人因學發展的新取向

許 為 葛列眾

?

·主編特邀(Editor-In-Chief Invited)·

編者按：人因學(Human Factors)在我國還是一門年輕的交叉學科, 心理學等學科為人因學的應用和發展提供了理論和實驗基礎。如今, 人因學在航空航天、計算技術、智能系統以及與老百姓日常生活密切相關的各種產品的設計開發中發揮著越來越重要的作用。該文兩位作者, 浙江大學心理科學研究中心兼職研究員、美國英特爾(Intel)公司IT人因工程中心研究員許為博士和浙江大學心理科學研究中心教授葛列眾博士, 均是中國人因學開拓者朱祖祥教授80年代的研究生, 在過去的30年中兩位作者分別在中國和美國兩地從事人因學的科學實踐。基于兩位作者豐富的經驗, 本刊特邀請他們撰寫該文。該文系統地介紹了人因學科發展的近況, 就我國人因學科應該如何發展以及當前迫切需要解決的問題發表了有見識的建議, 希望對從事人因學科研究和應用的同行有所啟發, 為我國人因學科的進一步發展而共同努力。

(本文責任編輯：李紓)

人因學發展的新取向

許 為 葛列眾

(浙江大學 心理科學研究中心, 杭州 310058)

當前新技術、人機交互的新特征、社會和人的新需求給中國人因學(Human Factors)的進一步發展創造了一個有利時機。本文首先討論和分析了一些具有代表性的開拓了人因學科研究深度和廣度的新技術和新途徑, 包括神經人因學, 認知工程, 協同認知系統, 社會技術系統; 以及人因學科應用中的一些挑戰和策略。然后, 就進一步發展我國的人因學科, 本文提出首先要解決的問題是建立多學科交叉的人因學科的科研教育體制, 并在此基礎上, 注重理論創新, 以創新設計為突破點, 在智能系統、用戶體驗、航天航空和醫療健康等領域中優先發展和應用。當前迫切需要解決的是, 建立完善的人因學科高校教育體系, 建立完善的人因學科多學科交叉的科研體系, 以及建立人因學科行業資質標準和設計標準體系。

人因學; 人因工程; 工效學; 人機交互; 用戶體驗

人因學(Human Factors)是一門以心理學、生理學、生物力學、人體測量、計算機科學、系統科學等多學科的科學原理和方法為基礎的綜合性交叉學科, 致力于研究人?機?工作環境之間的關系, 使得系統和產品的設計符合人的特點、能力、需求, 從而使人能安全、高效、健康、舒適地從事各種活動。相近的學科有工效學或人類工效學(Ergonomics)、人因工程(Human Factors Engineering)、工程心理學(Engineering Psychology)、人機交互(Human-Machine/Computer Interaction, HCI)等。雖然研究的內容和范圍各有側重, 但這些學科互為補充, 分享研究和應用的目的(葛列眾, 李宏汀, 王篤明, 2017)。在本文中為便于討論, 我們統稱為人因學科。

當前人工智能、大數據、云計算、物聯網、無人駕駛車、無人機、虛擬現實等技術帶來了新一波的技術革命。這些新技術給人機交互帶來自然性、智能化、普適化(Pervasive/Ubiquitous Computing)、虛擬化、隱式化(Implicit Human-Computer Interaction, IHCI)、生態化和社會性等特征。另外一方面, 我國國際空間站、國家大飛機、先進武器裝備升級、中國制造2025、中國人工智能2.0發展戰略等一系列國家戰略計劃正在實施。全社會倡導的創新設計和體驗經濟正催生許多新產品、新模式和新業態。在這樣的背景下, 擺在我們面前的問題有兩個：一是我國的人因學科應該如何發展？二是我國人因學科的發展當前迫切需要解決的問題是什么？為了解答這兩個問題, 本文中, 我們首先介紹和分析了人因學科的發展現狀, 然后提出我們的想法。我們歡迎同行的指正, 也希望我們的工作能夠為我國人因學科的發展貢獻我們的努力。

1 人因學科的新技術和新途徑

基于人的認知信息加工理論的工程心理學是人因學科的基礎理論(Wickens, Hollands, Banbury, & Parasuraman, 2012)。在過去的20多年間, 許多人因學家嘗試采用不同的途徑來補充和豐富信息加工理論來進一步探索人因學科的技術和途徑(Proctor & Vu, 2010)。這些探索從深度和廣度上拓展了人因學科研究的新技術和新途徑, 其中, 神經人因學、認知工程、協同認知系統和社會技術系統是典型的代表, 已開始被廣泛地應用在人因學研究和應用中, 為人因學科在新一波技術革命中的研究和應用提供了新技術和新途徑。

1.1 神經人因學

基于認知神經科學和腦電成像等測量技術, 以Raja Parasuraman為代表的人因學家開辟了神經人因學(Neuroergonomics)的新途徑(Parasuraman & Rizzo, 2006)。以往人因學通常注重在外在行為層面上開展對人在操作環境中的客觀工作績效和主觀評價等方面的測量方法, 而神經人因學則開辟一條新途徑,通過有效的腦科學等技術的測量(例如, EEG、ERP、fMRI、fNIRS等)和數據分析(信號特征提取及模式分類算法等), 能夠深入到人的認知神經內部層面上開始了解在操作環境中人機交互時人的信息加工的神經機制。

首先, 神經人因學為人因學的研究提供了新的途徑以及更客觀和更敏感測試指標。已有研究表明：EEG和ERP等測試指標對心理負荷的變化敏感。也有研究表明, 基于腦電成像等測量的指標可能比傳統人因學基于績效和主觀評價的指標更敏感(Baldwin & Coyne, 2005)。

其次, 利用人腦功能技術可以實現新的自然式人機交互方式, 例如, 腦機接口(BCI)提供了一種可根據不同情景下的人腦活動(例如誘發或自發EEG)來操控計算機或設備的人機交互的新方式(Borghetti, Giametta, & Rusnock. 2017)。BCI也為進一步的人機融合的探索研究提供了實驗和技術基礎(吳朝輝, 俞一鵬, 潘綱, 王躍明, 2014)。

另外, 神經人因學加強了人因學的基礎理論研究手段, 有助于進一步探索復雜作業條件下人腦功能和認知加工的神經機制。例如, 利用fMRI來探索空間導航與定位、神經激活與導航能力關聯的神經生理機制; 這些方面的深入研究可應用到特殊技能人才(例如航天員)的選撥和培訓, 并進一步了解認知和情感方面個體差異的遺傳基因關聯也可能為個性化人機交互設計提供幫助(Wickens et al., 2012; Parasuraman & Rizzo, 2006)。

1.2 認知工程

認知工程最初是由Norman (1986)提出的, 但具體的方法和工具則是近20年來經過許多人因學家的努力逐步發展形成的(Endsley, Hoffman, Kaber, & Roth, 2007)。認知工程強調將認知心理學/工程心理學的知識應用在人機系統的設計中。具有代表性的認知工程方法包括認知工作分析、認知計算建模和面向情景意識的設計。

1.2.1 認知工作分析

不同于工程心理學的信息加工的角度, 基于James Gibson的注重人與生態環境關系的生態心理學原理, Rasmussen和Vicente提出了可為復雜社會技術系統開展定性分析建模并為人機交互設計服務的認知工作分析(Cognitive Work Analysis, CWA)方法體系(Rasmussen, Pejtersen, & Goodstein, 1994; Vicente, 1999; Naikar, 2017)。該體系注重于對整個復雜工作領域中影響人的目標導向和問題解決認知操作行為的各種工作領域內的制約條件(constraints)和屬性特征(properties)的分析。CWA倡導從工作領域分析、領域活動分析、策略分析、社會組織和協作分析、人的認知技能分析等5個維度對復雜工作領域的各種制約和屬性特征開展分折建模,并且提供了相應的分析建模工具。

針對傳統人因學科方法注重具體的用戶作業、用戶界面物理屬性等的特點, CWA則強調對全工作領域中各種制約條件和屬性特征的分析, 認為這些制約條件和屬性特征決定了用戶在該領域所有活動和行為的可能性, 而對于用戶的許多具體操作行為(尤其是解決問題等復雜操作), 設計者是無法事先預測的, 因此在設計中只有充分考慮了所有的領域制約條件和屬性特征, 設計才能有效地支持用戶在復雜領域中全部的活動, 包括在無法預測的應急情景下解決問題的自適應決策操作行為, 從而提高系統的總體績效和安全。CWA倡導的生態用戶界面設計(Ecological Interface Design, EID)為人因學提供了一種針對復雜領域的人機界面的設計方法(Burns & Hajdukiewicz, 2004; Bennett, 2017; Naikar, 2017; Xu, Dainoff, & Mark, 1999)。CWA和EID已在航空、醫療、流程控制、核電站控制等領域得到了廣泛的研究(Burns & Hajdukiewicz, 2004; Xu, 2007; Mcilroy & Stanton, 2015)。目前人因學的研究面對物聯網、智能計算、智能醫療、網絡安全、人機融合/協作等復雜領域, CWA和EID可以從全工作領域的大視角為完整系統化的人因學科解決方案提供了一個途徑。EID還為復雜領域內的大數據信息視覺化設計提供一種建模工具以及信息視覺化的用戶界面表征架構(Rouse, Pennock, Oghbaie, & Liu, 2017), 從而彌補了以往的人因學科在研究方法上的不足。

1.2.2 認知計算建模

認知計算建模采用基于人的認知模型的計算方法來定量地模擬計算人在操作和任務條件下的認知加工績效, 為人因學在系統研發中提供一種評價和預測系統設計有效性的工具。針對傳統人因學在系統開發流程后期才開展設計有效性的驗證工作以及后期改進可能帶來較大代價的“滯后效應”, 認知計算建模在開發早期能開展快速低成本的人因學設計驗證工作, 從而提升了人因學在系統研發中的“發言權”, 尤其對一些復雜系統領域(例如, 航空、航天)的特殊具操作風險的任務和環境, 有效的認知模擬仿真試驗更顯出其價值。美國航空航天總署(NASA)在2007年啟動了一項人因學認知計算建模研究項目(Foyle & Hooey, 2007)。該項目采用各種常見的模型(ACT-R、MIDAS、D-OMAR、A-SA), 對飛機跑道滑行和進場/著陸作業中飛行員的人誤、心理負荷、注意, 情景意識等方面進行模擬分析。結果表明, 各模型都達到了一定的預期效果, 但有效性并不一致。同時該研究也對今后的建模工作提出了改進意見。

在模型開發方面, 大多數現有建模采納產生式(例如, ACT-R)、排列網絡(例如, QN)等模型。已有研究嘗試整合QN和ACT-R, 將新整合的QN- ACTR用于模擬動態復雜多任務中人的績效, 其結果改進了以往采用單一模型的結果(Cao & Liu, 2013)。當前人工智能計算技術的發展為認知計算建模發展提供了良好的機遇。研究可計算的人的績效模型可為智能系統提供實時的自適應人機交互; 研究智能系統產品研發中的情感計算建模以及普適計算中的社會交互建模可以擴展現有模型中對認知加工建模的深度和廣度。當認知計算建模與其他現有人因學建模(例如, 人體測量和生物力學建模等)整合, 將為一些復雜領域中(例如,航空、航天)的特殊具操作風險的任務和環境開展有效的模擬仿真試驗, 從而為系統設計的計算建模提供人因學方案。

1.2.3 面向情景意識的設計

Endsley (1995)系統地提出了最具代表性的基于認知信息加工三水平模型的情景意識(Situation Awareness, SA)理論。該理論強調SA是在一定的時間和空間條件下人對當前操作環境信息(包括來自外界物理環境、操作的系統設備以及其他團隊成員)的感知、理解、對未來狀態的預測。這種基于結構化認知加工過程的方法為人因學在人機交互的分析、設計和測評提供了一條清晰的思路以及有效的方法和工具。傳統人因學注重操作員用戶心理結構(mental construct) (例如, 用戶心理模型)在系統設計中的作用, 但是心理模型是用戶通常經過長期學習所形成的相對穩定的一種心理結構。隨著復雜技術系統的廣泛應用, 人們在動態操作環境中從事認知特性不斷增加的實時動態監控和決策操作任務, 而SA則強調依賴用戶對動態變化環境中快速實時更新的心理結構表征來支持瞬間(moment-to-moment)決策和績效, 因此, SA開辟了一種新的研究途徑和解決方案。SA的貢獻首先體現并應用在航空領域。例如, 對航空飛行事故中的人誤的SA分析研究(Endsley, 2000); 飛機駕駛艙中人?自動化交互作用的研究(許為, 2003)。目前, SA已被擴展應用到航天、軍事、醫療、過程控制等領域(Lundberg, 2015; Schulz, Endsley, Kochs, Gelb, & Wagner, 2013)。

Endsley和Jones (2012)進一步提出了基于“以用戶為中心設計”的一個成熟的面向SA設計的體系框架(SA-Oriented Design)。該框架包括了一整套在系統開發中可具體操作的方法、流程和工具, 其中, 包括SA需求定義、SA設計原則、SA測評、SA導向的培訓等, 為人因學在系統開發中提供了一套系統化、實用的方法和流程。SA在新一波技術應用中可為人因學提供一種有效的方法。例如, 在大數據的視覺化顯示、人?自動化交互和人?機器人交互中的自動化意識、無人駕駛車、無人機避撞、網絡安全監控、普適計算中的隱式人機交互以及其他智能系統的人機交互設計等各個領域中, SA的研究有待進一步的開展。另外, SA強調依賴用戶瞬間更新的對動態變化環境的表征來支持快速實時的決策和績效, 今后如果能解決實時精確的SA測量問題, SA的這種思路將有助于實時自適應人機交互的設計。

1.3 協同認知系統

在人因學的發展進程中, 人因學研究的側重點從最初的“人適應機器”到“機器適應于人”, 再到廣義的人機交互, 或稱為人?計算機交互(Human- Computer Interaction, HCI), 如今正呈現出逐步向人機融合(Human-Computer Integration/Merger)的方向發展(Farooq & Grudin, 2016)。在傳統的人機交互中, 人與機器(包括一般機器或基于計算技術的產品)之間的交互關系基本上是一種“刺激?反應”的關系, 即兩者間的“反應”基本上按順序地取決于另一方的“刺激” (輸入或輸出)。這種交互關系從最初的機械式人機界面到數字式人機界面再到如今的自然式人機界面在本質上沒有變化。

在人機融合中, 人和機器的關系則是合作的關系(Farooq & Grudin, 2016)。這種合作表現在以人腦為代表的生物智能(認知加工能力等)和以計算技術為代表的機器智能(人工智能等)通過深度的融合來達到智能互補。人機交互與人機融合形成了一個連續體的兩端。隨著智能技術的發展, 人機關系將繼續向人機融合端演化, 各種具有不同智能程度的產品在這樣一個連續體內共存。按照Hollnagel和Woods (2005)提出的理論, 人機融合就是通過人和機器兩個認知主體, 互相依存和合作組成的協同認知系統(Joint Cognitive Systems, JCS)。

人機融合的應用至少可表現在兩方面。一方面, 在“機器+人”的融合智能系統、“機器+人+網絡+物”式的復雜智能物聯網系統(例如智能工廠, 智能城市等)中, 通過智能融合, 達到高效的協同式人機關系?？梢哉J為, 今后的智能社會將由大量的不同規模的協同認知系統組成。借助于人工智能、感應、控制等技術, 機器已不再是以“剌激?反應”的方式為人服務的工具, 它們具有一定的感知、推理、學習、決策能力, 與人類協同工作和生活。另一方面, 基于腦機接口(BCI)技術, 可開發出綜合利用生物(包括人類和非人類生物體)和機器能力的腦機融合系統, 為殘疾人開發的神經康復服務和動物機器人系統就是腦機融合的應用實例(吳朝輝等, 2014)。

智能時代人機融合將促使人因學對現有的人機關系理論的再思考。JCS理論可能是一個具有建設性的理論框架, 可以為這方面的深入研究提供一種新思路。目前有關人機融合的基礎理論問題的進一步的探索可能會帶來對現有人因學方法和人機關系理論創建的突破。

1.4 社會技術系統

人因學強調在特定的環境中研究人機系統, 以達到最佳的人?機?環境匹配。目前人因學研究所考慮的環境通常是物理環境(照明、噪聲、振動、溫度、微重力等)?；谏鐣夹g系統理論的宏觀工效學(Macroergonomics)提倡在社會技術系統(Sociotechnical Systems)的環境中設計整個工作系統, 其主要側重于如何優化組織和管理等因素與技術的交互作用(Hendrick & Kleiner, 2002)。

近年來, 人因學科研究開始將社會技術系統理論應用在健康醫療和計算系統安全等復雜領域的研究和系統開發中(Carayon, 2006; Stedmon, Richards, Frumkin, & Fussey, 2016)。該理論帶給人因學的一個重要啟示是, 作為一門應用性學科, 人因學科的研究不能局限于在實驗室內閉門造車, 需要在社會技術系統的大環境中充分考慮影響人因學解決方案的所有因素。

如今, 人因學科目前所面對的研究對象是比以往任何時候更復雜的人?機?環境系統, 例如, 融合人工智能、大數據、云計算、物聯網等技術的智慧城市、智慧交通、智能制造、智能/精準醫療等。隨著人機關系的演化所呈現出的一系列人機交互新特征(例如, 普適化、生態化和社會性), 必將促使人因學在更廣闊的社會技術系統的大環境中開展研究, 充分考慮人的各種需求(用戶隱私、法律和倫理、決策權、技能成長等), 超越以往僅注重用戶界面交互設計的點方案(Point Solution), 而應該追求端到端(End to End)的人因學科的整體解決方案。

2 人因學科應用的挑戰和策略

作為一門應用學科, 人因學科必須能在應用中幫助解決社會的實際問題。否則的話, 人因學科的新技術和新途徑將失去其價值, 也不利于推動人因學學科的發展和對社會的影響力。作為一門年青的交叉學科, 人因學科在應用中的影響力一直是人因學界的挑戰。國際工效學會(IEA)2010年就工效學(人因學)的影響力和學科未來發展問題專門成立一個策略委員會來研究對策(Dul et al., 2012)。美國人因和工效學會(HFES) 2000~2001 年度主席William Howell (2001)認為人因學的目標是建立一個“工效化”的世界(an ergonomically correct world), 并提出以“分享理念”模型與其他學科共同分享人因學的理念。Howell觀察到在美國, 人因學科所提導的“以用戶為中心設計”和“用戶體驗設計”等理念已被其它學科(例如, 工業設計, 心理學, 社會學, 計算機科學)認可、分享, 并且正付諸于實踐。正是在這樣的背景下, 經過多年的發展, 美國已建立起一整套相對成熟的跨學科的協作科研體系、專業資格認證體系、設計技術標準體系以及人才培養體系, 從而大致形成了一個有效的策略來應對人因學科應用中的挑戰。

2.1 美國跨學科的協作科研體系

目前, 針對交叉學科的特點, 美國已初步建立了一個跨行業(院校和企業)、多層次(政府和企業)、基于交叉學科(行為科學和工程技術)的多層次人因學科科研體系。HFES 2016~2017年度主席Cooke (2017)很好地總結了人因學科成功的三大要素：(1)找準所要解決問題的切入點(從學科特點人的因素角度出發); (2)采用系統的思維和方法(從人?機?環境的角度出發); (3)與其他學科協同合作(由人因學交叉學科的特點決定)。

首先, 在政府層面上, 美國國家科學基金會(NSF), 美國國防部(DoD), 美國航空航天局(NASA)等機構為政府科研機構、高校、企業等研發部門提供了一定數量的人因學科的科研基金。HFES也主動與政府機構溝通爭取科研基金。例如, HFES積極回應美國國家科學基金會(NSF)2018~2022策略計劃征求意見稿, 表達了人因學科能為計劃中提到的“人類技術前沿” (包括人工智能、機器人、大數據、無人駕駛車等)作出重要貢獻(HFES, 2016)。

其次, 在具有人因學科碩士和博士授予權的美國70余所大學中, 都建立了相應的人因學科研究機構或實驗室。這些機構分別設在心理學或其他非心理學的工程技術類院系。從事研究的教授和研究生來自不同專業的。許多院校還設置了企業?高校聯合實驗室。

最后, 來自人因學科的畢業生為企業的研究和應用提供了大量的人才。以美國股票道瓊斯工業指數中的代表美國工業的30家大公司為例, 所有的公司都設有人因學科類的部門和崗位。其中, 服務行業的公司中人因學科的工作主要側重于對公司產品和服務的用戶體驗的研發; 而高科技企業(例如, IBM, 微軟, 蘋果, 英特爾, 波音)都有人因學科的研究機構, 側重在人因工程和人機交互(HCI)方面的研究, 從而為新技術的應用提供人因學科的解決方案。

2.2 美國專業資格認證

作為一門交叉學科, 人因學科在崗人員的知識結構、經驗、能力參差不齊, 需要一個考核評價機制和行業準入制度。1992年HFES成立了美國工效專業認證委員會來組織實施人因學科的專業認證制度(BCPE, 2018)。美國人因學科專業資格分為專業級及準專業級兩大類。專業級別的認證類型包括注冊專業工效學家、注冊專業人因專家、注冊專業用戶體驗專家。截止2018年1月份, BCPE已發放1132份專業級認證資格證書和197份準專業級資格證書。

取得專業級資格證書的要求包括: (1)教育背景, 本科學位或以上, 完成與人因學科相關的24個學分課程; (2)工作經驗, 至少相當于3年的與人因學科相關的全職工作; (3)工作樣本, 在分析、設計和測試三個方面各提供兩份工作樣本; (4)通過BCPE統一命卷的專業資格考試。該考試每年舉辦兩次, 考試的內容包括人因學科各方面的知識。

2.3 人因學科的標準體系

作為應用學科, 人因學科的標準為參與系統和產品設計提供了一個有效的手段。人因學科的標準包括各類經過人因學科科學實驗驗證的圍繞人?機?環境系統的人因工程設計、測試、流程等方面的的規范要求。人因學科的標準體系是一個金字塔式的多層次模型, 自上而下, 各層面之間體現了指導性、繼承性和一致性的關系。

標準體系的最高層面是國際標準化組織(ISO)工效學技術委員會(ISO TC 159)下面4個分技術委員會頒布的143部人因學科的技術標準。HFES積極參與ISO人因學科標準的開發。一方面, HFES為ISO TC 159每個分技術委員會派駐了美國技術咨詢專家委員會(U.S.TAG); 另一方面, HFES委派美國專家代表直接參與ISO各種標準的開發和起草工作。

表1 ISO人與系統交互作用的工效學技術委員會(ISO TC 159)標準開發統計

第二個層面是美國人因學科的國家標準。包括已頒布近40部人因學科的政府標準(美國航空航天局/NASA, 國防部/DoD, 美國航空總署/FAA等標準), 以及非政府標準(HFES, 美國國家標準院/ANSI等標準)。其中, HFES目前已頒布了三個標準, 包括計算機工作站人因工程標準、軟件用戶界面設計人因工程標準、產品設計人體測量設計的指導準則。

第三個層面是各行業、企業的人因學科標準。這些標準具體規范了某個領域產品設計的人因學科技術要求、標準的具體流程和方法。例如, 波音公司頒布了許多有關波音飛機駕駛艙中人機界面設計的規范要求, 微軟公司頒布了詳細的各類微軟軟件產品人機界面設計的規范要求。

2.4 美國人因學科的高校教育制度

目前, 在美國高校已建立起相對完整的人因學科教育體系, 造就了大量高素質的人才。全美國有約90所大學可以授予人因學科(包括人因學, 人因工程, 人機交互, 工程心理學, 用戶體驗等)的學位(見表2), 其中得到HFES認證的可授予碩士和博士學位的院校有20所(HFES, 2018)。HFES認證強調對碩士和博士學位點的要求, 并有嚴格的認證評價程序。認證要求包括師資力量、課程設計、研究項目和實驗室設備等。

針對人因學科的特點, 這種教育體系體現出交叉學科的特征。在以上的院校中, 其中心理學系和工業工程、系統工程、計算機以及設計類的系約各占一半。研究生的錄取強調不同學科間的交叉融合, 特別鼓勵跨學科的本科生報考。美國人因學科的高校教育體系采用了“學位 + 副修 + 課程”的模型。許多大學允許本科生將人因學科作為副修, 在行為科學、計算機、設計、工程等專業開設人因學科的本科生和碩士生課程已成為常態。

表2 可授予人因學科專業類學位的美國大學統計

3 我國人因學科發展的新取向

我國人因學科起始于20世紀30年代, 以陳立先生出版的《工業心理學概觀》一書以及所開展的工作選擇和工作環境工效等研究為標志(陳立, 1935)。從20世紀50年代至60年代中期是人因學科的起步建設期, 70年代后期至80年代未, 開始了文革后的恢復建設期。90年代起, 我國的人因學科進入快速成長期(葛列眾等, 2017)。

近10年來, 人因學科研究和應用擴展到國際空間站的工效需求和測評、民用大飛機駕駛艙人因學設計和適航認證、智能交互顯示、核電站人機交互中的工效和可靠性設計、認知建模和醫療人因設計等各個領域(陳迎春, 2013; 陳善廣, 姜國華, 王春慧, 2015; 毛茅, 張宇博, 饒培倫, 2015; 許為, 陳勇, 2013; 曹石, 秦裕林, 沈模衛, 2013; 張麗川, 李宏汀, 葛列眾, 2009; 薛澄岐, 2015; 李鵬程, 張力, 戴立操, 蔣建軍, 羅迪凡, 2016)。

我們認為在當前新技術、新的社會和人的需求的繼續推動下, 我國人因學科首先要解決的問題是多學科交叉的科研體制的建立, 并在此基礎上, 注重理論創新, 以創新設計為突破點, 在智能系統、用戶體驗、航天航空和醫療健康等領域中優先發展和應用, 積極地參與到我國科技和經濟發展中。

3.1 多學科交叉的科研體制

人因學科在應用中的影響力一直是國際人因學界關注的焦點。美國HFES 2000~2001年度主席William Howell提出的與其他學科共同分享人因學的“分享理念”模型、國際工效學會(IEA)2010年就人因學的影響力發展問題專門成立的策略委員會、HFES 2016~2017年度主席Nancy Cooke強調的與其他學科協同合作的建議等充分表明國際人因學界在這方面的努力(Howell, 2001; Dul et al., 2012; Cooke, 2017)。作為HFES的行動計劃, 在2016年會上HFES專門邀請了美國國家工程院(NAE)院長Dan Mote做主題發言, 并專題討論了人因學如何為NAE提出的21世紀14個大挑戰作貢獻。正是在這樣的背景下, 如上所述, 美國已初步建立了一個跨行業、多層次、基于交叉學科的人因學科科研體系。

我國當前新一波的技術革命、社會和人的新需求為人因學科的進一步發展提供了一個歷史機遇。我國人因工程高峰論壇會在2016和2017年連續召開兩屆。這些都為我國人因學科體系的建立提供了獨特有利的條件。我國人因學界需要考慮如何利用目前的有利氛圍和所達成的共識, 付諸于具體的行動。

在當今新技術日新月異的時代, 各學科的邊界也變得越來越模糊。Howell (2001)的分析也符合目前我國發展的趨勢, 即人因學所倡導的理念正在被其他學科所推崇并付諸于實踐, “分享理念”模型應該適合作為一種增強我國人因學學科影響力的策略。從學科的性質來講, 人因學一般并不直接獨立地開發具體有形的產品(流程、服務、業態創新等設計除外)。因此, 正如Cooke (2017)所建議的, 人因學要找準本學科能解決問題的切入點, 把握學科特點, 揚長避短; 采用系統的思維和方法來尋求解決問題的途徑; 致力于多學科協同合作。

人因學科多學科交叉體系的建立, 首先應該考慮的是在一些重要的科研領域中, 人因學要與其它領域學科(例如, 計算機科學、航空、航天)合作提供人因學的解決方案, 在實踐中建立多學科交叉的具體應用, 以體現多學科交叉在實踐工作中的主要價值。航天航空作為我國人因學應用的重要領域, 在多學科交叉的科研體制建設中已經開展了一些初步的工作。例如, 我國載人航天系統的人?系統整合設計在組織和管理層面上已做了人因科學的規定, 包括載人航天器出廠放行需要通過工效學分系統的評價(陳善廣等, 2015)。民用大飛機研發中正在初步形成一個相應的人因學人才、標準、流程、方法論的支持環境(許為, 陳勇, 2012)。另一方面, 人因學科應該與其他領域學科(例如, 工業設計、心理學、社會學、市場研究、交互設計)分享理念, 從人因學學科角度, 提供理論、流程、方法和工具上的支持, 從而為在體制上建立人因學科多學科交叉體系奠定基礎。

人因學科多學科交叉體系的建立有許多具體的工作要做。學科之間如何建立彼此之間的合作是建立多學科交叉體系的第一步。在政府層面需要考慮的是如何在科研單位、院校和企業之間, 至上而下的進行相關的組織方面的工作。我們認為人因學科多學科交叉體系不僅有利于人因學科本身的發展, 也有助于推動我國整個科研技術水平的提高和國民經濟的快速發展。

3.2 設計和創新

作為一門應用性學科, 人因學科必須面向應用。人因學倡導的“以用戶為中心設計” (User- Centered Design, UCD)的理念一直沖擊著傳統的“以技術驅動設計”理念。創新設計和創新驅動發展是當前我國社會經濟發展的熱點和趨勢。2018年全國兩會期間, 全國政協委員葉友達教授向大會提交了《關于鼓勵基于用戶體驗的設計創新, 加速科技創新成果轉化的提案》, 建議加大對基于用戶體驗的設計創新的宣傳力度, 建立全國或區域用戶體驗研究機構, 促進科技創新成果快速、高效落地。在這樣的背景下, 我們認為, 與用戶體驗密切相關的人因學科引領創新設計和創新驅動是科技、社會發展的必然結果, 我國的人因學科應該在創新設計為突破口, 積極地參與到我國科技、經濟發展中。

從學科性質方面來看, 基于UCD理念的人因學在創新設計方面具有獨特的學科優勢。Evans, Buckland和Lefer (2004)研究了美國兩個世紀以來著名的53位創新者的創新過程(從電話到互聯網搜索引擎)。結果表明, 所有的創新都經歷了在實驗室里開展對原始技術發明的研發, 然后商業推廣, 最后形成了用戶可用、會用、易用的產品的漫長過程。整個創新的過程本質上就是一種持續地將人的因素(用戶要求、用戶體驗、使用場景等)和技術的不斷調整達到最佳的人機匹配的過程, 使技術有用、易學、易用, 從而為人創造一種新體驗的生活和工作方式。這樣一個“大眾化”和“實用性”創新過程本質上就是體驗創新, 這正是人因學的UCD理念所倡導的。因此, 當前的創新實踐也是提升人因學影響力的新機遇。

然而, 人因學的引領和驅動作用在創新實踐中并沒有完全發揮出來, 并且也遭到一些質疑。例如, Skibsted和Hansen (2011)曾質疑UCD理念對創新設計的價值, 認為UCD理念會導致用戶引領了創新過程, 從而限制了獨特創意的貢獻。但是, 正如 Kitson (2011)所指出的, UCD理念并不是用戶引領或驅動的理念, 而應該是人因學專家(或其他UCD實踐人員)將用戶置于研發的中心位置, 通過提煉和洞察用戶需求, 從用戶行為和使用數據中發現或預測新的使用模型和交互方式, 從而為創新設計服務而不是完全由用戶來決定設計。

當前人因學引領創新設計至少可以通過以下幾種途徑來實現：(1)新用戶需求和使用場景驅動式創新。采用人因學的行為科學研究方法和工具(例如, 用戶現場研究, 大數據用戶建模)開展用戶研究, 挖掘或預測潛在的(尚未發現)有價值的用戶需求、使用場景、最佳用戶體驗著陸區, 從而驅動創新產品功能需求和用戶體驗的定義, 促成更多滿足多元化不同人群和個性化產品的創新。(2)人機融合驅動的智能技術創新。開發人因學的人機融合和協同認知系統的理論, 推動對以人的生物智能和以人工智能等為代表的機器智能通過深度的融合來達到智能互補, 在信息感知、記憶、決策等多個層次相互配合, 從而實現不同使用場景中具最佳人機智能組合的創新設計。(3)人機交互創新。人因學科對人機交互的研究可促進許多現有和新的交互技術的應用?；谛录夹g和通過人因學研究驗證, 發現新的人機交互通道(例如, 基于腦電測量的人腦接口交互); 或利用已有的單通道人機交互組成高效的多通道交互(例如, 視線交互與體感交互的組合, 手臂肌電傳感、加速信號與手勢交互的組合)。(4)體驗驅動的端到端整體解決方案創新?；赨CD理念和方法, 在研發的全周期過程中優化用戶體驗生態鏈中所有交互接觸點的設計, 開發出體驗驅動的差別化和創新的人因學端到端整體解決方案。此類創新的范圍廣泛并且突破了傳統人因學的應用范圍, 除了產品設計上的體驗創新, 還包括基于體驗驅動的創新型服務設計、商業新業態或新模式的人因學端到端整體解決方案。

綜上所述, 人因學可以利用自身學科的理念和方法通過體驗驅動創新來引領創新設計。在現有理論和方法論的基礎上, 充分利用人因學科的新技術和新途徑, 為創新設計提供一整套系統化的指導理論、方法、工具。

3.3 人因學科理論的提升

隨著人因學應用領域的擴大以及人機交互的新特征的出現, 人因學需要理論創新和更新, 開發基于人因學實驗證據的設計理論, 從而擴大對新技術產品研發的影響力。

現有人因學理論已不能滿足解決新技術帶來的人因學問題的需要。例如, 人機融合中人和機器的合作關系開拓了人因學的研究思路, 包括對現有人機功能分配、用戶任務分析、人因測評和測評指標、人機系統理論的再思考。人因學科要開發人機融合和協同認知系統的基礎理論, 實現對現有人因學方法和人機關系理論創建的突破。普適計算中, 人機交互必須考慮到人的認知加工的通道容量、資源分配等人的因素局限性問題, 從而保證人的認知特征與以任務為導向的交互活動之間的最佳匹配。另外, 充分理解隱式人機交互的人因學問題, 包括隱式人機交互中的交互模式、認知特征、認知負荷測評和建模等。對于智能化系統的設計, 人因學需要考慮如果針對人機社會交互中出現的新問題來提出人因學的解決方案, 包括用戶的隱私保護, 自主決策權、倫理、技能成長等。

人因學要善于利用現有的成熟理論, 更新和轉化到新的應用領域。例如, 飛機駕駛艙機載人?自動化交互(HAI)的人因學研究已取得許多成果, 包括對自動化層次與績效關系, 自動化模式, 自動化情景意識等(許衛, 2004)。然而, 人因學對人?機器人交互(HRI)的研究是滯后于當前技術的發展的(Sheridan, 2016)。以往的HRI的研究主要注重于監控機器人(如工業流水線)和遙控機器人(如航天空間站), 人因學要加強對新類型機器人的研究, 包括自動運輸工具(如無人駕駛車、無人機)以及社會交互類機器人(如康復、娛樂、家居服務); 提供自動化信任、情景意識、人機交互、文化因素影響等方面的人因學設計理論。另外, 人因學對飛機駕駛艙機載人機交互的研究也已取得許多成果, 需要轉化和更新到無人機的人機交互研發中。例如, 借助情景意識設計和測評的技術來解決無人機對環境感知和避撞的問題。在大型特殊用途無人機的人機交互設計方面, 地面“飛行員”的監控作業既不同于傳統飛機駕駛艙內的機載人機交互作業, 也不同于傳統地面計算機工作臺上的監控作業, 為支持跨區域飛行操作, 地面飛行員的監控作業涉及跨“飛行員”和跨“飛行監控臺”, 如何優化此類無人機的人機交互、地面“飛行員”的情景意識、認知工作負荷、自動化監控等都對人因學的設計理論轉化和更新提出了新要求(Hobbs & Lyall, 2016)。

人因學科開發基于實驗證據的人機交互設計理論可為優化人機交互設計起作用, 這對于新技術的應用尤其重要。自然用戶界面(NUI)和多通道交互(MMI)是目前快速發展的領域, 需要人因學設計理論的貢獻。例如, 在體感(手勢)交互中, 研究人的工作記憶容量, 交互的自然性和文化特征等因素對交互有效性的影響(龐小月等, 2014); 如何利用加速計和肌電傳感等多通道的余度信息來進一步提高手勢交互的準確性。在虛擬現實人機交互方面, 典型的虛擬現實綜合癥(VRISE)需要人因學的解決方案。人因學需要提供標準化的VRISE定義和測評方法理論(Rebelo, Noriega, Duarte, & Soares, 2012); 需要進一步研究虛擬和虛實混合環境中的人的空間知覺和認知能力以及局限性, 為工程技術提供有指導意義的設計理論。另外, 通過提供諸如視線交互和體感交互結合的多通道交互設計理論來改善VRISE, 從而提高人機交互有效性和用戶沉浸感體驗。

3.4 人因學科新技術應用

我國人因學在航天、軍用飛機、工程心理學、人因可靠性等領域已展開許多研究和應用, 對這些領域內今后發展的展望可參見相關的文獻總結(陳善廣等, 2015; 李鵬程等, 2016;姚永杰, 劉秋紅, 王慶敏, 史衛民, 2016; 孫向紅, 吳昌旭, 張亮, 瞿煒娜, 2011)。我們認為, 目前我國的人因科學首先應該在智能系統、用戶體驗、航天航空和醫療健康領域中優先發展和應用。

3.4.1 智能系統

智能系統廣義地是指基于人工智能等技術的帶有智能特征的產品、服務、業態、產業,包括智能城市、智能家居、智能制造、智能醫療、智能物聯網、無人駕駛車或無人機、機器人、虛擬現實、智能無人商店等等。目前, 人工智能及智能技術已從學術牽引轉向需求牽引, 正在催生出許多基于智能技術的新產品、新模式、新業態。正如10多年前互聯網技術的掀起帶來的應用開發熱潮, 對于面向用戶的智能系統,最后的贏家一定是重視人的因素和用戶體驗的產品。因此, 智能系統給人因學的研究和應用帶來了許多新的機遇。面對如此龐大的應用, 我國的人因學科要找準切入點, 根據本身學科特點, 協同合作, 提供人因學的解決方案。例如, 作為差別化設計方案的情感計算(Affective Computing)是目前人工智能研究的熱點之一(Jeon, 2017)。人因學可研究如何有效地借助面部識別、視覺追蹤、上下文情景感知和用戶生物感應等多通道輸入來實現情感計算。近期的智能系統創新應重點考慮在以弱人工智能為主的智能產品, 而不是片面追求大而全但技術和體驗尚不成熟的強人工智能產品。此外, 除了進一步開展對自適應用戶界面的自適應方式、屬性和算法等基礎研究, 以及智能化交互顯示研究以外(葛列眾, 孫夢丹, 王琦君, 2015; 鄭燕, 王璟, 葛列眾, 2015), 人因學可從多種途徑考慮自適應人機交互環路中對人的績效和認知加工狀態的測量指標以及技術, 包括采用神經人因學的腦電成像測量、情景意識測量、認知計算建模等方法, 通過這些有效的測量和技術來來優化自適應智能技術的整體系統設計。

3.4.2 用戶體驗

隨著“體驗經濟”時代的到來, 用戶體驗(User Experience, UX)正在中國各行各業形成一種共識, 具備了獨立的行業基礎。2018年全國兩會期間, 全國政協委員葉友達教授的提案, 從國家層面啟動基于用戶體驗的設計創新倡議, 構建用戶體驗設計創新戰略和行動綱領, 意義重大。人因學和UX實踐共同分享以用戶人為中心設計的理念, UX實踐需要人因學的理論、基于實驗證據的設計原則、方法論上的支持, 同時也幫助提升人因學的影響力。我國的UX的實踐現在已經走過了入門門檻低、側重于一般消費者領域、多學科磨合的最初普及階段, 現在開始進入了實踐的深水區階段。針對下一波用戶體驗在深水區的實踐, 借助當前人因學科的新技術和新途徑, 人因學需要為UX的理論、方法、工具的提升提供學科上的支持(許為, 2017; Xu & Furie, 2016)。在工具方面, UX實踐需要更多有效的工具來幫助設計復雜的人機交互系統。例如, 認知工作分析、面向情景意識的設計、用戶體驗路線圖、用戶體驗架構圖、更為成熟的用戶體驗測試等(葛列眾等, 2017; Xu, 2014)。在設計理論方面, 要形成成熟的體驗驅動創新理論和方法; 開發和更新人機融合、協同認知系統、人?自動化交互、人?機器人交互等設計理論。在方法論方面, 采用社會技術系統的人因學新途徑來考慮端對端的整體UX的解決方案。

3.4.3 航天航空

我國的人因學科在航天航空領域得到了長足的發展, 但是還有許多基礎性的工作需要進一步的開展。在航天人因學研究方面, 要利用人因學的新技術和新途徑。例如, 開展新型人機智能交互技術的研究, 解決當前手勢、眼動、腦機等的交互技術在航天特殊操作環境中的應用; 神經人因學在航天員應激、作業負荷測評、培訓和選拔中應用的研究; 認知計算建模在航天人誤機理、人誤分析和預測模型的研究; 情景意識在機載航天員與自動化交互的研究(陳善廣等, 2015; 陳善廣, 王春慧, 陳曉萍, 姜國華, 2015)。

我國人因學科在軍用和民用航空領域的研究發展不均衡, 作為新的領域, 我們這里側重討論人因學民用航空的應用。受益于國家民用“大飛機”項目, 針對大型民機的民用航空領域的人因學科研究應運而發展。首先, 這方面基礎性的工作包括明確定義駕駛艙人機交互的設計理念, 以及制定企業人因工程設計標準。另外, 要進一步地開發人因學工具, 包括駕駛艙人因工程綜合仿真和建模方法(陳迎春, 2013)、人誤分析和預測建模等(許為, 陳勇, 2014)。近期, 在設計方面, 要將人因學的理念和方法整合到飛機研發的全周期流程中, 并且在設計各節點上整合人因學的方法, 實現人因工程測試和質量的控制。在適航認證方面, 要開展對人因學適航認證和取證測試方法的研究。重點開展對FAR25.1302適航條款中有關人誤、FAR25.1523適航條款中有關最小機組人員工作量等與飛行員認知作業相關的適航條款的取證要求、方法、技術研究(許為, 陳勇, 2013)。從長遠來看, 要開展駕駛艙人機工效綜合仿真與方法, 新一代人機界面和交互的概念預先研究, 機載智能系統和人?自動化交互的優化研究, 文化對機載人機交互的影響, 自由飛行管理和空中交通管制(ATC)對機載人機界面和飛行員認知工作負荷和情景意識的影響。另外, 進一步開發駕駛艙人因學認知計算建模工作, 機載人?機系統的安全性及其人誤產生機制的研究, 以及智能化人機交互的研備研究。人因學科的新技術和新途徑有助于開展以上許多研究。

3.4.4 醫療健康

在醫療健康領域中, 人因學的應用范圍很廣, 主要的研究工作可以有：醫療儀器設備、手術室、ICU內設備人機交互設計的研究, 例如采用基于認知工作分析的生態界面設計(EID)來改進整個ICU室中對病人監控復雜系統的人機交互設計。在手術操作、診斷、檢測、交流、配方配藥等方面開展人誤研究。新技術為人因學開拓了更廣寬的應用空間, 包括面向殘疾人人腦接口的神經人因學研究、康復和殘疾人的智能和服務機器人的人機融合研究、智能穿戴式健康類設備、智能和精準醫療研究。采用社會技術系統的人因學新途徑來系統地洞察各用戶(病人、臨床醫生、病理醫生、醫院管理、保險公司等)的需求, 與各方面合作來找到端到端的整體用戶體驗的研究。

4 總結和展望

我國人因學開拓者朱祖祥教授(1995)在《人類工效學》創刊期的《中國人類工效學的回顧與展望》一文中, 提出了我國人因學今后發展的4個重點：開展人因學基礎研究, 參與國家重大項目, 積極與國際接軌, 開展解決社會實際問題的應用研究。經過20多年的實踐, 我國人因學有了長足的發展, 但這些建議仍然是我國人因學界應該繼續努力的總方向。根據本文所分析和討論的人因學發展的新取向, 我們對我國人因學科當前迫切需要解決的問題提出以下一些建議。

4.1 建立完善的人因學科高校教育體系

目前我國高校人因學學科的建設是不完善的, 無法滿足新一波技術對人因學科人才隊伍的需求。要加大對人因學科類專業教育的投入, 當務之急要做的是開設人因學科的本科專業, 增加博士碩士學位授予點。人因學科研究生的錄取要強調不同學科間的交叉融合, 特別鼓勵跨學科的本科生報考。人因學科的高校教育體系要采用“學位 + 副修 + 課程”的模型。除了專門的學位點設置以外, 允許本科生將人因學科作為副修。另外要在高校的相關專業中增加人因學科課程, 如計算機科學、工業設計、工程制造等領域。在人才培養方面, 鼓勵跨學科研究生的培養, 打破專業間的壁壘, 注重培養學生跨學科、系統思維、創新、應用和合作的能力。

4.2 建立完善的各層面的產學研相結合的以交叉學科為基礎的人因學科科研體系

要建立大學、科研單位和企業等各個層面的產學研相結合的以交叉學科為基礎的科研體制。在政府層面需要在國家科技大項目、軍民融合等項目中, 針對相關的重大研究問題專門為人因學科立項, 并鼓勵科研單位、院校和企業之間以及跨學科的合作。在企業和院校間鼓勵設置企業?高校聯合實驗室, 將院校研究直接有效地與應用對接, 在院校內部設置跨學科研究機構來開展跨學科研究。作為一門應用交叉性學科, 人因學科專業人員要積極參與到新一波技術的應用研究中, 從人因學科理念出發, 采用系統方法, 充分開展與其他學科的合作。同時, 深化神經人因學、認知工程、認知計算建模和協同認知系統等人因學科新技術的研究和推廣。建立集科學探索(S)、技術創新(T)和產品研發(P)為一體的高效率創新研究體系, 全國各大學、科研單位和企事業同行一起為推動我國人因學科發展而努力。

4.3 建立人因學科行業資質標準和設計標準體系

參考美國HFES的人因學科的專業認證制, 在我國探索實行人因學科職業上崗資格認證和取證制度。同時, 我國要考慮設立對工程、產品、服務等業務開展人因學第三方認證服務。雖然, 2009年, 全國人類工效學標準化技術委員會中國標準出版社第四室曾出版過人類工效學標準匯編(全國人類工效學標準化技術委員會, 中國標準出版社第四編輯室, 2009a, 2009b, 2009c), 但是, 我國還是要進一步建立起對應國際標準化組織(ISO)的國家、行業、企業的多層面人因學科工業標準和評價體系的體系, 開發急需領域中的國家、行業、企業各層面的人因學設計標準。完善監督制度, 將人因學設計入產品設計與評估的各個環節中。

曹石, 秦裕林, 沈模衛. (2013). 駕駛經驗與橫向控制的ACT-R認知體系結構建模.(21), 2078? 2086.

陳立. (1935).. 北京: 商務印書館.

陳善廣, 姜國華, 王春慧. (2015). 航天人因工程研究進展.(2), 95?105.

陳善廣, 王春慧, 陳曉萍, 姜國華. (2015). 長期空間飛行中人的作業能力變化特性研究.(1), 1?10.

陳迎春. (2013).. 上海: 上海交通大學出版社.

葛列眾, 孫夢丹, 王琦君. (2015). 視覺顯示技術的新視角: 交互顯示.(4), 539?546.

葛列眾, 李宏汀, 王篤明. (2017).. 上海: 華東師范大學出版社.

李鵬程, 張力, 戴立操, 蔣建軍, 羅迪凡. (2016). 核電廠操縱員的情景意識失誤與預防控制研究.(2), 323?331.

毛茅, 張宇博, 饒培倫. (2015). 急診室人的失誤影響因素概述.(1), 61?65.

龐小月, 郭睿楨, 姚乃埌, 于佳林, 余詩賢, 王慈, 高在峰. (2014). 體感交互人因學研究回顧與展望.20(3), 243?251.

全國人類工效學標準化技術委員會, 中國標準出版社第四編輯室. (2009a).北京: 中國標準出版社.

全國人類工效學標準化技術委員會, 中國標準出版社第四編輯室. (2009b).. 北京: 中國標準出版社.

全國人類工效學標準化技術委員會, 中國標準出版社第四編輯室. (2009c).. 北京: 中國標準出版社.

孫向紅, 吳昌旭, 張亮, 瞿煒娜. (2011). 工程心理學作用、地位和進展.(6), 650?660.

吳朝輝, 俞一鵬, 潘綱, 王躍明. (2014). 腦機融合系統綜述.(6), 645?649.

許衛. (2004). 有關自動化飛機駕駛艙的人機工效學問題.(5), 49?51.

許為. (2003). 自動化飛機駕駛艙中人-自動化系統交互作用的心理學研究.(3), 523?524.

許為. (2017). 再論以用戶為中心的設計: 新挑戰和新機遇.(1), 82?86.

許為, 陳勇. (2012). 人機工效學在民用客機研發中應用的新進展及建議.(6), 18?21.

許為, 陳勇. (2013). 民用客機人機工效學適航認證及對策.(2), 24?30, 80.

許為, 陳勇. (2014). 從駕駛艙設計和適航來減少由設計引發的飛行員人為差錯的挑戰和途徑.(3), 5?11.

薛澄岐. (2015).. 南京: 東南大學出版社.

姚永杰, 劉秋紅, 王慶敏, 史衛民. (2016). 艦載機航空人機工效研究的緊迫問題.(1), 8?11.

張麗川, 李宏汀, 葛列眾. (2009). Tobii眼動儀在人機交互中的應用.(2), 67?69.

鄭燕, 王璟, 葛列眾. (2015). 自適應用戶界面研究綜述.(2), 145?150.

Baldwin, C. L., & Coyne, J. (2005). Dissociable aspects of mental workload: Examinations of the P300 ERP component and performance assessments.48, 102?119.

Bennett, K. B. (2017). Ecological interface design and system safety: One facet of Rasmussen's legacy.(2), 625?636.

BCPE. Board of Certification in Professional Ergonomics (BCPE). Retrieved April 3, 2018, from http://www.bcpe. org.

Borghetti, B, J., Giametta, J. J., & Rusnock. (2017). Assessing continuous operator workload with a hybrid scaffolded neuroergonomic modeling approach.(1), 134?146.

Burns, C. M., & Hajdukiewicz, J. (2004).. London: CRC Press.

Cao, S., & Liu, Y. L. (2013). Queueing network-adaptive control of thought rational (QN-ACTR): An integrated cognitive architecture for modelling complex cognitive and multi-task performance.(1), 63–86.

Carayon, P. (2006). Human factors of complex sociotechnical systems., 525–535.

Cooke, N. J. (2017). How can human factors/ergonomics take on the NAE grand challenges? Retrieved April 3, 2018, from https://www.hfes.org/Security/ContentPages/ ?Id=167.

Dul, J., Bruder, R., Buckle, P., Carayon, P., Falzon, P., Marras, W. S., … van der Doelen, B. (2012). A strategy for human factors/ergonomics: developing the discipline and profession.(4), 377?395.

Endsley, M. R. (1995). Toward a theory of situation awareness in dynamic systems.37, 32–64.

Endsley, M. R. (2000). Errors in situation assessment: Implications for system design. In: P. E., Elzer, R. H. Ktuwe, & P. F. Boussoffara, (Eds.),(pp. 15–26). London: Springer.

Endsley, M. R. & Jones, D. G. (2012).(2nd ed.). London: CRC Press.

Endsley, M. R., Hoffman, R., Kaber, D., & Roth, E. (2007). Cognitive engineering and decision making: An overview and future course.(1), 1–21.

Evans, H., Buckland, G., & Lefer, D. (2004).. Boston: Little Brown.

Farooq, U., & Grudin, J. (2016). Human computer integration.,27?32.

Foyle, D. C., & Hooey, B. L. (2007).. London: CRC Press.

Hendrick, H. W., & Kleiner, B. (2002).. London: CRC Press.

Hobbs, A. & Lyall, B. (2016). Human factors guidelines for unmanned aircraft systems.(3), 23?28.

Hollnagel, E., & Woods, D. D. (2005).London: CRC Press.

(1), 1?5.

Human Factors Ergonomics Society (HFES). (2016, Sept).. Retrieved May 29, 2018, from http:// cms.hfes.org/Cms/media/CmsImages/NSFComments.pdf

Human Factors and Ergonomics Society (HFES). (2018).. Retrieved April 3, 2018, from https://www.hfes.org/Security/ContentPages/?Id=132

Jeon, M. (2017).. Amsterdam: Academic Press.

Kitson, L. (2011). User-led does not equal user-centered.. Retrieved May 29, 2018, from https:// uxmag.com/articles/user-led-does-not-equal-user-centered

Lundberg, J. (2015). Situation awareness systems, states and processes: A holistic framework.(5), 447?473.

Mcilroy, R. C., & Stanton, N. A. (2015). Ecological interface design two decades on: whatever happened to the SRK taxonomy?(2), 145?163.

Naikar, N. (2017). Cognitive work analysis: An influential legacy extending beyond human factors and engineering., 528?540.

Norman, D. (1986). Cognitive engineering. In D. A. Norman & S. W. Draper (Eds.),. Mahwah, NJ: Erlbaum

Parasuraman, R. & Rizzo, M. (2006)..Oxford: Oxford University Press.

Proctor, R. W., & Vu, K. P. U. (2010). Cumulative knowledge and progress in human factors.623?651.

Rasmussen, J., Pejtersen, A. M., & Goodstein, L. P. (1994).. New York: Wiley.

Rouse, W. B., Pennock, P. J., Oghbaie, M., & Liu, C. (2017). Interactive visualizations for decision support: Application of Rasmussen's abstraction-aggregation hierarchy., 541?553.

Rebelo, F., Noriega, P., Duarte, E., & Soares, M. (2012). Using virtual reality to assess user experience.(6), 964?982.

Schulz, C. M., Endsley, M. R., Kochs, E. F., Gelb, A. W., & Wagner, K. J. (2013). Situation awareness in anesthesia: Concept and research.(3), 729–742.

Sheridan, T. B. (2016). Human-robot interaction: status and challenges.(4), 525–532.

Skibsted, J. M., & Hansen, R. B. (2011). User-led innovation can’t create breakthroughs.http://www.hbrchina.org/2014-05-08/2052.html, 2014-05-08.Stedmon, A., Richards, D., Frumkin, L., & Fussey, P. (2016). Human factors insecurity: User-centred and socio-technical perspectives.29, 1–4.

Vicente, K. J. (1999).. Hillsdale, NJ: Erlbaum.

Wickens, C. D., Hollands, J. G., Banbury, S., & Parasuraman, R. (2012).(4th Ed.). Upper Saddle River, NJ: Psychology Press.

Xu, W., Dainoff, M. J., & Mark, L. S. (1999). Facilitate complex search tasks in hypertext by externalizing functional properties of a work domain.(3), 201?229.

Xu, W. (2007). Identifying problems and generating recommendations for enhancing complex systems: Applying the abstraction hierarchy framework as an analytical tool.(6), 975?994.

Xu, W. (2014). Enhanced ergonomics approaches for product design: A user experience ecosystem perspective and case studies.(1), 34?51.

Xu, W. & Furie, D. (2016). Designing for unified experience: a new perspective and a case study. In Angelina. C. Sparks & N. Science (Eds.),(pp. 137?165). New York: Nova Science Publishers.

New trends in human factors

XU Wei; GE Liezhong

(Center for Psychological Sciences, Zhejiang University, Hangzhou 310058, China)

Emerging technologies, new features of human-computer interaction, and unique social and human needs have created a favorable opportunity for the further development of Human Factors and related disciplines in China. This paper first discusses and analyzes some representative new technologies and new approaches, including neuroergonomics, cognitive engineering, joint cognitive systems, and sociotechnical systems, that have expanded the depth and breadth of Human Factors and related fields of study. The paper then discusses the challenges and strategies in the applications of Human Factors and related disciplines. To further develop these academic fields in our country, this paper proposes three actions. The first action to take is to solve the problem of establishing an interdisciplinary research and education system. The second and third actions are to pay attention to innovations in Human Factors theories and take innovative design as the breakthrough point. Intelligent systems, user experience, space and aviation, and health care are the domains with high priority for research and application of Human Factors and related areas of study. At present, four urgent steps are necessary: (a) establish a fully developed higher education system, (b) organize an interdisciplinary research structure, (c) institute professional certification, and (d) develop a system for Human Factors design standards.

Human factors; human factors engineering; ergonomics; human-computer interaction; user experience

許為, 留美心理學博士和計算機科學碩士?，F任美國英特爾(Intel)公司IT人因工程中心研究員, 英特爾IT跨領域人因工程技術工作委員會主席, 浙江大學心理科學研究中心兼職研究員, 國際標準化組織(ISO)工效學技術委員會(TC159/SC4)美國專家組(TAG)成員, 中國商飛上海飛機設計研究院海外專家。自80年代中期以來, 許為一直從事人因學的研究、設計和標準開發工作, 主要研究方向為人機交互、航空人因工程和認知工程。曾在浙江大學(原杭州大學)心理學系從事人因學教學和航空人因學科研多年, 獲省部級科研獎3項; 曾在美國波音飛機制造公司從事美國國家航空航天局(NASA)、波音777/波音737-NG/波音767-ER飛機駕駛艙等人因工程研究和設計工作多年; 為中國商飛大飛機相關項目提供人因工程咨詢; 在美國英特爾公司從事計算技術領域人因工程研發。許為以第一作者身份在人因學重要期刊Human Factors, Ergonomics, International Journal of Human Computer Interaction, 《心理學報》等上發表論文20余篇; 許多研究、設計和標準成果已應用在國內外多種飛機機型和計算產品系統中; 獲多項人因工程設計獎; 參與開發10多項國際ISO、美國ANSI/HFES、美國波音、國內航空部級人因工程技術標準; 開發并擁有8項英特爾人因工程技術標準。

2018-04-20

許為, E-mail: weixu6@yahoo.com

B849

10.3724/SP.J.1042.2018.01521