岭大研究：AI自主接管工作反增员工疲劳
AM730 · 3 SOURCES1 day ago2 MIN
Summary
人工智能（AI）日益融入各行各业，「人机协作」模式成为备受关注的议题。岭南大学（岭大）心理学系一项与内地学府合作的联合研究发现，AI在员工工作量突然增加的「高压」状态下确实有助维持表现；然而，盲目提高AI的自主权，并让其主动介入接管工作，或会削弱使用者对工作的掌握，未必能减轻负担之余，更会增加心理疲劳及「人机冲突」。学者指出，保留人类对工作分配的主导决策权，有助维持长远工作表现及判断能力 。
Key Points
- 研究团队招募92名大学生，采用美国太空总署（NASA）开发的MATB模拟平台，以航空驾驶舱为场景进行测试 。
- 首轮实验发现，工作量急增时「追踪任务」准确度由76%急跌至55%，反映员工会优先处理需即时回应的离散性任务 。
- 第二轮比较「人类主导模式」与「人机共享控制权模式」，后者由AI自动侦测工作量变化并主动接管 。
- 工作量急升时，共享控制权模式能分担压力；但工作量回落时，人类主导模式表现更佳，因系统交还控制权时使用者难即时掌握状况 。
- 长时间工作下，共享控制权模式参与者的疲劳评分显著高于人类主导组别，反映更高自动化不一定减轻心理负荷 。
Why It Matters
徐杰教授强调，大众不能「一刀切」认为更高程度的自动化会令工作更轻松或带来更好表现。当智能系统未能清楚向使用者解释其判断依据，容易引发人机认知落差，影响协作效果。未来智能系统设计应根据工作情况灵活调整权限分配机制，在自动化效率与人类主导权之间取得平衡，并更重视透明度及「人机沟通」机制，让使用者理解系统状态和决策原因。有关发现对航空驾驶舱设计、遥距操作、智能交通及其他涉及高风险决策的「人机协作」场景具有重要参考价值 。
徐杰教授强调，大众不能「一刀切」认为更高程度的自动化会令工作更轻松或带来更好表现。当智能系统未能清楚向使用者解释其判断依据，容易引发人机认知落差，影响协作效果。未来智能系统设计应根据工作情况灵活调整权限分配机制，在自动化效率与人类主导权之间取得平衡，并更重视透明度及「人机沟通」机制，让使用者理解系统状态和决策原因。有关发现对航空驾驶舱设计、遥距操作、智能交通及其他涉及高风险决策的「人机协作」场景具有重要参考价值 。