1、脑力负荷的研究的发展现状摘要：在现代人机系统中，操作作业者面临着大量的信息加工要求，必须保持注意力高度集中，并具有较高的反应速度和准确性。上述特点使操作者承受的体力负荷越来越少，相应地，脑力负荷越来越大。因此，研究人在系统中的表现以及脑力负荷及其对人机系统效率的影响具有重要作用。在过去的 30 年里，西方各主要国家投入大量的人力、物力研究脑力负荷，并用于系统设计。本文就目前脑力负荷的测定、脑力负荷评价模型的发展现状进行描述，并对未来脑力负荷研究的发展做出预测。关键词：脑力负荷、脑力负荷测定、脑力负荷评价模型、未来发展Abstract: In modern systems，the operati
2、ng operator facing a lot of information processing requirements，must maintain a high concentration of attention， and has a high reaction speed and accuracy. The above features enable the operator to withstand the physical load is less and less， accordingly， increasing mental workload. Therefore， the
3、 performance of studies in the system as well as mental workload and its impact on the efficiency of the man-machine system has an important role. Over the past 30 years， all major countries of the Western invest a lot of manpower， material research mental workload and system design. This article de
4、scribed the determination of mental workload， mental workload evaluation model of the development status， and to predict the future development of mental workload studies.Keywords: mental workload， mental workload measured mental workload evaluation model， the future development1. 引言随着科学技术的飞跃发展，传统的体
5、力劳动逐渐被脑力劳动所代替，人在系统中的地位发生了转变，作用也得到了加强，因此人们对脑力负荷的研究越来越重视。国际上有关脑力负荷研究发端较早，在 20 世纪 60 年代，就已经有人使用次任务和主观测量法来研究人在脑力任务中的负荷。脑力负荷最初是被用来作为与体力负荷相对应的一个术语，用来形容人在工作中的心理压力或信息处理能力，它涉及到工作要求、时间压力、操作者的能力及努力程度、行为表现和其它许多因素。 由于脑力负荷是一个多发面、多维度的概念，所以应从多个角度对其进行测量。目前脑力负荷的测量已经形成了较为完备的方法体系 ，包含主观评价法、主任务测量法、辅助任务测量法、生理测量法。本文将对这四种测量
6、方法进行描述，同时根据脑力负荷的特点介绍了脑力负荷的评价模型，并对未来脑力负荷的研究做出了预测。2. 四种测量方法2.1 主观评价法主观评价法是最流行也是最简单的脑力负荷评价法。该方法要求系统操作者陈述特定操作过程中的脑力负荷体验，或根据脑力负荷体验对操作活动进行难度排序。从系统使用者角度出发，主观评定技术被认为是最可接受的评价方法之一。主观测量法的理论基础是: 操作者脑力能力的占用与他们主观感知的自我努力程度是相关的，当自我努力程度感知较高时，其脑力能力的占用也较多，脑力负荷较高。主观评价法的缺陷是主观性强。具体体现在评价的结果有偏差、评价的结果容易混淆、方法应用存在局限性、方法敏感性存在特
7、异性。在主观测量法上，影响最大的几个工具是：CooperHarper 评价法、NASATLX 法和 SWAT 主观评价法。近年来有关脑力负荷主观测量法的研究主要集中在对一些主观量表的修订、简化、比较和扩大实践应用上。特别值得一提的是，Tsang 和 Velazquez 基于脑力多资源模型，提出了一个新的主观测量量表(Workload Profile，W P) ，该量表包含 4 个脑力工作的阶段 ，每个阶段占用两种脑力资源。1)信息处理阶段 ，占用概念中枢处理资源和响应资源 ；2)编码处理阶段 ，占用空间编码资源和语言编码资源；3)输入阶段 ，占用视觉接收资源和听觉接收资源；4)输出阶段 ，占用
8、操作输出资源和语言输出资源。使用该量表时要求受试者在执行脑力任务后根据自己的主观感受对这 8 项脑力资源的使用情况给出一个介于 0 到 1 之间的数字 ， “0 ”代表完全没有占用该资源 ， “1”代表该资源被全部占用。最后将 8 个数字相加得到整体脑力负荷。研究都表明，用 W P 量表测量脑力负荷，在抗干扰性、敏感度、效度和诊断性等指标上表现都不错，接近经典的 SWAT 和 NASA 2TLX 等量表，同时 W P 量表的使用较为简单，因此是近些年脑力负荷主观测量方法发展上的一个亮点。2.2 主任务测量方法主任务测量方法是通过测量操作人员在工作时的业绩指标来判断这项工作给操作人员带来的脑力负
9、荷。根据资源理论，随作业难度的增加，操作者投入的脑力资源量越来越多，剩余资源越来越少，脑力负荷也随之上升。当操作者所需的资源量超过特定的限度时，将由于资源需求的脱节造成操作绩效下降。因此就可以从人的业绩指标的变化反推脑力负荷。主任务测量可以分为两类，一类指单指标测量，一类为多指标测量。但是主任务测量法有很明显的缺陷。首先，大部分脑力任务所涉及的脑力资源不同，其内在机理非常复杂，很难直接用主任务的一两个指标就完全表达；其次，脑力任务的的性质不同，使主任务绩效的测量指标本身就很难统一。这些缺陷被很多研究者清楚地认识到，因此，主任务测量法在实践中的应用很有限，近些年来发展较为缓慢，绝大部分研究沿袭了
10、从前的经典方法，而主任务绩效也往往只是作为脑力负荷其他测量指标的补充。常用的主任务及其测量指标见下表。常用的主任务及其测量指标 主任务 测量指标 主任务 测量指标空间追踪 均方根误差 短时记忆 时间，正确率视觉搜索 时间，正确率 逻辑推理 时间，正确率数字计算 时间，正确率 空间旋转认知 时间，正确率拼图 时间，出错率 模拟驾驶速度 时间，出错率走迷宫 时间，出错率 镜画任务 时间，出错率2.3 辅助任务测量方法辅助任务测量法的理论前提是: 人的信息处理系统的能力是一定的，当人在执行一个主要脑力任务时，把多余的脑力能力用在完成次任务上，因此辅助任务的绩效就可以间接反映主任务所占用的脑力资源。亦
11、即辅助任务完成水平越好，则主任务的脑力负荷越低。辅助任务测量法面临两个最主要的质疑，一是它的假设前提是人的信息处理系统的能力是一定的，这一假设暗示人在执行各种脑力任务时使用的脑力资源具有同质性，但事实上这一点并不成立。二是操作人员同时完成两项脑力任务时，次任务会干扰主任务。但是一般认为，跟主任务相比，次任务对任难度的影响更加敏感。2.4 生理测量方法当人承受脑力负荷时，其某些生理指标将发生变化。生理测量法就是应用生理指标测量脑力负荷的一种传统方法。截止到 20 世纪 90 年代中期 ，学术界已经发展了许多不同的生理指标，如心跳、呼吸、瞳仁、EM G (肌电图 ) 、EEG (脑电图 )等来测量
12、脑力负荷。研究表明，在各种生理指标中，心跳变化率和脑电图中的 P300 的效果较好。生理测量指标测量人的体力劳动非常成功，可是，生理指标法测量脑力负荷远远没有达到人们期望那样。这里最主要的问题是可靠性。生理测量法假定脑力负荷的变化会引起某些生理指标的变化，但是其他许多与脑力负荷无关的因素也可能引起这些变化。因此，由脑力负荷引起的某一生理指标的变化会被其他原因放大或缩小。3. 三种评价模型脑力负荷是一个多因素的概念，测量较为复杂，往往需要多个指标联合测量，并采用一些模型计算得到最终的脑力负荷。国内外学者采用了许多种评价模型，如多资源理论、专家评分法、神经网络技术等，均取得了较好的效果。3.1 多
13、资源理论多资源理论表明，人的信息处理源通常分由 4 部分：视觉、听觉认知和运动反应，任何任务都可以由这 4 个处理源下的 28 种行为要素组成（如下表） ，且一般需经历“知觉一认知反应”的过程。多资源模型行为要素表视觉（B） 听觉（A） 认知（C ） 动作（P ）察觉、发现 察觉、发现 简单反应 说话文本符号 校验反馈 识别 测达、转换查找 定位 选择反应 操作检查 理解 计算 测节、移动比较一致性 核实、定位 决定 控制追踪 比较 回忆、准备 键入对齐 分析模式 判断 写画威肯斯在“多重加工资源”概念上提出加工资源的假设模型。如下图所示。图 1 中的模型，由 3 个维度组成，分别是区分知觉和
14、反应的“阶段”维度，区分听觉和视觉的“ 通道”维度，区分空间加工和言语加工的“编码” 维度。3 个维度在某种程度上是相互独立的，人在进行信息处理时会自动在信息源和维度中进行资源的选择和分配。 “阶段” 维度描述的是信息处理的过程，同过程的知觉与工作记忆同时进行处理会增加工作负荷的等级；而分处不同过程的知觉与反应运动则不会。 “通道”维度描述的是注意力通道，显然同时识别一个听觉信号与一个视觉信号的工作负荷要低于同时识别两个听觉信号，即跨通道的注意力分配优于通道内的注意力分配 “编码” 维度描述的是信息资源，与“通道” 相似，跨资源信息处理的负荷量要低于使用同一资源处理不同任务的负荷量。综上分析，
15、工作负荷的程度可以从以下 4 个方面进行衡量：同时处理的信息数目；某个时刻任务对人的总信息需量(任务的难度)；同时进行的任务是否要求相同的处理源或处理通道；位于相同处理阶段的信息相互的干扰程度。为了从信息处理层面上进行工作负荷评价，首先需要通过行为观察的方式将操作任务分解，并观 测记录和计算预测每一元素的行为时间，形成由 28 种行为要素组成的序列；然后对该序列按照编码、阶段、通道进行归类；最后，从上述 4 个方面对操作任务的工作负荷进行评价。3.2 专家评分加权法专家评分法是一种简单、易于理解的综合评价方法。康卫勇(2008)分别采用主任务法、生理测量法和主观评价法测量飞行员的脑力负荷旧。主
16、任务法选用的飞行参数包括飞行高度、飞行时间、航向角度、横滚角度、俯仰角度以及x、y 、 z 方向的飞行速度；生理测量法选用眼动参数作为评价指标，包括眨眼率、瞳孑 L 大小和扫视幅度；主观评价法选择 NAsATLX。由于不同飞行参数在不同飞行阶段的重要程度也有差别，因此应赋予其不同权重。通过专家评分给每种评价方法赋予一定权数，最后将 3 种方法加权平均得到每种设计方案的脑力负荷评价值，从而确定了飞机坐舱显示界面的最佳设计方案。3.3 神经网络技术由于测量方法和任务负荷之间通常是非线性的，具有不确定性关系，因此可采用不考虑函数形式的神经网络技术进行处理。Yang(2009 年)采用神经网络技术对
17、EcG 评价脑力负荷进行阐述。建立神经网络模型共包括：(1)获取信息。由于 EcG 信号是非稳态的，存在较大噪声，因此采用小波法提取出 EcG 的特征值。共提取出八个指标，包括 wQlwQ5、LF、HF 、LF HF ，其中 wQ 是指 Q 波与S 波的差值，根据 QRS 波窗口的长度，分为 5 个频率的 WO 波。(2) 学习向量数字化(LVQ)网络设计。(3)训练 LVQ。输入层包含提取的八个指标，输出层数则设定为脑力负荷的维度数。模拟研究也证实了采用该方法评价脑力负荷对任务难度水平较为敏感。4未来脑力负荷研究纵观最近 10 多年的文献 ，未来有关脑力负荷测量方法的研究进展趋势呈现如下特点
18、。1)总体上看，脑力负荷的测量方法体系虽然一直处于不断发展中，但是并没有很大的突破，绝大多数研究集中于在原有的 4 类方法体系中进行方法评价、改进和新的尝试。造成这种情况的原因有二: 脑力负荷的测量属于人因工程的研究范畴，横跨心理学、生理学、工程技术等诸多学科，其发展受到其他学科发展速度的制约；而且很多新技术应用到脑力负荷的测量上来具有时间的滞后性。脑力负荷的测量方法体系在 1995 年之前就有近 50 年的发展历史，已经较为完备，因此很难在短短的 10 多年时间里再有大的突破，这一点在主观测量法上表现最为明显。2 )从 4 类测量方法所涉及的文献来看，主观测量法所占的分量最多，其次为生理测量
19、法，而主任务测量法和次任务测量法所占的分量较小，发展缓慢。出现这种情况的原因在于，跟其他 3 类方法相比，主观测量法是目前公认最有效、最简洁的一种测量方法，因此其在学术研究和实践应用中涉及最多;生理测量法依托于计算机、电子、生物等技术的迅猛发展而发展，从而派生出大量更精确、更细致的研究思路、方法和结论。3 )从内容上看，近年来研究体现出如下特点:融合多种方法使用了生理指标、主观指标和绩效指标等来综合测量脑力负荷;研究更接近各种现实脑力任务，如涉及警戒作业、驾驶、人机对话交互系统、自动化作业等;研究考虑更多因素，如考察人格因素对脑力负荷的影响。5总结从国际上看，目前的脑力负荷测量方法体系经过近
20、60 年的发展，已经较为完备；近 10 多年来发展速度有所放缓，但是相关的研究还是很多，并且研究成果能够更加紧密地应用于实践。反观中国，近些年来关于脑力负荷及其测量的研究较少，研究方法和内容一般都沿袭国际思路，鲜有突破性和学术影响。参考文献1 郭伏，钱省三.人因工程学M.北京：机械工业出版社，2010：221-237. 2 廖建桥.脑力负荷及其测量J.系统工程学报，1995,10(3).3 刘志勇，万红，等.脑力负荷测量方法与评价模型研究进展J.人类工效学，2012,18(3).4 王洁，方卫宁，李广燕.基于多资源理论的脑力负荷评价方法A.北京交通大学学报，2010，6(5). 5 崔凯，孙林岩，冯泰文等.脑力负荷测量方法的新进展评述J.工业工程，2008,11(5).
