综述：理解人机协作中工人的福祉与认知负荷：系统性回顾

这篇系统性综述聚焦工业5.0背景下协作机器人（cobot）对制造业操作者情感福祉（如焦虑、压力）和认知负荷（cognitive workload）的影响，揭示了cobot在提升效率的同时可能引发心理挑战，并提出通过自适应系统设计优化人机协作（HCC）的干预策略。

　　

背景

工业5.0（Industry 5.0）强调以人为中心的技术革新，协作机器人（cobot）作为典型代表，正在重塑制造业生产流程。与传统工业机器人不同，cobot能在无围栏环境中与人类共享工作空间，形成物理与认知双重交互的“人机协作二元体”（human-cobot dyad）。尽管既往研究关注了cobot对生产效率和安全的提升，但其对操作者心理层面的影响——尤其是情感状态（affective well-being）和认知负荷的联合作用——仍缺乏系统性总结。

研究目标

本综述首次整合了46项实证研究（2009-2024年），重点探讨两个核心问题：

1. 1.

   cobot如何通过任务复杂性、操作速度、空间距离等因素影响操作者的压力、焦虑症状；

2. 2.

   认知负荷的生理与主观测量指标（如NASA任务负荷指数NASA-TLX、心率变异性HRV）如何反映HCC的交互质量。

关键发现

情感福祉的“双刃剑”效应

• •

  积极影响：61%的研究证实cobot能减轻体力疲劳（如重复性搬运任务），提升工作满意度（Brun & Wioland, 2024）。

• •

  负面挑战：高速（>500 mm/s）或近距离（<1 m）操作会显著升高压力指标，如皮肤电反应（SPR）和皮质醇水平（Arai et al., 2023）。例如，当cobot臂以1000 mm/s运行时，操作者的焦虑评分较基线状态增加37%（Koppenborg et al., 2021）。

认知负荷的驱动因素

• •

  任务复杂性：双任务条件（如组装零件同时倒数计数）使NASA-TLX评分提高2.1倍（Brunzini et al., 2022）。

• •

  控制权缺失：当操作者无法调节cobot速度时，前额叶皮层氧合血红蛋白浓度（通过fNIRS检测）显著上升，提示认知资源过度消耗（Hopko et al., 2023）。

设计优化路径

• •

  自适应系统：基于实时脑电图（EEG）的cobot调速系统能将压力水平降低29%（Eyam et al., 2021）。

• •

  界面设计：增强现实（AR）引导界面比传统显示屏减少40%的操作失误（Kalatzis et al., 2022）。

局限与未来方向

当前研究存在三大短板：

1. 1.

   生态效度不足：93%的实验在实验室完成，仅2项涉及真实工厂（如法国食品企业案例）。

2. 2.

   测量工具碎片化：压力评估工具从视觉模拟量表（VAS）到机器人焦虑量表（RAS）差异显著，缺乏标准化。

3. 3.

   长期影响空白：无一研究追踪超过6个月的cobot使用效应。

工业实践启示

建议企业分阶段实施“心理友好型”cobot集成：

1. 1.

   试点期：采用生理监测腕带（如Empatica E4）实时预警压力峰值；

2. 2.

   培训期：通过游戏化VR模拟（如塔防任务）提升操作者对高速cobot的适应力；

3. 3.

   迭代期：建立跨学科团队（工程师+心理学家）优化人机权力分配——例如将“领导者-跟随者”模式中的角色切换频率控制在每15分钟1次（Messeri et al., 2023）。

结论

cobot既是制造业转型的催化剂，也是工人心理健康的潜在应激源。通过融合生理信号监测、弹性任务分配和动态速度控制，有望实现工业5.0“技术赋能而不压迫人性”的核心愿景。未来研究需跨越实验室围墙，在真实流水线上验证这些干预策略的普适性。