Human-Centered Decision Support for Flight Dispatch: A Scoping Review of Automation Bias, Workload, Situational Awareness, and AI-Assisted Airline Operations
本范围综述综合了来自飞行调度、相关航空领域以及通用人机交互研究的证据，旨在论证人工智能辅助下的飞行调度应优先考虑人类权威以及对不确定且涉及安全关键决策的透明化支持，而非追求最大程度的自动化，并提出一种全新的以人为本的人工智能框架，以缓解诸如自动化偏见和情境意识丧失等风险。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在商业航空这一高风险领域，一次飞行并非始于发动机在跑道上轰鸣的那一刻。早在乘客登机之前，被称为飞行调度员的持证专业人员就已经规划好了航程，计算了燃油需求，分析了天气模式，并确保飞机能够安全地穿梭于复杂的空中交通网和机场限制之中。这一角色是调度员与飞行员之间一种关乎安全的伙伴关系，在这种关系中，人类的判断力将海量的数据整合在一起，以做出关乎生死的决策。随着技术的进步，这些专业人士正越来越多地转向利用人工智能和自动化系统来处理庞大的信息量。然而，这些强大工具的引入带来了一个微妙但深刻的挑战：人类可能会过度信任机器、停止寻找错误，或者丧失对局势本身的理解。这就是人因工程研究的核心领域，该领域致力于研究人类如何与复杂技术进行交互，以确保自动化是作为一名得力的助手，而非一个危险的拐杖。
研究人员贾米尔·阿克塔尔（Jamil Akhtar）最近对科学文献进行了一项综述，探讨了这种关系在飞行调度中应当如何运作。这项研究并未提出新的实验，也没有声称已经解决了人机交互的问题。相反，它扮演了一个关键的地图角色，通过收集并整理来自驾驶舱研究、普通心理学和航空安全领域的现有知识，来回答一个至关重要的问题：人工智能应该如何设计，才能在支持飞行调度员的同时，不削弱其做出安全决策的能力？该综述筛选了数十年关于自动化偏差（即即便自动化系统的建议是错误的，人们仍倾向于采纳其建议的倾向）以及情境意识（即理解周围发生的情况并预测可能发生之事的的能力）的研究。通过考察关于飞行员和控制室操作员的已知研究，作者试图对当调度员依赖人工智能进行飞行规划时可能发生的情况得出谨慎的结论。
研究结果揭示了一个证据在某些领域非常充分、但在另一些领域却出奇匮乏的局面。研究证实，虽然自动化在收集数据和执行重复性计算方面表现卓越，但它可能会营造一种虚假的安全感。当一个系统长期完美运行后，人们自然会变得不再警觉，这种状态被称为“自满”。在飞行调度的背景下，这意味着调度员可能因为计算机没有发出警报就停止检查天气报告，从而错过了系统未能检测到的正在发展的风暴。该综述强调，关于这些风险的大部分硬性证据来自于对驾驶舱内飞行员或实验室环境中人员的研究，而非来自使用现代人工智能工具的持证飞行调度员。这一差距是显著的；这意味着，尽管人为错误的原理可能相同，但我们尚不知道这些错误在现实世界的调度办公室中发生的频率或严重程度究竟如何。
因此，本文反对“最佳解决方案是尽可能实现自动化”的观点。作者建议，目标不应是最大化自动化，而是“适当的自动化”。这意味着让机器处理数据收集和确定性数学运算等繁重工作，例如计算燃油消耗或检索机场公告，同时让人类牢牢掌控最终的判断权。该综述提出了一个框架，即人类应保持作为负责任的权威，特别是在处理诸如批准航班起飞或在飞行途中更改航线等具有不确定性或安全关键性的决策时。系统的设计应当展示其推导过程，解释其为何做出某项建议并强调任何不确定性，而不是仅仅呈现一个期望调度员直接盖章认可的最终答案。
研究总结认为，为了使人工智能在航空公司运营中真正实现安全且有效，必须遵循明确的分工。机器可以是一个强大的助手，负责过滤噪音并提供选项，但人类必须始终是那位理解更广泛背景、与机组协调并对结果负责的专家。该综述强调，在针对使用这些新人工智能系统的飞行调度员进行特定研究之前，业界必须谨慎行事。所提出的模型和指南并非定论，而是作为未来研究的可测试构想。最终，前进的道路取决于构建能够支持人类判断而非取代人类判断的系统，以确保随着技术的演进，人类对于安全和批判性思维的能力始终是链条中最强的一环。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。