嶺大研究指座艙AI接管或加劇機師心理疲勞

嶺南大學心理學系以航空駕駛艙作為研究場景，探討人工智能逐步進入座艙後，機師與自動化系統之間可能出現的新風險。研究由嶺大認知科學研究中心主任兼心理學系副教授徐杰與合作團隊進行，採用美國太空總署開發的多重任務模擬平台，模擬機師在高壓環境下同時處理多項任務的工作情境，並分析在不同工作量下，人類與AI如何分配決策權與控制權，進而影響安全、效率與使用體驗 1。結果顯示，AI在高工作量或緊急情況下主動支援，確可減少即時失誤風險，但若過度依賴AI接管，操作者可能逐漸脫離操作脈絡，待系統交還控制權時，未必能迅速重新掌握全局，甚至累積更高心理疲勞 1。團隊因此提出，未來座艙AI不應只追求更高自動化比例，而應重視人機協作節奏、權限安排與交接時機，確保整個人機團隊維持表現、情境意識與安全 1。

這項研究的價值，在於它沒有把AI視為單純替代人手的工具，而是把焦點放在「誰在何時掌握控制權」這個更貼近實際飛行安全的問題。徐杰指出，現時已投入實際運作的座艙AI，主要仍集中於航跡優化、資訊整合與決策支援；至於可主動接管任務的「數碼副機師」、視覺導航及自適應自動化，仍處於驗證或示範階段，但只要AI開始提出決策、改變分工，甚至轉移控制權，人機之間便可能出現新的理解落差與權限衝突 1。 從航空業過往經驗看，不少空難都與機師和自動化飛航系統之間的溝通失誤、權限爭奪或情境判斷落差有關，因此這項研究並非單純學術討論，而是直接對應未來航空科技落地時的制度設計。研究結果顯示，在工作量急升或突發狀況下，共享控制權模式確實能有效分擔壓力，避免操作者因不勝負荷而犯錯，這說明AI在危急時刻具備實際支援價值 1。然而，當AI長時間主動接手，機師可能因缺乏持續參與而逐步脫離實際操作狀態；一旦系統突然交還控制權，機師未必能即時重建對飛行狀況的完整理解，這種交接落差正是飛行安全中的高風險環節 1。 徐杰提出，較合理的做法不是一味提高自動化，而是按工作負荷與機師狀態作動態分工。例如在緊急情況下，AI可先接管部分持續性、重複性任務，讓機師集中處理突發事件；待危機過後，系統不應過早或過急交還控制權，而應在確認機師已準備好後，再逐步完成交接 1。更重要的是，機師應保有延後或拒絕交接的權利，令控制權轉移不再只是系統單方面決定，而是建立在雙方狀態匹配與情境意識恢復之上 1。 對香港及區內航空業而言，這項研究亦有現實啟示。航空公司近年積極引入更高階的數碼系統，以提升效率、節省燃油及優化航班運作，但若設計思維只著眼於「AI能做多少」，而忽略「人如何與AI協作」，便可能把風險由體力負荷轉移為認知負荷與心理疲勞 1。研究提醒業界，衡量先進座艙系統成效的標準，不應只是自動化比例，而是整個人機團隊能否在高壓、突發與長時間運作下，仍然維持穩定表現、清晰權責與安全邊界 1。