编辑推荐：
推荐
为探究对准目标功能对定时 Go/No-Go 任务速度与准确性的影响，研究人员对比含运动任务（Mensen et al.，2024）与采用对准目标修改的检测任务数据。发现移除运动任务虽缩短反应时间，但存在速度 - 准确性权衡。该研究确认自动目标检测系统的人因缺陷。
论文解读
在现代自动化技术广泛应用的背景下，人机交互中的目标检测任务效率与可靠性始终是研究热点。传统的人工操作模式中，运动任务（如手动选择目标）的存在可能对检测速度与准确性产生双重影响 —— 一方面，肢体动作的介入可能延长反应时间；另一方面，人为控制或许能通过精细调整提升判断精度。然而，当引入自动化技术如 “对准目标功能（snap-to-target functionality）” 替代传统运动任务时，是否能在提升效率的同时维持准确性？这一问题在工业检测、医疗诊断等对精度要求极高的领域尤为关键。此前研究（Mensen et al.，2024）已通过包含运动任务的 Go/No-Go 实验范式（一种经典的认知神经科学实验方法，要求被试对特定刺激做出反应 “Go”，对其他刺激抑制反应 “No-Go”）奠定了基线数据，但自动化替代后的性能变化仍需深入验证。
为解答这一科学问题，美国乔治梅森大学（George Mason University）的研究团队开展了一项基于农业场景的 Go/No-Go 目标检测实验，相关成果发表在《Applied Ergonomics》。研究旨在通过对比传统运动任务与自动化对准目标功能，揭示两种模式下反应速度与准确性的动态平衡，为自动化系统的人因工程设计提供关键依据。
研究方法
研究采用在线实验范式，要求 136 名参与者完成以农业图像为刺激的 Go/No-Go 任务：识别杂草图像（Go 刺激）并对大豆图像（No-Go 刺激）抑制反应。实验核心在于对比两组条件：一组保留传统运动任务（手动选择目标），另一组通过 “对准目标功能” 自动化替代运动任务。数据经 JASP 0.16 与 SPSS 28 统计软件分析，重点关注反应时间（response time）与 commission errors（误报错误，即对 No-Go 刺激错误做出 Go 反应）。需注意的是，37 名 Mac OS 用户因未调整系统设置导致光标控制失败，数据被剔除，最终纳入分析的 99 名参与者均为大学生（64 女，33 男，2 人未说明性别）。
研究结果
- 速度与准确性的权衡
移除运动任务后，屏幕边缘区域刺激的反应时间显著缩短：最远距离处从手动条件的 302 ms 降至自动化条件的 66 ms，降幅约 78%。然而，距离中心的远近仍对反应时间有统计学影响，表明自动化虽削弱空间距离的干扰，但未完全消除。
- 准确性的代价
自动化条件下 commission errors 发生率较手动条件升高 4-5 倍，提示速度提升以牺牲抑制控制能力为代价。这一结果在需要对罕见或意外刺激（如农业场景中的非目标作物）保持高警惕的任务中尤为关键。
结论与讨论
研究证实，对准目标功能通过消除运动任务可显著提升反应速度（约 200 ms 的优化），但其引发的准确性下降可能在医疗、航空等安全敏感领域造成严重后果。核心矛盾在于 “速度 - 准确性权衡（speed-accuracy trade-off）” 的固有特性：自动化加速信息处理流程的同时，削弱了人为干预对错误的监控能力。
对设计者而言，该研究警示在部署自动化目标检测系统时，需优先评估任务对准确性的需求等级。例如，在农业杂草识别场景中，误判可能导致农药滥用或作物损伤；而在医学影像诊断中，commission errors 可能引发误诊。未来研究可进一步探索人机协同模式，例如设置 “人工校验环节” 以平衡效率与精度。
综上，该研究通过严谨的实验设计揭示了自动化技术的人因缺陷，为跨领域的系统优化提供了重要参考 —— 任何自动化革新均需以对人类认知特性的深刻理解为前提，避免因盲目追求效率而忽视关键性能指标。
