《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Human-Software Trust Over 45?Days of Simulated Spaceflight
编辑推荐：
：空间飞行作业是一种动态且安全关键的环境，依赖于自动化系统。机组人员在整个任务期间被期望信任这些系统。在空间飞行情境下，信任如何随时间变化，以及信任测量与可用性测量之间的关系，目前尚不明确。本研究提供了在类似空间飞行的极端环境中对信任进行纵向评估的初步结果。在
：空间飞行作业是一种动态且安全关键的环境，依赖于自动化系统。机组人员在整个任务期间被期望信任这些系统。在空间飞行情境下，信任如何随时间变化，以及信任测量与可用性测量之间的关系，目前尚不明确。本研究提供了在类似空间飞行的极端环境中对信任进行纵向评估的初步结果。在一次模拟空间飞行任务中，机组人员使用了一款旨在通过允许其自主管理日程来增强机组自主性的软件工具。他们共三次填写了软件信任问卷，最后一次为任务后填写。他们还填写了一份任务后的多维可用性问卷。结果表明，信任随时间增加，这一变化主要由安全性和熟悉性相关条目驱动。任务后信任与可用性中的吸引力、可靠性和效率维度呈正相关。软件信任是一种动态现象，且与可用性密切相关。
论文解读：
研究背景与问题：
人机交互领域中，信任与可用性是两个核心概念。在深空探索等安全关键场景中，用户对软件工具的信任程度直接影响其对系统的依赖程度，而可用性不佳则与错误率上升密切相关。美国国家航空航天局（NASA）现行标准要求软件工具在部署前必须具备高可用性，并通过标准化问卷进行量化评估。然而，现有研究对空间飞行任务情境下信任与可用性之间的关系探讨有限，也缺乏关于这些构念在操作环境中随时间变化的证据。此前有实验室研究指出，多维可用性量表（UEQ）的多个子维度与信任复合得分高度相关，但该研究存在两点局限：一是短期实验室环境难以反映长期真实使用情况；二是信任量表中部分条目与UEQ子维度在语义上存在重叠，可能造成相关性的虚假放大。因此，有必要在更接近真实操作的环境中对信任的纵向变化及其与可用性的关联进行更严格的检验。
研究内容与结论：
研究人员利用NASA约翰逊航天中心为期45天的空间飞行模拟任务，分析了16名参与者的数据。该模拟环境模拟了前往火星途中的隔离与限制状态。参与者反复使用一款名为Playbook的日程调度软件工具，该工具支持任务执行、程序访问、活动时间线展示，并允许机组人员根据偏好和约束实时调整日程，系统自动执行约束检查。信任通过Jian等人（2000）提出的12条目量表在任务约三分之一、三分之二及任务后三个时间点进行测量，可用性则在任务后通过26条目的用户体验问卷（UEQ）评估，该问卷涵盖吸引力、清晰度、效率、可靠性、刺激性和新颖性六个子维度。
研究结果显示，信任复合得分随时间显著增加（b=0.19，SE=0.07，p=.0102）。在个体层面，从第一次测量到第二次测量，16名参与者中有11人（68.75%）信任得分上升；从第二次到第三次，15人中有11人（73.33%）上升；从第一次到第三次，15人中有12人（80.00%）上升。条目层面分析经错误发现率（FDR）校正后，仅安全性和熟悉性两个条目呈现显著增长，表明信任的整体提升主要由对工具安全感的增强和熟悉度的积累所驱动，而非各条目的均匀变化。
在信任与可用性的关系上，研究人员剔除了与UEQ可靠性子维度语义重叠的三个信任条目（“Playbook是可靠的”“Playbook是可信赖的”“Playbook提供安全性”），以剩余九个条目构成修剪后的信任得分（trust_trimmed）。Kendall's tau相关分析显示，任务后信任与UEQ的可靠性（τ=.61，p=.0045，p-FDR=.0158）、效率（τ=.60，p=.0053，p-FDR=.0158）和吸引力（τ=.55，p=.0099，p-FDR=.0198）子维度显著正相关，其余子维度未达显著水平。
主要技术方法：
本研究采用纵向问卷调查法，在模拟空间飞行任务期间对16名参与者进行三次信任测量和一次任务后可用性测量。数据分析采用线性混合效应模型，以信任复合得分及单个条目为因变量，测量次序为固定效应，参与者为随机截距，以处理重复测量数据。条目层面分析应用FDR校正控制多重比较。信任与可用性关系采用Kendall's tau相关分析，并在剔除语义重叠条目后重复检验。样本来源为NASA约翰逊航天中心45天空间飞行模拟任务的16名参与者，其中15人完成全部任务后测量。
研究结果分述：
信任随时间增加：线性混合效应模型显示信任复合得分随测量次序显著上升，个体层面多数参与者呈现上升趋势，表明在长期操作环境中信任并非静态，而是动态演变的。
条目层面驱动因素：对12个信任条目逐一建模后，仅安全性和熟悉性条目在FDR校正后仍显著增长，说明信任的整体提升主要源于对工具安全感知的增强和熟悉度的积累，而非所有方面的同步变化。
信任与可用性的相关：剔除语义重叠条目后，任务后信任与UEQ的可靠性、效率和吸引力三个子维度显著正相关，复现了Marquez等人（2022）的原始发现，并排除了该相关性仅由条目措辞重叠所致的可能性。
讨论与结论：
本研究在操作化空间飞行模拟环境中实证表明，人机信任是一个动态且多维的构念。信任随时间的增长主要由安全性和熟悉性感知驱动，这与近期空间模拟环境中的研究结果一致，也支持了信任不同维度随时间差异化变化的观点。信任与可用性在任务结束时的正相关关系表明，Marquez等人（2022）的原始发现并非条目措辞重叠的伪影，而是具有实质性的构念关联。研究人员推测，以用户体验改进为导向的迭代设计方法，例如通过UEQ追踪用户反馈，可能间接促进用户对软件的信任。
信任随时间的变化本身可作为人机交互质量的指标。若系统能有效支持用户，信任不应随时间下降；反之，若初始信任因外观设计而产生，却在反复使用中因功能缺陷而消退，则信任下降可反映系统不足。基于本数据，Playbook在任务期间成功支持了任务操作，并随时间建立了信任。研究人员建议人机交互从业者重复测量信任，以便做出此类推断。
研究结论翻译：本研究利用45天模拟空间飞行任务的独特机会，回答了信任在空间飞行相关调度软件中如何随时间变化，以及标准化信任与可用性测量之间的关系两个问题。分析显示，对软件工具的信任在任务期间呈现适度但可靠的增加，条目层面分析表明这一增加由安全性和熟悉性感知驱动。信任还与UEQ的多个可用性维度正相关，复现了Marquez等人（2022）的发现。即使在剔除与UEQ可靠性子维度语义冗余的信任条目后，信任与Playbook的可靠性、效率和吸引力感知之间仍存在显著关联。该工作通过实证表明，在操作化空间飞行环境中，信任是一个动态且多面的构念，为理解人机信任的理论模型提供了新证据。信任与可用性的正向关联提示，改善用户体验的设计策略可能同时促进用户信任，而信任的纵向变化可作为评估人机交互质量的有效指标。
