系統可信度和人格特質對人機協同決策的影響研究

李 威，汪 亮，張宜靜，3?，李志忠

（1.北京建筑大學機電與車輛工程學院，北京 102616；2.人因工程全國重點實驗室，北京 100094；3.清華大學工業工程系，北京 100084）

1 引言

隨著科學技術的發展以及機器智能水平的提高，人機協同的工作模式愈發常見［1］，其中一個重要應用方向為人機協同決策［2］。 在協同決策的過程中，智能體（包括智能機器人、智能系統等）一般作為決策的輔助者，為人類做出更優的決策提供數據支撐或建議［3］。 研究表明，在決策過程中引入智能體，可以減輕決策人員的認知負荷，帶來更優的決策結果［4?5］。 人機協同決策可以克服人類決策者的認知局限，在多項研究中已被證實是更科學和有效的決策方式［6］。 協同決策的主要應用領域包括災后救援、航空航天、核電等。 在人機協同救援時，智能系統可以為救援人員提供勘察搜索、路徑規劃等建議，提高搜救效率［7］。 但智能體決策通常基于高度復雜和不透明的算法，人們往往難以知曉其決策規則及其內在含義［2］。 這一類似黑箱的過程將導致人們對智能體決策建議的感知可信度較低，進一步影響對建議的判斷［8］。 因此，探討智能體可信度對協同決策的影響機理，可以為復雜系統的信息設計提供指導，在協同救援、航空航天等實際任務中具有重要的意義。

可信性是人類心中對客觀對象各屬性較為整體的反映［9］。 對智能系統而言，廣義的可信度包含了可靠性、正確性、安全性、可用性以及魯棒性等眾多屬性［10］。 信息的可信度則是指信息的可靠性及其被接收者所信任的程度［11］。 具有高可信度的信息應該是準確、完整、清晰，并且來源可靠。 信息的可信度是人們認為其具有參考價值的重要因素，因為它能夠讓人們確定信息的真實性，消除疑慮和不信任。 信息領域的研究表明，提供信息越清晰，產生的可信度越高［12］。 Zhang 等［13］在電商平臺推薦研究中發現，可信度對建議采納有顯著的正向影響。 Mercado 等［14］研究發現，隨著對系統建議的支持信息的增加，參試者對系統正確建議的接受率顯著提高；提高系統可信度，決策者對系統建議的正確采納次數也顯著增加，但決策時間沒有顯著變化。 Stowers 等［15］研究了人與智能軍事防御系統協同，研究發現決策時間、任務績效隨著系統可信度的增加而顯著增加。 Big?ras 等［16］研究了產品分類任務中，產品規劃師的任務績效和滿意度與輔助系統的可信度之間的關系，結果表明可信度的提高顯著增加了用戶的滿意度與任務績效。 現有研究表明，可以從所提供信息可信度的角度來調整系統可信度，而系統可信度對協同績效的影響總體是提高的，但對其如何影響決策時間，尚未有統一結論。

為實現高效人機協同，研究人員從自動化的可信度、可靠性、自主性等屬性方面進行了許多研究，但很少考慮人類自身特點對協同績效的影響。人類作為現階段人機協同的主體之一，人的個體差異將不可避免的對人機協同產生影響。 Stanov?ich 等［17］研究發現人在決策中進行信息加工時存在個體差異，但少有研究證明個體的差異對協同績效產生影響。 近年來的研究表明［18］，個體的人格差異影響人們處理信息的方式，影響人們的行為。 Hovland 等［19］研究發現，不同的個體在對待相同的信息時，會選擇不同的方式進行可信度判斷。 李思賢等［20］基于建議者－決策者系統（Judge－Advisor System，JAS）建立了個體對智能系統建議使用的因素模型，分別從決策者（人類）、建議者（智能系統）和人機互動過程（交互方式）分析了個體對系統建議使用的影響，其中，決策者的大五人格是決策者維度上重要影響因素之一。 陳莉等［21］研究神經質對情緒信息加工的影響研究時發現，兩者存在著特質一致性效應，情緒信息加工過程中偏愛加工與其人格類型相同的信息，高神經質的參試者會對負性信息更為敏感。 Byrne等［22］針對大五人格與決策的研究中發現，神經質與被試在有時間壓力的決策游戲中的績效呈負相關關系。 在開放性上，Colquitt 等［23］發現，低開放性的個體在使用計算機輔助溝通和決策工具時，對決策績效有輕微的不利影響，高開放性的個體則表現出顯著的績效提升。

綜上所述，針對人機協同過程中系統可信度與績效的關系進行了探討，但缺乏考慮作為交互主體的人的個性特征對協同決策的影響以及與可信度之間的交互作用。 因此，本文研究擬在人機協同應急救援的背景下，聚焦協同決策任務，考察系統可信度和人的神經質與開放性水平對協同決策的影響。 從人因工程的角度，通過實驗進行實證研究，以期豐富人機協同相關理論，為復雜系統的信息設計和操作人員的選拔提供現實指導。

2 研究方法

2.1 實驗設計

為研究機和人的不同特性對協同決策的影響，實驗選擇災后救援為背景，參試者需要與智能救援車（智能系統）協作，完成對特定區域被困人員的勘察。 實驗為組間設計，自變量為智能系統可信度，從調整系統信息提供的角度設置低、中、高3 個水平，見圖1。 低水平組，系統僅給出基本客觀信息，如當前救援車狀態、目標區域的被困人數；中水平組，在低水平的基礎上，還給出以往使用者對系統的使用評價；高水平組，在中水平信息的基礎上，還給出系統建議的技術依據，表達系統決策建議的來源。

圖1 不同系統可信度水平的信息顯示Fig.1 Information display for different levels of sys?tem credibility

實驗選取人格特質中的神經質和開放性作為為解釋變量，使用大五人格問卷（NEO?FFI?R）進行測量。 問卷采用五點式李克特量表，從非常不同意至非常同意依次為1 ～5 分。 問卷包含5 個人格維度：外向性（Extraversion）、宜人性（Agreea?bleness）、 盡 責 性（Conscientiousness）、 神 經 質（Neuroticism） 以及開放性（Openness to experi?ence），每個維度設置12 個題項，其中消極評價項目采用反向計分，各題項之和為參試者該維度的得分。

實驗因變量為參試者的任務完成時間、決策時間和任務得分。 任務完成時間是指參試者開始實驗任務到收到任務結束提示的時間；決策時間是指從智能系統給出拍照建議到參試者做出是否采納建議的時間；任務得分是指參試者在救援區域拍攝到的被困人員的數量（0 ～5 分，分別對應照片拍攝到0～5 名被困人員）。 任務完成時間和決策時間由實驗平臺自動記錄。

2.2 志愿者

實驗招募了北京某高校理工科學生志愿者54 人（18 ～30 歲），其中女生23 人，男生31 人。實驗開始前，參試者被告知實驗相關規定，自愿簽署知情同意書。

2.3 實驗平臺

一臺配備23 寸顯示屏的計算機（分辨率為1920×1080），運行基于Unity3D 軟件搭建的實驗平臺，平臺模擬某城鎮地震災后的場景。 場景中共設置A、B、C 等3 個任務目標點，在任務目標建筑物周圍放置有人形組件用來模擬被困人員，A處為醫院，周圍放置2 個人型組件；B 處為學校，周圍放置2 個人型組件；C 處為損毀的居民樓，建筑物周圍放置1 個人型組件。 每個目標點處的被困人員數量告知了志愿者。

2.4 實驗任務

實驗過程中，志愿者擔任的角色為人機聯合救援隊的人類隊員，與救援車（智能系統）協同工作，對任務點處的被困人員進行拍照勘察，明確具體被困位置。 救援車按照設定路線自動行進到任務點附近時，志愿者需要在目標建筑物附近尋找被困人員，并對所在位置拍照。 要求每個目標建筑物附近只能拍攝一張照片，拍攝信息盡可能全且清晰可見，無遮擋物。 智能車的決策輔助系統會提供關于最佳拍照點的建議，并在不同可信度水平下以不同信息形式提供建議（圖1）。

2.5 實驗過程

實驗分為3 個階段。 首先是實驗前培訓。 志愿者接受20 min 的任務培訓，培訓方式為觀看培訓視頻，該視頻為預先設計并錄制，內容包括災后救援的實驗背景、實驗任務以及實驗平臺操作方法等。 然后是休息調整及問卷。 培訓之后，志愿者會有10 min 的理解時間，接著志愿者填寫大五人格問卷。 最后是正式實驗。 每名參試者在不同可信度水平上，完成拍照勘察的實驗任務，所需時間約15 min。

3 結果

3.1 描述性統計

首先對參試者的神經質、開放性得分以及績效指標進行描述性統計，表1 中列出了各指標的均值、標準差、最大值、最小值。

表1 描述性統計結果（n＝54）Table 1 Results of descriptive statistics（n＝54）

3.2 層次回歸分析

將系統可信度這一分類變量進行啞變量處理，以低水平為對照組，設置系統可信度中低差異和系統可信度高低差異2 個啞變量，與解釋變量以及因變量進行相關性分析，采用Hayes［24］提出的層次回歸分析的方法建立分析模型，檢驗自變量與人格特質對任務績效的交互作用。 模型1 中包括志愿者的年齡、性別和自變量系統可信度，模型2 在模型1 的基礎上加入與績效指標具有相關性的人格特質，模型3 在模型2 的基礎上加入系統可信度與人格特質的交互項。 表2 中列出了各自變量與解釋變量對績效指標的Pearson 相關系數。 表3 至表5 列出了層次回歸分析模型的標準化回歸系數β、調整擬合優度△R2、方差檢驗量的變化量△F值。

表2 Pearson 相關系數Table 2 Pearson’s correlation coefficient

表3 對任務完成時間的層次回歸分析Table 3 Hierarchical regression analysis of task comple?tion time

1）任務完成時間。 由相關性分析可知，任務完成時間與神經質（r＝－ 0.191，P＜0.1）邊緣顯著負相關；根據相關分析的結果，將神經質加入相應的線性模型，分析其與系統可信度的交互作用，結果見表3。 由表3 可知，系統可信度和神經質的主效應不顯著，神經質與系統可信度高低差異的交互項系數顯著且為正（β＝ 0.505，P＜0.05），表明系統可信度與任務完成時間的關系受神經質的調節，調節方向為增強系統可信度對任務完成時間的影響。 為進一步檢驗調節效應，對不同系統可信度繪制了交互效應圖，如圖2 所示，低神經質水平的參試者是指其神經質人格得分處于所有參試者分數中位數以下，圖中直線斜率反映了系統可信度對任務時間影響的大小。

圖2 神經質對可信度－任務完成時間的調節作用Fig.2 The moderating effect of neuroticism on credi?bility?task completion time

簡單斜率檢驗表明，對于低神經質得分的參試者，系統可信度的提高并不能顯著預測任務完成時間（直線斜率B＝－0.13，t＝－1.484，P＞0.05）；對于高神經質得分的參試者，系統可信度與任務完成時間顯著正相關（直線斜率B＝0.189，t＝2.199，P＜0.05）。

2）決策時間。 由相關性分析可知，決策時間與系統可信度高低差異（r＝0.287，P＜0.05）顯著正相關，與開放性（r＝－0.178，P＜0.1）邊緣顯著負相關；根據相關分析的結果，將開放性加入相應的線性模型，分析其與系統可信度高低差異的交互作用，結果見表4。 由表4 可知，與低系統可信度相比，在高可信度水平下，參試者的決策時間顯著增加（β＝0.418，P＜0.05）；與低開放性相比，高開放性的參試者決策時間顯著減少（β＝－0.279，P＜0.05），開放性與高系統可信度高低差異的交互項系數顯著且為負（β＝－0.299，P＜0.05），與系統可信度高低差異主效應符號相反，這表明系統可信度與決策時間的關系受開放性的調節，調節方向為減弱系統可信度對決策時間的影響。 為進一步檢驗調節效應，對不同可信度水平繪制了交互效應圖，如圖3，圖中直線斜率反映了系統可信度對決策時間影響的大小低開放性水平的參試者是指其開放性人格得分處于所有參試者分數中位數以下。

表4 對決策時間的層次回歸分析Table 4 Hierarchical regression analysis of decision?making time

圖3 開放性對可信度－決策時間的調節作用Fig.3 The moderating effect of openness on credibil?ity?decision time

簡單斜率檢驗表明，對于低開放性得分的參試者，系統可信度與決策時間顯著正相關（直線斜率B＝0.394，t＝3.392，P＜0.05）；對于高開放性得分的參試者，系統可信度的提高并不能顯著預測決策時間變化（直線斜率B＝0.091，t＝0.721，P＞0.05）。

3）任務得分。 由相關性分析可知，任務得分只與系統可信度高低差異（r＝0.447，P＜0.01）顯著正相關，因此只需按模型1 進行分析，分析結果見表5。 由表5 可知，與低系統可信度相比，高系統可信度時，參試者的任務得分顯著增加（β＝0.418，P＜0.05）。

表5 對任務得分的層次回歸分析Table 5 Hierarchical regression analysis of task score

4 討論

在地震災后救援情境下，數據分析結果表明，提高系統可信度水平使參試者的決策時間和任務得分顯著增加。 從實驗設置角度看，研究通過改變系統提供的信息調整系統可信度，更高的可信度帶來了更大的信息量，使得認知過程更加復雜，需要志愿者花費更多的時間進行理解與分析，導致決策時間的顯著增加。 研究表明［21］，提供更多的相關信息，使操作員能夠更好地評估系統的可靠性、可預測性，也提高了操作員感知、理解和預測系統表現的能力，從而決定是否使用自動化［25－26］。 正是由于參試者對系統決策的評估與理解，任務得分與低系統可信度相比顯著增加，表明系統可信度的增加是在效率有所犧牲的代價下提高協同決策的質量。

研究發現，對于高神經質水平的志愿者，系統可信度的增加會顯著增加任務完成時間。 個體的神經質水平是其情緒狀態的穩定性和內心體驗的傾向性的反映，表現個體負面情緒的傾向性。 低水平的人鎮定、自信，而高水平的人則容易沉浸于負面情緒，如焦慮、緊張等。 張利燕等［27］從認知方式方面對神經質人格進行了研究，在緊張條件下，高神經質個體的喚醒水平更高，容易焦慮，從而抑制或干擾認知操作；但低神經質個體由于適度的激活，會激發出更大的認知努力，使認知操作得以改善。 研究表明［28］，在應急救援團隊中，當團隊整體的神經質水平較高時，團隊內的抗壓能力較差，團隊容易被消極緊張情緒籠罩，從而降低了對周圍環境的敏感性，團隊情境意識降低，不利于團隊績效。 高神經質的志愿者在面對高可信度的自動化時，獲得了更多關于系統的信息，可能感知到的任務復雜度更高，導致對任務處理的壓力與焦慮更加嚴重，對決策缺乏信心而對信息反復處理，導致任務完成時間增加。

研究發現，對于低開放性水平的參試者，系統可信度水平的增加會顯著增加決策時間。 大五人格中開放性維度是研究最少的一個維度，國外研究發現［29］，開放性似乎是個積極的人格特質，高開放性個體壓力彈性更好，而低開放性個體面對壓力的不良影響會更脆弱。 如前所述，由于系統可信度水平的增加帶來了信息量的增加，志愿者可能感知到的任務復雜度更高，給低開放性水平的參試者帶來更大的壓力，因此對接納建議的思考時間更長，顯著增加接受建議的決策時間。

本文研究存在一定不足之處。 首先，本文僅從信息提供的角度調整了系統可信度，未來可采用其他方式進行可信度的調控，以及結合更多系統特征開展探討。 此外，本文從研究需要出發，依據理論分析、專家討論等方式確定了系統可信度水平的內容設置，不一定很好地反映現實情形。最后，考慮了人格特質的影響，但鑒于樣本量限制，只是進行了初步的探討，尚有待更多樣本的驗證。

5 結論

1）系統可信度增加可顯著提高協同救援任務的得分。 結果說明，系統信息界面設計需確保可信度，這有益于提高協同救援效率。

2）提高系統可信度顯著提高了任務得分，對協同救援任務是有益的，在進行系統界面設計時要確保系統可信度。 本文研究通過系統提供的信息來調整系統可信度，可信度提高同時帶來信息量的增加，也因此增加了認知負荷，尤其對于低開放性個體影響較大。 系統可信度可以探討其他的增強方式。

3）人格特質的神經質與開放性與系統可信度存在交互作用，影響了團隊績效。 這表明人的因素在未來人機團隊的構建中也是不可忽視的重要方面。 在諸如航天、核電、軍事等復雜領域已有相關人因研究。 未來可作為人機協同人員選拔的參考，以達到良好的人機協同效果。