与团队以航空驾驶舱为测试场景，采用美国太空总署（NASA）开发的多重任务模拟平台，模拟操作者需同时处理多项任务、“一心多用”的工作情境，分析在不同工作量下，人类与智能系统如何分配决策权与控制权，以及对安全性、效率与使用者体验的影响。

研究招募92名大学生进行两轮实测，参与者须在平台中同时完成三大任务：操控摇杆的“追踪任务”、进行“系统监察”及“资源管理”。首轮实验显示，当工作量急增时，需要持续控制与专注的追踪任务表现明显下滑，操作准确度由76％跌至55％，其他任务则未见明显影响。团队分析指，高压环境下人们倾向把注意力优先投放到需即时回应的离散性任务，因而牺牲对连续性、需持续监控任务的投入，导致追踪类任务表现下降。

第二轮实验比较两种“人机权力分配模式”：其一为“人类主导模式”，由操作者自行决定何时交由智能系统跟进、何时取回控制权；其二为“共享控制权模式”，由智能系统自动侦测工作量变化，主动接管或交还部分任务。结果显示，当工作量急升或出现紧急状况时，共享控制权模式能有效分担压力、维持稳定表现，减少因负荷突增而出现的明显失误；但在工作量回落后，人类主导模式表现反而更好。研究指出，系统主动接管可能令操作者逐渐脱离实际操作，当控制权交还时，使用者未必能即时重新掌握实际状况，造成短暂表现下降；相对地，由人自行决定交出或收回控制权，有助保持工作连贯性，并减少不必要的权限冲突。

研究亦发现，长时间工作下，共享控制权模式的参与者在后段呈现更高疲劳水平，疲劳评分显著高于人类主导组，显示更高自动化不一定降低心理负荷。徐杰指出，智能系统原意是协助人类处理海量数据与复杂任务，但不能一概而论认为自动化越高越轻松或表现更佳。当系统自行决定接管时，操作者仍需持续监察其运作、理解决策逻辑并预测下一步行动，额外认知需求或增加精神负担；若系统未能清晰解释判断依据，更易产生人机认知落差，影响协作。

他建议，未来智能系统设计应按工作情况灵活调整权限分配，在自动化效率与人类主导权之间取得平衡，并加强透明度及“人机沟通”机制，让使用者理解系统状态与决策原因。团队认为，研究对未来的航空驾驶舱设计、遥距操作、智能交通及其他高风险决策的人机协作场景具参考价值。论文合著作者包括陕西师范大学葛贤良、宋晓蕾，以及浙江大学徐翰林、张科、倪昊。