16 Jan Die Rolle des Menschen in automatisierten Systemen

Die Rolle des Menschen in automatisierten Systemen verschiebt sich aufgrund des Fortschrittes im maschinellen Lernen und dem steigenden Automatisierungsgrad. In solchen Systemen nehmen menschliche Operatoren häufig die Rolle der Überwachung oder der Aufsicht ein. Diese Verschiebung kann zu Schwierigkeiten führen, wenn es notwendig ist, schnelle Kontrollmaßnahmen zu treffen. Um den geänderten Rollen gerecht zu werden, sind neue Arten von Mensch-Computer-Interaktionen gefragt, die eine intuitive, flüssige Koordination zwischen Menschen und automatisierten Systemen ermöglichen. VIRTUAL VEHICLE entwickelt die Methoden und Berechnungstools, die es Konstrukteuren und Ingenieuren ermöglichen, die notwendigen fortschrittlichen Automatisierungsschnittstellen in den Automobil-und Industriebereichen zu schaffen.

Neuere Fortschritte in der künstlichen Intelligenz und “kognitives Computing” ermöglichen eine Automatisierung die, die traditionellen Grenzen zwischen Mensch und Computer verändert. Die höchsten Automatisierungsstufen werden oft als “Autonomes System” bezeichnet. Der Automatisierungsbereich unterscheidet sich in der Art und Weise, wie viel von einem Betrieb automatisiert wird, beispielsweise vom automatischen selbst Parken bis hin zum Start-to-Finish-Betrieb. Die vollständige End-to-End-Automatisierung umfasst hoch adaptive Aufgaben Aspekte, wie z. b. die Planung, Initiierung, Beendigung und den Übergang eines Vorgangs. Solche Aufgaben sind oft komplex und kostspielig zu automatisieren. Stattdessen weisen automatisierte Aufgaben normalerweise ausreichende Regel mäßigkeiten auf, wie z. b. die Beibehaltung eines konstanten Abstands oder sogar das Lenken eines Fahrzeugs in bestimmten Umgebungen. Die meisten End-to-End-Operationen, insbesondere in komplexen Umgebungen, erfordern jedoch eine menschliche Beteiligung.

Menschen in automatisierten Systemen

Ein Grund, warum Menschen auch in hoch automatisierten Systemen unverzichtbar bleiben, ist ihre relative Flexibilität, sich an neue und ungeplante Situationen anzupassen und kreative Lösungen zu finden. Obwohl die leistungsfähigen intelligenten Lernalgorithmen, die Konstrukteure und Ingenieure heute nutzen, immer komplexere Verhaltensmuster extrahieren können, ist die Vorhersage des zukünftigen Zustands in einem dynamischen Umfeld wie einer Stadt oder einem öffentlichen Luftraum äußerst schwierig.

Abbildung 1: Modell der interconnetion zwischen Mensch und Automatisierung

Während übermäßig komplexe Umgebungen wie Fahrzeug-oder Luftverkehr theoretisch durch neue radikale Standards vereinfacht werden könnten die, die Komplexität verringern (z. b. den Flugverkehr ähnlicher machen wie der Schienenverkehr), ist dies aufgrund der beträchtlichen Menge an notwendige nationale und internationale Harmonisierungsbemühungen und Kosten, die oft nicht mit dem kommerziellen Bedarf an Produktdifferenzierung vereinbar sind (die Luftfahrt-Innovationsprogramme “Next-Gen” in den USA und “SESAR” stellen in der EU Beispiele dar). Stattdessen ist die Zuweisung hoch adaptiver Funktionen zum “intelligenten” Menschen oft praktischer, kostengünstiger und einfacher zu zertifizieren. Wenn jedoch die Zuweisung von Funktionen hauptsächlich von technologischen Fähigkeiten und wirtschaftlichen Interessen und nicht von menschlichen Zwängen und Fähigkeiten angetrieben wird, sind die daraus resultierenden Systeme oft schwierig zu bedienen und können zu unsicheren Operationen führen oder bleiben unverkäuflich. Aktuelle Forschung ist gründlich und untersucht die menschliche Rolle in automatisierten Systemen. Die Ergebnisse deuten darauf hin, dass die Überwachung und Kontrolle zu Langeweile und Schwierigkeiten der Aufrechterhaltung der Achtsamkeit in Situation führen kann. Darüber hinaus reagieren die Menschen langsamer, wenn Sie “Out-of-the-Loop” sind.

Aviation Automation hat gezeigt, dass der verstärkte Einsatz von Flug-Automatisierung dazu führen kann, dass ein Verlust der manuellen Fertigkeiten des Piloten und Verwirrung über das, was die Automatisierung tatsächlich tut eintritt. Das führt zum “Automatisierungs-Rätsel”: Je mehr und besser die Automatisierung funktioniert, desto unwahrscheinlicher ist es, dass die menschlichen Betreiber in der Lage sind, effektiv zu intervenieren und bei Bedarf manuell zu übernehmen. Diese vielfältige Zusammenschaltung zwischen Mensch und Automatisierung ist gut am Beispiel im “Haso-Modell” von Endsley (siehe Abbildung 1) erklärt worden. Im Wesentlichen sind die grundlegende Automatisierungsleistung und die Leistung der menschlichen Interaktion voneinander abhängig.

Mensch-System-Integration

Damit ist die Interaktion zwischen Mensch und Automatisierung zu einem entscheidenden Faktor für die erfolgreiche Übernahme von Automatisierung geworden. Die Herausforderung besteht darin, dass die Schnittstelle genügend Informationen für den Menschen bereitstellen muss, dem weniger bewusst ist, was durchsickert, und gleichzeitig eine schnelle Reaktion ermöglicht. Informationsüberlastung und die Unfähigkeit effektiv zu reagieren kann das Ergebnis sein, wie bei den Unfällen von Air France Flug 447 in 2009 oder Asiana Flight 214 in 2013. Das Leitprinzip für die Entwicklung einer effektiven Mensch-Automatisierungs-Interaktion ist seit vielen Jahrzehnten gut anerkannt: Technologische und menschliche Forschung sollten von frühen Entwurfsphasen an zusammenarbeiten, um gemeinsam die Verteilung von Funktionen zu Automatisierung und Mensch zu optimieren . Dies hilft Probleme zu vermeiden, wie die Notwendigkeit für die menschliche Bedienung zu beheben, was die Automatisierung nicht tun kann oder die Schaffung von Systemen, die aufgrund der unrealistischen Erwartungen der menschlichen Betreiber scheitern. Obwohl das Prinzip unkompliziert ist, ist die Implementierung schwieriger, weil es eine Zusammenarbeit zwischen recht unterschiedlichen Teammitgliedern (z.b. Technische Ingenieure und human-soziale Forscher) erfordert, die über verschiedene Kenntnisse, Hintergründe und Ziele verfügen. Dies erfordert eine gemeinsame Sprache, Methoden und Werkzeuge zur gegenseitigen Kontextualisierung der technischen und menschlichen Eigenschaften.

Methoden und Werkzeuge zur Integration

Menschen und Automatisierung die menschliche und technologische Forschung verbinden, um effektive Automatisierung zu entwerfen, erfordern Methoden und Tools zur Zusammenarbeit, zum Austausch oder zur gemeinsamen Nutzung kritischer Informationen und zum Durchlaufen von Entwürfen. Um diesen Prozess zu unterstützen, entwickelt VIRTUAL VEHICLE Methoden und Werkzeuge, die sich um eine neue kognitive Modellierungsarchitektur, den Grazer Modell-Human Prozessor (genetisch), drehen, siehe Abbildung 2. Das GHMHP ermöglicht die Simulation der kognitiven Prozesse, die der menschlichen Leistung zugrunde liegen und die anschließende Integration solcher Prozesse in Systemsimulationen.

Vorteile

Im Rahmen eines laufenden internen strategischen Projekts ermöglicht die GMHP-Architektur das Modellieren von Prozessen wie visuellem Scannen, Antwortauswahl und Ablenkung und führt zu einer Quantifizierung der menschlichen Leistung bei einer großen Anzahl von Simulationsszenarien. Darüber hinaus wird der genetisch verwendet, um adaptive Benutzeroberflächen zu entwerfen und zu implementieren, die von der Beobachtung des menschlichen Verhaltens lernen. Das GMHP basiert auf mehr als 30 Jahren kognitiver Simulations-Forschung und wird in Zusammenarbeit mit der Informatikabteilung der “University of Illinois” in Urbana-Champaign entwickelt. GMHP wird bald verfügbar sein, um die Entwicklung effektiver Automatisierungs-und adaptiver Computerschnittstellen in Forschungsprojekten und kommerziellen Anwendungen zu ermöglichen.

Setzen Sie sich mit den Autoren in Verbindung:

Dr. Peter Mörtl

Schlüssel Forscher für die Integration von Mensch und System
Kontakt

Dr. Wai-Tat Fu

Associate Professor für Mensch-Computer-Interaktion
Department of Computer Science University of Illinois.
Kontakt