基于結構方程模型的認知性VDT作業過程解析*

廖 斌，呂思思，馮海芹

(1.四川師范大學 商學院，四川 成都 610101；2.成都職業技術學院 軟件學院，四川 成都 610101)

0 引言

隨著信息化的深入，核電站、化工等高危作業控制逐漸由傳統的模擬式向數字化轉變，數字化控制室已成為作業人員的主要工作場所。數字化控制室中，計算機及控制軟件終端成為作業人員的“工具機”[1]，“工具機”通常以視頻顯示終端(Visual Display Terminal，VDT)的形式呈現，作業人員的勞動形式由操作技能型向認知性知識型轉變，信息的辨識、加工和處理將成為認知性作業的主要環節[2]。因此，與普通工業和服務業情況類似，認知性VDT作業逐漸成為這些控制室作業人員的主要勞動模式。由于計算機可靠性的不斷提高，認知性VDT作業系統中人的可靠性已成為系統績效薄弱環節的重要組成部分[3]。

科學管理最基本的邏輯是通過過程控制實現管理目標。Gilbraith提出“動素”的概念，并運用其來描述和表征各種操作作業過程，極大改善外顯體力作業者的可靠性和績效[4]。認知性VDT作業的內隱性增加了對其進行過程解析的難度，目前管理者主要通過工作內容激勵、知識共享、作業環境和條件改善[4-6]等方式來提高作業人員可靠性和績效，缺乏對作業過程的研究，這導致學者們對該類作業安全及績效管理的研究進展緩慢。因此，從作業過程解析視角探索認知性VDT作業人員可靠性和績效問題意義重大。

基于此，本文將從人的信息加工視角，結合結構方程模型(Structural Equation Modeling，SEM)方法，研究認知性VDT作業過程表征方法，以期為從過程解析視角研究認知性VDT作業的人因可靠性提供理論支撐，為人因可靠性問題研究提供新的范式參考。

1 認知性VDT作業過程中CT的歸納和抽取

1.1 認知性VDT作業的信息加工過程模型

認識性VDT作業要求勞動者持續通過VDT獲取任務信息，經過大腦處理后，通過作業系統的外圍設備(鼠標、鍵盤等)輸出作業指令，直至任務完成，屬于人機交互性質的認知作業。學者們在多年前就已經開始對認知作業過程管理進行研究：Ramaprasad[7]認為研究人類認知作業時應該關注微觀層面，比如知覺、刺激再認、概念形成、推理規則等具體環節；閻平凡等[8]、周新林等[9]均認為可以把認知作業過程看作大腦對某些符號操作或加工的信息處理過程；吳文俊[10]提出從數學思維的角度實現“腦力勞動機械化”的思路是可行的，可以通過揭示思維的“黑箱”過程對認知活動進行控制和優化，但需注意的是不同類型的認知作業在加工層次結構和內容上存在差異。

認知性VDT作業可以視作人機交互型的認知作業，將人看作具有信息接收、處理和輸出功能的“機體”，外界的“工具機”看作是人這種“機體”的外延，作業過程看作“人—工具機”的信息對話過程。在這個對話過程中，人的信息處理尤為重要。

認知心理學經典理論將人的信息處理過程分為感覺、知覺、記憶、思維和想象5個環節[11]。這在一定程度上割裂了這些環節之間的內部聯系，元認知則削弱了這種人為的分離，其為完成具體認知任務對認知過程和環節進行主動的監測和連續的協調[12]。借用Gilbraith體力勞動動作解析的思想，將認知性VDT作業過程中的信息處理基本操作定義為包括元認知在內的認知動素(Cognitive Therbligs，CT)。由于是動素級的信息操作環節，CT比感覺、知覺、記憶、思維和想象5個認知環節更基礎，是構成這5個認知環節的元素(CT的抽取將在后文分析)。因此，將認知性VDT作業中人的信息處理過程定義為：在元認知的動態監測和調節下，人的信息接收、加工和輸出過程中存在的所有相關CT構成的某種網鏈結構。據此，認知性VDT作業的信息加工過程模型如圖1所示。

圖1 認知性VDT作業的信息加工過程模型

由模型可知，認知性VDT作業過程可以視為CT網鏈。

1.2 CT的歸納和抽取

通過分析感覺、知覺、記憶、思維和想象5個環節所涉及到的信息處理操作，結合認知性VDT作業過程的一般要求和特征，定義CT集。認知性VDT作業CT集見表1。

由表1可知，認知性VDT作業認知動素集由元認知、信息辨識、信息存儲、信息變形、信息搜索、信息比較、信息分類、信息選擇、信息提取、信息綜合、信息過濾、信息分解、信息應用13個基本信息操作組成。元認知是最高級別的信息操作，對作業過程中的CT起監控、規劃和協調的作用。需要說明的是：CT可以進一步細化，但是否需要進一步細化以及進一步細化的程度，需要根據研究需求和技術水平確定；針對其他形式的認知作業，該結論不一定適用，可能需要再刪、增CT。

表1 認知性VDT作業CT集

2 認知性VDT作業過程中CT的驗證性因素分析

2.1 認知性VDT作業過程的CT概念模型假設

認知性VDT作業具有顯著的內隱性特征，前文提出的13個CT是不可直接觀測到的變量(潛變量)，這增加了作業過程解析的難度。

根據認知性VDT作業的信息加工過程模型和CT集，將認知性VDT作業過程的CT概念模型設計為全模型結構。由于元認知對其他CT起監控、規劃和協調的作用，所以元認知是外生潛變量ξ，其他12個CT為內生潛變量ηk(k=1,2,…,12)。為每個潛變量設計3個(含3個)以上的測量指標，xi為ξ的測量指標，yi為ηk的測量指標。認知性VDT作業過程CT概念模型如圖2所示。

圖2 認知性VDT作業過程CT概念模型

模型中：λxi為測量指標xi在對應外生潛變量ξ上的因子負載；γk為外生潛變量ξ對內生潛變量ηk的影響；λyjk為測量指標yj在對應內生潛變量ηk上的因子負載；δi為測量變量xi的測量誤差；εj為測量變量yj的測量誤差。本文不研究12個CT之間的關系，所以模型中沒有設計系數β。

2.2 測量指標問卷設計及數據整理

根據CT概念模型假設，元認知因子設計4個測試題項，其他12個CT共設計45個測試題項(每個CT對應測試題項≥3)。測試題項采用Likert5點計分法，要求被試在每個測試題項上就自己對該題項的理解程度和使用頻率進行作答。比如，關于元認知的1個題項：有意識的規劃和控制自己解決問題的思路和步驟(非常熟悉：5分；比較熟悉：4分；熟悉：3分；不太熟悉：2分；很不熟悉：1分)(經常這樣做：5分；較多這樣做：4分；不清楚：3分；較少這樣做：2分；偶爾這樣做：1分)。由于篇幅原因，其他測試題項文中未列出。

共收回有效問卷188份。所有被試者中，數字控制室操縱人員39人，軟件技術人員34人，銷售人員17人，財務人員18人，辦公室行政管理人員18人，教學科研人員26人，本科及研究生36人。使用SPSS20.0對數據做初步統計整理，分析問卷中49(4+45)道測試題項的可理解性，結果顯示：平均得分為4.23分，最高分4.72，最低分4.03。表明被試對測試題項的理解度較高，保證被試整體對測試問題的準確理解。

后文將以188位被試對49道測試題項中“使用頻率”的回答數據進行分析。

2.3 結果與分析

2.3.1 問卷信度分析

調查問卷的信度檢驗采用內部一致性系數(Cronbach’α系數)，因子均值、標準差和信度值見表2。

表2數據顯示，13個因子的信度值均大于0.7，表明該問卷測試題項具有良好信度。

表2 因子均值、標準差和信度值

2.3.2 驗證性因子分析

根據CT概念模型假設中潛變量、測量指標之間的關系，編寫syntax文件，將分析數據導入LISREL8.53，運行后得到路徑圖和模型擬合指數。由于路徑圖類似圖2，本文僅給出各參數估計值和模型擬合指數。CT模型與觀測數據的擬合指數見表3，測量指標在潛變量上的因子載荷見表4，外生潛變量元認知對內生潛變量的影響系數見表5。

表3 CT模型與觀測數據的擬合指數

表4 測量指標在潛變量上的因子載荷

表5 外生潛變量元認知對內生潛變量的影響系數

表3數據顯示，卡方值顯著(1220.7，P=0.000 7<0.001)；近似誤差均方根(RMSEA)為0.038(<0.08)，說明模型的擬合度良好，規范擬合指數(NFI)、比較擬合指數(CFI)、殘差均方根(RMR)以及擬合優度指數(GFI)顯示模型與測量樣本數據良好的擬合程度。

表4數據顯示，測試指標在潛變量上的載荷均大于0.7，表明問卷測試題項具有良好的效度。

表5數據顯示，外生潛變量元認知與其他12個CT關系密切(γ值最小為0.514，最大為0.905)，證明前文提出的認知性VDT作業過程CT概念模型假設有效。表明元認知對其他12個CT起規劃和監測控制作用，認知性VDT作業可以通過這13個基本認知動素表征。

2.3.3 穩健性檢驗

不考慮職業分類，按照總樣本數的3/4和1/22個水平，從188份有效回收問卷中隨機抽取141(188×3/4)份、94(188×1/2)份各5次，將分析數據導入LISREL8.53，分別輸出各參數估計值和模型擬合指數，結果均顯示模型具有良好擬合度。分別對外生潛變量元認知與其他12個CT的關系系數γ在2個水平下的差異進行分析，t檢驗結果顯示：搜索和綜合2個CT的關系系數γ在2個水平下的差異顯著(P搜索=0.048<0.05；P綜合=0.041<0.05)，其他10個CT均無顯著差異(P>0.05)。將2個水平下每個CT的關系系數γ均值分別與全樣本下關系系數γ進行比較，平均差異度均值為6.01%，僅應用和綜合2個CT的差異度超過10%。可見，結果具有較好的穩健性。

3 作業過程還原檢驗

訓練神經網絡，隱含層和輸出層的傳遞函數分別采用logsig和tansig，訓練采用trainscg函數。設定最大訓練次數5 000，學習速率0.01，誤差平方和0.001。188組有效數據中，訓練數據、驗證數據和測試數據分別占70%，15%，15%。運行Matlab R2013a，訓練965次后達到誤差要求。模式識別結果如圖3所示。

由圖3可知，通過基本認知動素對認知性VDT作業類型的識別和分類正確率達到95.9%，表明基本認知動素可以還原認知性VDT作業過程，進一步證明作業過程可以通過13個基本認知動素表征。

圖3 模式識別結果

4 討論

4.1 認知性VDT作業過程模型

在信息論的基礎上，結合作業特征和認知心理學經典理論提出認知性VDT作業過程信息處理模型。該模型將認知性VDT作業信息處理過程看做是在元認知動態監測和調節下的12個CT構成的某種網鏈結構。針對認知性VDT作業過程信息處理模型的研究鮮有報道，所以只從建模思想討論。將信息處理過程看作CT網鏈，與絕大多數研究者將認知過程視為“認知操作鏈”的思想[13]存在根本差異，但支持Mcclelland等[14]的認知模型思路，認為信息串行加工模型不足以解釋人的復雜認知活動，提出信息的平行分布加工模型(Parallel Distributed Processing，PDP)。

4.2 認知性VDT作業過程解析

認知作業的內隱性增加了對其進行過程解析的難度，但學者們已經證明打開認知作業過程的“黑箱”是可行的。目前已有的認知作業過程解析成果僅針對規律性和程序性較強的作業形式，比如朱坤[15]對分油數學問題進行認知操作過程解析。本文針對一般工業服務業中存在的認知性VDT作業過程進行動素級解析初探，提出可以將此類作業的連續過程離散化，表征為13個CT構成的網鏈系統，為認知作業解析從特殊形式向一般形式推進提供新的研究范式。

5 結論

1)提出認知性VDT作業的信息加工過程模型，連續的認知性VDT作業過程可離散化為CT網鏈。

2)認知性VDT作業過程可以由13個基本CT構成的認知動素集解析。

3)結構方程模型分析證實認知性VDT作業過程概念模型假設，元認知監測和控制其他12個CT。

4)結論為認知性VDT作業過程解析提供理論支持，為計算機模擬人的思維(人工智能)提供理論參考，但如何識別并解析具體作業過程(比如，特定界面和條件下的認知性VDT監控作業，認知性VDT搜索作業等)的CT網鏈還需進一步研究。