tailoring Safer systems

Erreichen einer optimalen menschlichen Leistung durch effektives Systemdesign

Das Entwerfen von Automatisierung für komplexe sozio-technische Systeme, um eine optimale menschliche Leistung sicherzustellen, ist ein herausforderndes Unterfangen. Insbesondere in sicherheitskritischen Umgebungen muss sich der Mensch möglicherweise schnell an sich ändernde Anforderungen, Komplexität und Unsicherheit anpassen, um eine optimale Leistung, Effizienz und Betriebssicherheit aufrechtzuerhalten. Unter diesen Bedingungen kann der Mensch von der Automatisierung profitieren. In den meisten Fällen ist die Automatisierung so konzipiert, dass sie Aufgaben mit geringem Wert übernimmt, d.h. Aufgaben, die einfach und leicht zu automatisieren sind. Das Entwerfen von Automatisierung zur Unterstützung des Menschen bei kognitiv anspruchsvollen Aufgaben wie Problemlösung und komplexer Entscheidungsfindung ist jedoch aus verschiedenen Gründen schwieriger. Zunächst ist es erforderlich, ein Verständnis für alle übergeordneten Aufgaben und zugrunde liegenden (menschlichen) kognitiven Funktionen zu erlangen und zu ermitteln, inwieweit diese Aufgaben derzeit durch Automatisierung unterstützt werden und welche Ressourcen der Mensch für die Ausführung benötigt. Zweitens muss bei der Automatisierung von Aufgaben die neue Verteilung von (kognitiven) Funktionen zwischen Mensch und Automatisierung auf einer höheren Ebene überdacht werden. Es muss analysiert werden, welche Organisationsstrukturen erforderlich sind und wie die Kognition zwischen Menschen und Automatisierung geteilt wird (d.h. wie Menschen effektiv arbeiten können). Drittens muss verstanden werden, wie die Automatisierung gestaltet werden soll, so dass sie den Menschen bei der Bewältigung komplexer Aufgaben optimal unterstützt, insbesondere wenn Entscheidungen oder Problemlösungen unter sich schnell ändernden Anforderungen, hoher Komplexität und Unsicherheit erforderlich sind. Die Schaffung von Automatisierung zur Unterstützung des Menschen erfordert daher ein tiefes Verständnis der Strategien, die Menschen bei der Lösung komplexer Probleme und bei der Entscheidungsfindung anwenden. Welche Strategien verfolgen sie und was benötigen sie als Automatisierungsunterstützung? Dieser Artikel gibt einen Überblick über die Bewältigung dieser Herausforderungen.

Schritt 1: Aufgaben und zugrunde liegende (kognitive) Funktionen eines Systems verstehen

Wir müssen berücksichtigen, dass wir in den meisten Fällen keine Systeme von Grund auf neu entwickeln. Vielmehr bauen wir auf bestehenden Systemen auf, um in Bezug auf Sicherheit, Effizienz oder andere Leistungsdimensionen eine Verbesserung zu erzielen. Dies bedeutet, dass wir verstehen müssen, welche Aufgaben und zugrunde liegenden (kognitiven) Funktionen derzeit existieren und welche Funktionen derzeit von der Automatisierung unterstützt werden. So können wir ermitteln, wo Möglichkeiten bestehen, Aufgaben oder zugrunde liegende (kognitive) Funktionen weiter zu automatisieren oder vorhandene automatisierte Funktionen zu verbessern. Um herauszufinden, welche Automatisierung den Menschen bei komplexen Aufgaben optimal unterstützt (um eine menschenzentrierte Entscheidungsfindung sicherzustellen), müssen wir zunächst alle Aufgaben und entsprechenden (kognitiven) Funktionen identifizieren. Wir müssen auch die aktuelle Verteilung der Aufgaben (und der zugrunde liegenden kognitiven Funktionen) zwischen Menschen und Automatisierung ermitteln. Einige Aufgaben mit verschiedenen Ebenen der Automatisierungsunterstützung können möglicherweise Menschen zugewiesen werden und einige Aufgaben können vollständig automatisiert werden. Es ist aber auch möglich, dass Aufgaben dynamisch automatisiert oder Menschen zugewiesen werden. Es ist notwendig zu verstehen, wie sich eine Änderung der Aufgabenverteilung im Hinblick auf die gegenseitigen Abhängigkeiten zwischen Mensch und Automatisierung auf das Gesamtsystem auswirken kann. Eine kognitive Funktionsanalyse (Cognitive Function Analysis – CFA) (Boy, 1998) ist ein wichtiges Instrument für Human Factors Engineers und Designer (z.B. UX Engineers), um ein Verständnis für alle Aufgaben und zugrunde liegenden Funktionen eines Systems sowie für die Auswirkungen einer Änderung der Funktionsverteilung zwischen Menschen und Automatisierung zu generieren. Bei der Durchführung eines CFA ist es wichtig, eine breite Palette von Techniken, einschließlich Interviews, Beobachtungen sowie Dokumentationsstudien, zu verwenden. Interviews und Beobachtungen sind wichtig, da sich der Mensch in den meisten Fällen so angepasst hat, dass er das System anders verwendet als ursprünglich beabsichtigt, was häufig nicht dokumentiert ist.

Schritt 2: Verständnis der Auswirkungen der Funktionszuweisung auf die Systemstabilität

Eine Änderung der Funktionsverteilung zwischen Mensch und Automatisierung kann sich auf die Systemstabilität auswirken (Straussberger et al., 2008). Bei der Automatisierung bestehender Funktionen, die derzeit dem Menschen zugewiesen sind, muss daher bewertet werden, wie sich die Neugestaltung der kognitiven Funktionen von Mensch und Maschine durch zunehmende Automatisierung auf die Gesamtstabilität eines komplexen sozio-technischen Systems auswirkt. Dies bestimmt letztendlich die Resilienz des Systems, auf alle betrieblichen Anforderungen zu reagieren. Stabilität besteht in verschiedenen Schichten. Sie ist das Ergebnis von Organisationsstrukturen, die mit Verfahren und technischen Systemen verknüpft sind, und spiegelt die Fähigkeit des Systems wider, sich nach einer Störung zu erholen. Die Stabilität sozio-technischer Systeme wird durch zwei Prozesse definiert (Straussberger et al. 2008):

  1. Globale sozio-kognitive Stabilität
  2. Lokale sozio-kognitive Stabilität

Die globale sozio-kognitive Stabilität befasst sich mit der Angemessenheit der dem Menschen oder der Automatisierung zugewiesenen Funktionen, dem Tempo des Informationsflusses und der damit verbundenen Koordination, indem geeignete Strukturen entworfen werden. Diese Strukturen sind verbunden mit:

  • Autorität
  • Verantwortung
  • Kontrollierbarkeit
  • Fähigkeit

Probleme können auftreten, wenn diese Strukturen nicht angemessen definiert wurden. Zum Beispiel, wenn Menschen formale Verantwortung haben, aber nicht über die Kontrolle oder die Fähigkeit verfügen, bestimmte Aufgaben oder Funktionen auf hoher Ebene auszuführen. Oder es werden Funktionen vollständig automatisiert, der Mensch bleibt jedoch formal für diese Funktionen verantwortlich, während er nicht über die Kontrolle oder Fähigkeit verfügt, in die Ausführung dieser Funktionen einzugreifen. Probleme können auch auftreten, wenn Funktionen dynamisch dem Menschen oder der Automatisierung zugewiesen werden, oder von Menschen an das System delegiert werden, wobei die Bedingungen, die für die Delegierung erfüllt sein müssen, für Menschen nicht transparent oder gar nicht definiert sind.

Lokale sozio-kognitive Stabilität bezieht sich auf die Arbeitsbelastung des Menschen, das Situationsbewusstsein und die Fähigkeit, geeignete Entscheidungen zu treffen und Maßnahmen zu ergreifen. Die lokale sozio-kognitive Stabilität hängt hauptsächlich von der Fähigkeit des Menschen ab, die Automatisierung zu verstehen und ein mentales Modell des Systems zu erhalten. Automatisierte Systeme müssen so konzipiert sein, dass Menschen in der Lage sind, Reaktionen automatisierter Systeme auf menschliche Eingaben vorherzusagen (zu antizipieren) sowie angemessenes Feedback zu erhalten und bei Bedarf die Autorität wiederzugewinnen (Boy, 1998). Außerdem muss die Transparenz automatisierter Funktionen berücksichtigt werden, damit der Mensch ein gültiges mentales Modell des Systems, seiner Funktionen und seines Verhaltens entwickeln kann.

Die Gewährleistung sowohl der globalen als auch der lokalen sozio-kognitiven Stabilität wird einen gemeinsamen Bezugsrahmen gewährleisten und das gemeinsame Situationsbewusstsein zwischen Menschen und automatisierten Systemen unterstützen.

Schritt 3: Designautomatisierung zur Unterstützung von Expertenentscheidungen

Das Entwerfen einer Automatisierung zur Unterstützung menschlicher makrokognitiver Funktionen beginnt mit dem Verständnis, wie menschliche Bediener auf ein hohes Maß an Komplexität und Unsicherheit reagieren. Menschen müssen sich möglicherweise an sich ändernde Anforderungen anpassen, was voraussetzt, in die Zukunft extrapolieren und eine erfahrungsbasierte Bewertung erstellen zu können. Es kann auch erforderlich sein, vorauszuplanen und Kapazitäten aufzubauen, um Situationen in naher Zukunft bewältigen zu können. Möglicherweise müssen sie auch Strategien entwickeln, um mit zukünftigen Anforderungen und unerwarteten Situationen umgehen zu können. Solche Strategien können dazu dienen, Komplexität und Unsicherheit entweder zu verringern oder zu bewältigen. Beispiele für Strategien zum Komplexitäts- und Unsicherheitsmanagement sind (Corver & Grote, 2016):

  • Vorausschauendes Denken (Extrapolation der aktuellen Situation in die Zukunft basierend auf früheren Erfahrungen mit beobachteten Abweichungen)
  • Adaptive Planung (d.h. Erstellen von Ausweichplänen)
  • Abwägen der Vor- und Nachteile verschiedener Optionen (Vergleich alternativer Lösungen)
  • Vorbeugen (Verbesserung der Bereitschaft, z.B. Ressourcen für zukünftige Anforderungen verwalten)
  • Verringerung der Unsicherheit (z. B. Erhöhung der Genauigkeit und Zuverlässigkeit von Daten durch Integration und Validierung von Informationen aus verschiedenen Quellen)

Das Verständnis dieser Strategien ist wichtig, um nützliche Automatisierungen zu entwickeln, die die Entscheidungsfindung des menschlichen Bedieners und die Ausführung von Aufgaben in hochdynamischen Situationen mit hoher Komplexität unterstützen.

Folgende Fragen sollten gestellt werden: Welche Informationen aus welchen Quellen werden benötigt und welche Datengenauigkeit ist erforderlich? Welche Hinweise sind erforderlich, damit menschliche Bediener bei Abweichungen angemessen informiert werden, um schnell angemessen reagieren können? Was berücksichtigen Menschen bei der Analyse einer Situation und bei komplexen Entscheidungen? Automatisierte Support-Tools können so konzipiert werden, dass sie die Fähigkeit des Menschen unterstützen, Einblicke zu gewinnen oder in die Zukunft zu extrapolieren, bei Abweichungen alarmiert zu werden, oder komplexe Entscheidungen auf der Grundlage operativer Kompromisse zu treffen (Corver & Grote, 2016). Schließlich, kann das Verständnis der Aufgaben und des Informationsbedarfs das Design der Automatisierung unterstützen, die den Menschen beim Clustering, Integrieren und Filtern verschiedener Informationen aus verschiedenen Quellen unterstützt, um die Entscheidungsfindung zu verbessern und zu beschleunigen.

Zusammenfassend kann gesagt werden, dass mittels Identifizierung menschlicher makrokognitiver Strategien verstanden werden kann, wie die Automatisierung die menschlichen Bedürfnisse unterstützen und die Gesamtleistung eines Systems steigern kann.

———————————————————————————————————————————————————

Literatur

Corver, S.C. & Grote, G. (2016). Uncertainty management in en route air traffic control: a field study exploring controller strategies and requirements for automation. Cognition, Technology & Work.

Boy, G. (1998). Cognitive function analysis. Westport, CT: Ablex, Greenwood Publishing Group.

Straussberger, S. et al. (2008). PAUSA for the future – A synthesis of Phase 1. June 2008. Final Report.

Sifra Corver

Human Factors Expert

Schreiben Sie einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.