岭大研究指座舱AI接管或加重机师心理疲劳

岭南大学心理学系以航空驾驶舱作为研究场景，探讨人工智能逐步深入座舱后，机师与自动化系统之间可能出现的新型风险。研究由岭大认知科学研究中心主任兼心理学系副教授徐杰与合作团队进行，采用美国太空总署开发的多重任务模拟平台，模拟机师在高压环境下同时处理多项任务的工作状态，并分析在不同工作量条件下，人类与AI如何分配决策权与控制权，从而影响安全性、工作效率和使用体验 1。结果显示，AI在高工作量或紧急情况下主动支援，确实能够降低即时失误风险，但如果过度依赖AI接管，操作者可能逐步脱离操作脉络，待系统交还控制权时，未必能够迅速重新掌握整体状况，甚至累积更高的心理疲劳 1。研究团队因此强调，未来座舱AI的发展重点不应只是提高自动化比例，而应更重视人机协作节奏、权限安排和交接时机，确保整个人机团队维持表现、情境意识与安全 1。

这项研究的重要之处，在于它并未把AI简单视为替代人力的工具，而是把焦点放在“谁在什么时候掌握控制权”这一更贴近实际飞行安全的问题上。徐杰指出，目前已投入实际运作的座舱AI，主要用于航迹优化、信息整合和决策支持；至于能够主动接管任务的“数字副机师”、视觉导航以及自适应自动化，仍处于验证或示范阶段，但只要AI开始提出决策、改变分工，甚至转移控制权，就可能带来新的理解偏差与权限冲突 1。 从航空业过往经验来看，不少空难都与机师和自动化飞航系统之间的沟通失误、权限争夺或情境判断落差有关，因此这项研究并非纯粹的实验室讨论，而是直接对应未来航空科技落地时的制度设计。研究结果显示，在工作量急升或突发状况下，共享控制模式确实能够有效分担压力，避免操作者因不堪负荷而犯错，这说明AI在危急时刻具有现实支援价值 1。但另一方面，当AI长时间主动接手后，机师可能因为缺乏持续参与而逐渐脱离实际操作状态；一旦系统突然交还控制权，机师未必能够立即重建对飞行状态的完整理解，这种交接落差正是飞行安全中的高风险环节 1。 徐杰认为，更合理的做法不是一味提高自动化，而是根据工作负荷和机师状态进行动态分工。例如在紧急情况下，AI可以先接管部分持续性、重复性的任务，让机师集中处理突发事件；待危机过后，系统不应过早或过快交还控制权，而应在确认机师已经准备好之后，再逐步完成交接 1。更关键的是，机师应保有延后或拒绝交接的权利，使控制权转移不再只是系统单方面决定，而是建立在双方状态匹配与情境意识恢复的基础上 1。 对香港及区域航空业而言，这项研究也具有现实启示。航空公司近年来积极引入更高阶的数字系统，以提升效率、节省燃油并优化航班运行，但如果设计思路只关注“AI能做多少”，而忽视“人如何与AI协作”，风险就可能从体力负荷转移为认知负荷和心理疲劳 1。研究提醒业界，衡量先进座舱系统成效的标准，不应只是自动化比例，而应看整个人机团队能否在高压、突发和长时间运行下，仍然维持稳定表现、清晰权责与安全边界 1。