翻译-自动化的讽刺（1983）

在自动化系统中，留给操作员的任务通常分为两大类。他可能需要监控自动系统是否正常运行，如果出现异常，则可能需要呼叫经验更丰富的操作员或亲自接管。我们将首先讨论手动接管的讽刺之处，因为所提出的观点也对监控工作有所启示。接管并稳定流程需要手动控制技能，而诊断故障作为停机或恢复的基础则需要认知技能。

我了解到一个自动化工厂，管理层必须在夜班期间在场，否则操作员会将流程切换到「手动」模式。这引发了一个普遍问题，即技能对个人的重要性。
技能的一个结果是，操作员知道在需要时自己能够充分接管工作。否则，这份工作将是最糟糕的类型之一：它极其枯燥却又责任重大，然而却没有机会获得或维持处理这些责任所需的素质。工人的技能水平也是其地位的主要方面，无论是在工作群体内部还是外部。如果工作因简化为监控而「去技能化」，这对相关人员来说是难以接受的。它还导致了薪酬差异不协调的讽刺现象，即去技能化的工人坚持要求高薪水平，作为其地位的剩余象征，而这种地位已不再由工作内容所证明。

Ekkers 及其同事（1979 年）发表了一项关于控制系统特性与操作员主观健康及成就感之间相关性的初步研究。简而言之：过程信息的高度一致性、过程的高度复杂性以及过程的高度可控性（无论是手动还是通过适当的自动化实现）均与较低的压力和工作负荷以及良好的健康状况相关，反之亦然；而快速的动态过程以及无法直接在界面上执行的高频操作则与高压力、高工作负荷及不良健康状况相关。过程的高度可控性、良好的界面人机工程学以及丰富的活动模式均与较高的成就感相关。许多研究表明，高压力水平会导致错误，而健康状况不佳和工作满意度低则会导致缺勤等间接成本增加（例如 Mobley 及其同事，1979 年）。

在任何需要快速注意到低概率事件的情况下，必须为操作员提供人工辅助，必要时甚至需要设置报警的报警。在具有大量控制回路的工艺过程中，如果没有报警系统，操作员无法迅速定位到工厂的正确区域，最好还能配备某种形式的报警分析功能。遗憾的是，闪烁红灯的泛滥反而会造成混淆而非提供帮助。为操作员设计大型报警系统存在重大问题和讽刺性矛盾（Rasmussen and Rouse, 1981）。

显示器通过展示目标值，可以帮助操作员监控自动控制性能。对于单一公差带而言，这很简单，但如果公差在批处理过程中发生变化，情况就变得更为复杂。一种可能的解决方案是通过软件生成在视频显示单元上显示当前适用的公差。这实际上并未绕开问题，只是以不同形式提出了相同的问题。如果计算机控制失效的概率极低，操作员就不会观看视频显示单元。如果计算机能够生成所需数值，那么它也应该能够进行监控和报警。操作员如何监控计算机是否正常工作，或者在其明显失效时接管控制？对于高度熟练使用计算机生成显示器的操作员来说，如果这些显示器在紧急情况下不再可用，可能会引发重大问题。一个讽刺但明智的建议是，主要过程信息应使用直接有线显示器，而定量细节则使用软件显示器（Jervis 和 Pope，1977 年）。

「灾难性」故障相对容易识别。不幸的是，自动控制可能通过对抗变量变化来「掩盖」系统故障，以至于趋势在失控之前不会显现。这意味着自动系统还应监控异常变量运动。但这并非计算机系统应追求的特性，因为这种特质可能导致故障监控出现问题（例如 Wiener 和 Curry，1980）；自动化系统应当在故障时表现出明显的异常。

具有讽刺意味的是，如果人类操作员必须监控计算机决策的细节，那么计算机就需要采用操作员能够理解的方法和标准，并以操作员能跟上的速度进行决策——即便这在技术上可能并非最高效的方式。若不这样做，当操作员不信任或不同意计算机的决策时，他将无法追溯系统的决策序列来判断自己在多大程度上认同该决策。

常被提及的克服注意力疲劳问题的一种方法是人为提高信号频率。然而，人为增加计算机故障率将是错误的，因为这将导致操作员不再信任系统。Ephrath（1980）曾报告一项研究，其中计算机辅助反而使系统性能更差，因为操作员仍需自行决策，而核查计算机决策又额外增加了其工作负担。

如果人类操作员不参与在线控制，他将无法详细了解系统的当前状态。人们可以问，这对有效手动接管的可能性施加了哪些限制，无论是为了稳定或关闭过程，还是为了故障诊断。

当关闭过程简单且成本较低时，直接的解决方案是自动关闭。问题出现在那些由于复杂性、成本或其他因素（例如空中的飞机）必须稳定而非关闭的过程中。这应该手动完成还是自动完成？如果过程动态可以在操作员弄清楚情况时保持几分钟不变，那么手动关闭是可用的。对于非常快速的故障，在几秒钟内（例如压水核反应堆而非飞机），当没有来自先前变化的警告，以至于在线工作存储也无用时，那么可靠的自动响应是必要的，无论需要多少投资，如果这不可能，那么如果故障成本不可接受，就不应该建造这个过程。

对于不那么快速的故障，或许可以通过过度学习的手动响应来「争取时间」。这需要在高度逼真的模拟器上进行频繁练习，并对系统故障有足够理解，以确保涵盖所有故障类别。如果应对故障所需的分步操作数量超过可用时间内可完成的范围，那么部分操作必须自动执行，其余部分则由高度熟练的操作员完成。

上一节的观点清楚地表明，保持手动操作技能可能至关重要。一种可能性是允许操作员在每个班次中短暂使用手动控制。如果这一建议显得可笑，那么必须提供模拟器练习。一个足以教授过程基本行为的模拟器可以非常简陋。准确快速的反应只能在高保真模拟器上习得，因此如果这些反应是必要的，那么这就是必要的成本。

关于调度和诊断的认知技能，也可以提出类似的观点。简单的图形表示足以训练某些类型的故障检测（Duncan and Shepherd, 1975），但前提是故障可以从控制面板的稳态外观中识别出来，并且等待稳态是可接受的。如果故障检测涉及识别随时间的变化，那么动态模拟器是训练所必需的（Marshall and Shepherd, 1981）。简单的识别训练也不足以培养处理未知故障或选择纠正措施的技能（Duncan, 1981）。

使用任何模拟器来训练应对极端情况都存在一些问题。无法模拟未知的故障，而对于那些可以预测但尚未经历过的故障，系统的行为可能也不为人知。这意味着训练必须关注通用策略而非具体应对措施，例如，模拟器可用于提供低概率事件的经验，这些事件可能训练者知晓但受训者不知。没有人能够被教导关于系统的未知特性。

在已知信息范围内练习解决问题。仅期望操作员通过查阅操作规程来应对不熟悉的事件是不够的。这些规程无法涵盖所有可能性，因此期望操作员监控这些规程并填补空白。然而，讽刺的是，我们培训操作员遵循指令，却将他们置于系统中以提供智能。

当然，如果一天中频繁出现警报，那么操作员在日常工作中将积累大量控制和思考过程的经验。或许最终的讽刺在于，那些最成功的自动化系统，由于很少需要手动干预，反而可能需要在操作员培训上投入最多的资源。

如果操作员仅充当传感器，使用计算机发出指令是不合适的，因为计算机同样可以激活一个更可靠的传感器。Thompson（1981）列出了四种类型的建议，涉及：根本原因、相对重要性、可用的替代行动以及如何实施行动。遵循建议时，操作员的反应会比他自己生成活动序列时更慢且更不协调；而且他也没有机会练习「智能」操作。此外，程序性信息的有效显示也存在问题。

机器对抗人为错误的可能性范围从简单的硬件互锁到复杂的在线计算。除了必须遵循特定操作序列的情况外，更适宜将此类「检查」置于行动效果之上，因为这不会对达成该效果所采用的策略做出假设。在手动控制下，操作员通常能在几秒内获得足够关于其行动结果的反馈以纠正自身错误（Ruffell-Smith, 1979），但 Wiener 和 Curry（1980）列举了人类在设置和监控自动设备时犯下相同类型错误的例子，当他们未能获得充分反馈时。这一点或许应在设计中加以考虑。Kreifeldt 和 McCarthy（1981）提供了关于显示器的建议，以帮助在操作序列中途被打断的操作员。Rouse（1981）提出通过计算机监控人眼运动来检查仪表扫描是否恰当，例如防止视野狭窄。

视频显示单元上软显示界面的日益普及，为设计与任务中特定知识和认知过程兼容的显示界面带来了引人入胜的可能性。这激发了大量富有创造性的设想，以至于指出实践中存在的困难似乎显得有些苛刻。

一种可能性是仅显示与特定操作模式相关的数据，例如启动、常规操作或维护。然而，需要谨慎处理，因为一个在正常情况下理想的界面可能会掩盖异常情况的发展（Edwards，1981）。

拉斯穆森（1979）提出的行为三级分类，即基于技能、基于规则和基于知识的行为。不同类型技能的使用部分取决于操作员的经验，尽管这些类型可能并不构成一个简单的连续体。查芬（1981）讨论了界面设计建议如何依赖于操作员是新手/初学者/熟练者/专家。然而，他关注的是在没有时间压力下人类访问计算机数据库的情况。在时间压力下的人机交互带来了特殊问题。基于知识的思维与「反射」反应之间的转变不仅仅是练习的函数，还取决于环境的不确定性，因此相同的任务元素在不同时间可能使用不同类型的技能来完成。因此，如果仅根据操作员的整体技能水平来提供显示，可能会使操作员感到困惑而不是有所帮助。没有时间压力的操作员如果发现显示类型不合适，可能会自己请求不同级别的信息。这将增加那些由动态系统节奏驱动的决策者的工作负担。 因此，Rouse（1981）提出，计算机或许能够识别操作员正在使用哪种类型的技能，并相应地改变显示界面（他并未说明如何实现这一点）。我们尚不清楚操作员对于不受自身控制的显示变化会感到多么困惑。Ephraph 和 Young（1981）曾指出，操作员在不同活动模式间切换需要时间，例如从监控转为控制，即使这些切换是由其自主控制的；可以推测，显示模式的变更也会引发类似问题。显然，必须极其谨慎地确保不同显示界面之间的兼容性。Rasmussen 和 Lind 最近的论文（1981）探讨了操作员在思考过程时可能采用的不同抽象层次，这将决定需要显示的知识库内容。同样，尽管操作员在不同时间确实会以不同的复杂度和抽象层次进行思考，但在时间压力下，他们是否能够使用或选择多种不同的显示界面，这一点尚不明确。

上文提到了一些关于操作员在异常条件下无法使用计算机生成显示时遇到的问题，这些操作员已经习惯了与计算机生成的显示界面协同工作。近期关于人类记忆的研究（Craik, 1979）表明，数据在接收过程中经过的意义处理越多，记忆效果就越好。这不禁让人思考，如果关于过程结构的信息呈现得如此成功，以至于操作员无需思考就能理解，那么操作员究竟能学到多少关于过程结构的知识呢？如果我们最终发现最兼容的显示界面毕竟不是给操作员的最佳显示界面，那无疑具有讽刺意味！（与显示界面选择的决策一样，这取决于要执行的任务。高度兼容的显示界面总是支持快速反应。这些观点推测它们是否也支持在异常条件下所需的知识获取和思维技能的培养。）

可以提出几点实用建议。对于每种无法简单映射到其他类型的信息（例如关于工厂空间布局的信息，与其功能拓扑结构相对），应至少有一个永久可用的信息来源。操作员不应为了获取当前思考部分之外的其他流程异常状态信息而在不同显示界面间翻页，也不应在同一决策过程中所需的信息显示界面间切换。关于复杂显示界面的研究应集中于确保它们之间的兼容性问题，而不是在不考虑与其他功能信息关系的情况下，寻找哪种独立显示界面最适合某一特定功能。最后以更乐观的基调结束，软件显示界面为丰富操作员的任务提供了一些有趣的可能性，允许他们设计自己的界面。

计算机可用于减轻人类工作负荷，方式包括简化操作员的决策（如上所述）或接管部分决策制定。对此进行的研究表明，这是一个复杂的问题。Ephrath 和 Young（1981）发现，在单回路控制中，手动控制的整体性能更优，但在复杂情况下，自动驾驶仪的表现也更好。
在驾驶舱模拟器的环境中，这表明辅助功能在高工作负荷下使用效果最佳。然而，辅助类型的效果取决于工作负荷的类型。Johannsen 和 Rouse（1981 年）发现，在异常环境条件下，飞行员报告在自动驾驶模式下规划深度减少，可能是因为自动驾驶仪正在处理这些条件；但在紧急飞机条件下，他们报告了更多的规划，这表明自动驾驶仪将飞行员从在线控制中解放出来，使其能够思考其他事情。Chu 和 Rouse（1979 年）研究了同时使用计算机辅助和自动驾驶仪的情况。他们安排计算机在操作员有一个其他任务项待处理且手动控制时接管决策，或者在自动驾驶仪控制时，在三个任务项待处理后接管决策。Enstrom 和 Rouse（1977 年）的研究清楚地解释了为什么 Rouse（1981 年）评论说，只有当工作负荷计算能够实时完成时，更复杂的在线方法才能将计算机辅助适应于人类工作负荷。 （若声称辅助人类有限能力的目标已将计算推向其能力极限是一种讽刺，未免过于草率，因为技术总有办法让这类言论显得过时。）恩斯特罗姆和劳斯还提出了一个重要观点：人类必须清楚计算机正在处理哪些任务以及如何处理，否则就会出现与人类团队中责任分配不明确时相同的问题。西奈科（1972）的评论强调了操作员对计算机能力认知的重要性：「当负荷较轻时，操作员似乎愿意让计算机承担大部分任务责任；当负荷较重时，操作员更频繁地介入并推翻计算机的决策」。 显然，除了技术考量之外，计算机辅助设计是一个多维度的复杂问题。