Las máquinas se hacen cargo de más y más tareas. Idealmente, también deberían ser capaces de apoyar al ser humano en caso de rendimiento deficiente. Para intervenir de manera adecuada, la máquina debe comprender lo que está sucediendo con el humano. Los científicos de Fraunhofer han desarrollado un diagnósticoherramienta que reconoce los estados del usuario en tiempo real y los comunica a la máquina.
La cámara enfoca firmemente los ojos del conductor. Si se cierran durante más de un segundo, se activa una alarma. Esta técnica evita el peligroso micro-sueño al volante. "No siempre es tan fácil de detectar para una máquinaen qué estado se encuentra el ser humano, como en este caso ", dice Jessica Schwarz del Instituto Fraunhofer de Comunicación, Procesamiento de la Información y Ergonomía FKIE en Wachtberg, al sur de Bonn.
El modelo holístico alimenta el diagnóstico en tiempo real
Para su tesis doctoral, la psicóloga de posgrado examinó la cuestión de cómo determinar con mucha precisión los estados del usuario, qué influencia pueden tener estos en el comportamiento incorrecto y cómo los sistemas automatizados pueden usar esta información. "Para aplicaciones complejas, no es suficiente concentrarse enun solo factor de impacto ", dice el científico. Un aumento de la frecuencia cardíaca, por ejemplo, no significa automáticamente que una persona esté estresada. Esto puede tener varias causas. Por lo tanto, Schwarz examinó qué factores afectan específicamente el rendimiento humano y creó un modelo holístico que proporcionauna vista detallada de los estados de los usuarios y sus causas.
En su modelo, diferencia entre seis dimensiones del estado del usuario que impactan en el desempeño humano: carga de trabajo, motivación, conciencia de la situación, atención, fatiga y el estado emocional. Utiliza medidas fisiológicas y conductuales para detectar estos estados. Además, combinaestos con factores externos como la tarea, factores ambientales, el nivel actual de automatización y la hora del día, así como factores individuales, como la experiencia del usuario ". Esto nos permite evaluar el estado del usuario con más detalle y también identificar las causas deestados críticos ", explica Schwarz su procedimiento.
Experimentos con simulación de controlador de tráfico aéreo
La estudiante de doctorado verificó sus hallazgos teóricos en experimentos. Le dio a los sujetos de prueba la siguiente tarea: tenían que asumir el papel de un controlador de tránsito aéreo y conducir aeronaves simuladas de manera segura a través de un espacio aéreo virtual. Como factores de estrés, la cantidad de aeronaves fueaumentado, se ignoraron las instrucciones de los "controladores" y se agregó ruido de fondo en algunas condiciones. Schwarz había recopilado previamente datos sobre factores individuales como el nivel de experiencia, las capacidades y el bienestar. Los sensores de EEG en la cabeza, un ojorastreador, y una banda de pecho ECG registraron cambios fisiológicos en los sujetos de prueba. "Anteriormente habíamos realizado entrevistas intensivas con controladores de tráfico aéreo reales para permitirnos reproducir sus desafíos con interfaces hombre-máquina con la mayor precisión posible", explica Schwarz.
Luego se creó una interfaz de diagnóstico que detecta en tiempo real cuándo los factores de impacto individuales se vuelven críticos y lo comunica a la máquina. "Los sistemas automatizados reciben así información muy exacta sobre las capacidades actuales del usuario y pueden reaccionar en consecuencia", describe Schwarz.valor agregado del software.
cerca de la aplicación
La FKIE tiene previsto completar el proyecto de investigación antes de fin de año. Los investigadores ahora están buscando socios de la industria. "La tecnología está muy cerca de la aplicación. El conocimiento para desarrollar productos específicos para uso individualcasos ya está disponible ", dice Schwarz. Los campos de aplicación potenciales se pueden encontrar en todas las tareas altamente automatizadas donde los estados críticos del usuario pueden ser un problema de seguridad. Por ejemplo, las tareas de monitoreo monótonas en las salas de control o los sistemas de capacitación para pilotos podrían optimizarse con estotecnología.
"Las máquinas juegan un papel cada vez más importante, pero también se vuelven cada vez más complejas. Esto plantea nuevos desafíos para la cooperación entre el hombre y la máquina. Los sistemas adaptativos que reconocen diferentes situaciones y se adaptan a ellas pueden resolver problemas de automatización conocidos. Un aspecto clavede esto, sin embargo, es que no solo el usuario comprende la máquina, sino que la máquina también comprende el estado del ser humano. Ahora hemos dado el primer paso hacia este objetivo ", resume Schwarz.
Fuente de la historia :
Materiales proporcionado por Fraunhofer-Gesellschaft . Nota: el contenido se puede editar por estilo y longitud.
cite esta página :