自动化透明度效益与人类注意力控制能力的关联性研究

本研究针对自动化决策辅助系统中透明度信息利用效率的个体差异问题，通过模拟无人载具(UV)任务，首次揭示了注意力控制能力(ACC)对透明度信息处理的关键调节作用。研究发现高ACC个体能更有效地利用SAT模型(Level 1+2+3)提供的环境因素影响可视化信息，显著提升决策准确率(d'=2.59)并降低认知负荷，为自适应界面设计和操作员选拔提供了重要依据。

　　

在军事、航空和医疗等领域，自动化决策辅助系统虽然能提供可靠建议，但操作员对错误建议的误用(misuse)或对正确建议的弃用(disuse)问题始终存在。研究表明，增加系统透明度(automation transparency)能帮助操作员理解自动化建议的底层逻辑，但不同研究结果存在矛盾：有些发现透明度提升决策准确性，有些则显示会加重认知负荷。这种差异可能源于个体处理透明信息的能力差异，特别是注意力控制能力(Attention Control Capacity, ACC)的差异。

西澳大利亚大学(The University of Western Australia)的研究团队通过144名参与者完成的模拟无人载具(UV)选择任务，系统考察了不同透明度水平(无/中等/高)与ACC的交互效应。研究采用基于SAT模型的三级透明度设计：中等透明度(SAT Level 1+2)显示系统对UV能力的最终评估结果，高透明度(SAT Level 1+2+3)额外展示环境因素对能力的计算过程。通过三平方任务(Three-Squared Task)客观测量ACC，结合信号检测理论分析决策准确性。

关键技术包括：(1)采用权重组合控制任务难度(45%-45%-10%为困难级)；(2)通过NASA-TLX量表测量认知负荷；(3)使用Burgoyne等开发的Stroop/Flanker/Simon三合一的注意力测试任务；(4)在17.5%试验中设置系统错误建议以检测纠正能力。

准确性分析显示，透明度存在显著提升命中率(92%→94%)和敏感性(d'=2.01→2.42)，但高ACC个体获益更明显：其命中率提升幅度(.07)是低ACC个体(.02)的3.5倍。决策时间方面，透明条件延长响应时间(13.9s→17.2s)，但高透明度反比中等透明度更快(14.7s vs 19.7s)。认知负荷呈现相同趋势，高透明度负荷(51.4)显著低于中等(59.0)。

讨论指出，ACC通过调节注意力分配影响透明度利用效率：高ACC个体能更好整合环境因素等复杂信息。这解释了既往研究矛盾——不同样本的ACC分布可能掩盖透明度效果。研究建议：(1)操作员选拔中重视ACC评估；(2)开发自适应界面，根据实时ACC状态动态调整信息密度；(3)对低ACC个体采用符号化信息呈现(如高透明度中的图形化环境因素符号)。论文发表于《Applied Ergonomics》，为复杂人机系统设计提供了认知个体差异的新视角。