嶺大研究：AI自主接管工作反增員工疲勞
AM730 · 3 SOURCES1 day ago2 MIN
Summary
人工智能（AI）日益融入各行各業，「人機協作」模式成為備受關注的議題。嶺南大學（嶺大）心理學系一項與內地學府合作的聯合研究發現，AI在員工工作量突然增加的「高壓」狀態下確實有助維持表現；然而，盲目提高AI的自主權，並讓其主動介入接管工作，或會削弱使用者對工作的掌握，未必能減輕負擔之餘，更會增加心理疲勞及「人機衝突」。學者指出，保留人類對工作分配的主導決策權，有助維持長遠工作表現及判斷能力 。
Key Points
- 研究團隊招募92名大學生，採用美國太空總署（NASA）開發的MATB模擬平台，以航空駕駛艙為場景進行測試 。
- 首輪實驗發現，工作量急增時「追蹤任務」準確度由76%急跌至55%，反映員工會優先處理需即時回應的離散性任務 。
- 第二輪比較「人類主導模式」與「人機共享控制權模式」，後者由AI自動偵測工作量變化並主動接管 。
- 工作量急升時，共享控制權模式能分擔壓力；但工作量回落時，人類主導模式表現更佳，因系統交還控制權時使用者難即時掌握狀況 。
- 長時間工作下，共享控制權模式參與者的疲勞評分顯著高於人類主導組別，反映更高自動化不一定減輕心理負荷 。
Why It Matters
徐杰教授強調，大眾不能「一刀切」認為更高程度的自動化會令工作更輕鬆或帶來更好表現。當智能系統未能清楚向使用者解釋其判斷依據，容易引發人機認知落差，影響協作效果。未來智能系統設計應根據工作情況靈活調整權限分配機制，在自動化效率與人類主導權之間取得平衡，並更重視透明度及「人機溝通」機制，讓使用者理解系統狀態和決策原因。有關發現對航空駕駛艙設計、遙距操作、智能交通及其他涉及高風險決策的「人機協作」場景具有重要參考價值 。
徐杰教授強調，大眾不能「一刀切」認為更高程度的自動化會令工作更輕鬆或帶來更好表現。當智能系統未能清楚向使用者解釋其判斷依據，容易引發人機認知落差，影響協作效果。未來智能系統設計應根據工作情況靈活調整權限分配機制，在自動化效率與人類主導權之間取得平衡，並更重視透明度及「人機溝通」機制，讓使用者理解系統狀態和決策原因。有關發現對航空駕駛艙設計、遙距操作、智能交通及其他涉及高風險決策的「人機協作」場景具有重要參考價值 。