Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-4407
Main Title: Benefits and costs of automation support
Subtitle: The role of function allocation and automation reliability
Translated Title: Nutzen und Kosten von Automationsunterstützung
Translated Subtitle: die Rolle von Funktionsallokation und Automationsreliabilität
Author(s): Onnasch, Linda
Advisor(s): Manzey, Dietrich
Referee(s): Manzey, Dietrich
Sauer, Jürgen
Granting Institution: Technische Universität Berlin, Fakultät V - Verkehrs- und Maschinensysteme
Type: Doctoral Thesis
Language: English
Language Code: en
Abstract: Die vorliegende Dissertation hatte zum Ziel, das Wissen über den Einfluss von Automation auf die Gesamtsystemleistung als auch die kognitiven Anforderungen des menschlichen Operateurs weiter zu vertiefen. Die bisherige Forschung betont diesbezüglich zwei Automationscharakteristika, welche maßgeblich bestimmen, ob die Unterstützung durch Automation einen positiven oder negativen Einfluss auf die Gesamtleistung darstellt: die Funktionsallokation (FA) zwischen Mensch und Automation und die Reliabilität der Automation. Mit Bezug auf diese zwei Aspekte haben Parasuraman, Sheridan und Wickens (2000) ein flow chart Modell publiziert, welches Entwicklern von automatisierten Systemen bei einer angemessenen Wahl der FA helfen soll. Dem Modell entsprechend sollte ein anfänglicher Automationsvorschlag durch sogenannte primäre Kriterien evaluiert werden. Diese umfassen mögliche Konsequenzen einer bestimmten FA auf der Leistungsebene, als auch in Bezug zu kognitiven Anforderungen an den Operateur. Sollte die initiale FA zwischen Mensch und Automation dieser Prüfung standgehalten haben, werden dem flow chart Modell folgend, sekundäre Evaluationskriterien angelegt. Eine zentrale Rolle spielt hierbei die Reliabilität der Automation. In Anlehnung an die konsekutive Struktur des flow chart Modells wurden im Rahmen der Dissertation drei Studien durchgeführt. Die erste Studie stellt eine Meta-Analyse dar, welche den Einfluss von FA auf primäre Evaluationskriterien, Operateursleistung und kognitiven Aufwand, untersuchte. Die Ergebnisse zeigen, dass unter einwandfreier Funktionsweise der Automation mit steigendem Automationsgrad auch die Vorteile dieser Unterstützung in Bezug auf Leistung und operateursseitige Beanspruchung zunehmen. Falls es jedoch zu einem Automationsausfall kommt, steigt das Risiko negativer Konsequenzen in Bezug zur manuellen Aufgabenübernahme sowie dem Situationsbewusstsein des Operateurs mit steigendem Automationsgrad. Negative Konsequenzen eines zunehmenden Automationsgrads werden insbesondere dann sehr wahrscheinlich, wenn eine kritische Grenze überschritten wird und eine Automation nicht nur informationsanalytische Prozesse übernimmt, sondern auch die aktive Entscheidungsfindung. Der Fokus der zweiten Studie richtete sich auf das sekundäre Evaluationskriterium des flow chart Modells (Parasuraman et al., 2000), die Automationsreliabilität. Ziel dieser laborexperimentellen Studie war die Generierung weiterer Erkenntnisse zum Einfluss verschiedener Reliabilitätsniveaus auf die Gesamtsystemleistung, als auch die kognitiven Anforderungen des menschlichen Operateurs. Im Rahmen einer Mehrfachaufgaben Simulation wurden Probanden durch ein Alarmsystem unterstützt, dessen Reliabilität von 68,75 % bis 93,75 % variiert wurde. Im Vergleich zu einer rein manuellen Bearbeitung der Simulation profitierten Probanden von der Automationsunterstützung. Die beste Gesamtleistung von Mensch und Automation zeigte sich in Interaktion mit einem Alarmsystem höchster Reliabilität. Wenn die Reliabilität allerdings unterhalb von 70 % realisiert wurde, war der zuvor genannte Leistungsvorteil im Vergleich zu den anderen alarmunterstützten Gruppen mit einem stark erhöhten Aufmerksamkeitsaufwand und einer verschlechterten relativen Leistung in einer Parallelaufgabe verbunden. In Anbetracht dieses Gesamtbildes, kann Automation unterhalb einer Reliabilitätsgrenze von 70 % nicht als nutzenbringend erachtet werden. Basierend auf den Ergebnissen der ersten und zweiten Studie, bestand das Hauptziel des letzten Experiments in der Untersuchung möglicher Interaktionseffekte zwischen FA und Automationsreliabilität. Unter Verwendung der gleichen Versuchsumgebung wie in der zweiten Studie, arbeiteten Probanden zusammen mit Automationsunterstützung, welche sowohl in Bezug auf die FA als auch das Reliabilitätsniveau über die jeweilig kritische Grenze variiert wurde. Die Ergebnisse zeigten erneut einen starken Einfluss der Automationsreliabilität auf die Aufmerksamkeitsstrategien und Leistung der Probanden. Allerdings konnte kein Einfluss der FA nachgewiesen werden. Als mögliche Erklärung wird die Rollenwahrnehmung des Operateurs diskutiert. Während vorherige Studien Automationen miteinander verglichen, die entweder die Informationsanalyse übernahmen (niedriger Automationsgrad) oder die aktive Entscheidungsfindung (hoher Automationsgrad), wurde in dieser Studie als hohe Faktorausprägung eine Automation implementiert, die nicht nur die Entscheidung übernimmt, sondern auch noch die Handlungsausführung. Diese abweichende Operationalisierung verändert die Rolle des Operateurs hin zu einem Supervisor. Als solche könnten sich Operateure für die Gesamtaufgabe stärker verantwortlich fühlen und entsprechend auch die korrekte Funktionsweise der Automation stärker überwachen als Operateure, welche noch immer für die Handlungsausführung zuständig sind. Zusammenfassend bietet die vorliegende Dissertation nicht nur aus theoretischer Sicht neue Erkenntnisse bezüglich des Einflusses von Automationscharakteristika auf die Gesamtsystemleistung und die kognitiven Anforderungen des Operateurs, sondern ermöglicht auch detaillierte Leitlinien in Bezug zum flow chart Modell (Parasuraman et al., 2000), welche in der praktischen Anwendung zu einer effektiveren und effizienteren Automationsentwicklung beitragen können.
The objective of this thesis was to gain further insight into impacts of automation on overall system performance and cognitive demands of the human operator. Past research has revealed two important automation characteristics that are crucial to determine if automation support is beneficial or rather deteriorates performance compared with no automation support. One characteristic concerns the function allocation (FA) between human and automation. The second characteristic is the reliability of automation that determines to what extent the operator can rely on the proper functioning of the automated system. With regard to these two aspects, Parasuraman, Sheridan and Wickens (2000) have proposed a flow chart model that attempts to help developers with automation design in terms of an appropriate function allocation between human and automation. After a first consideration of what should be automated, the model suggests primary criteria to evaluate possible consequences of a proposed FA in terms of human performance consequences and imposed cognitive demands. When the initial FA has held out against this primary evaluation, the secondary evaluative criterion of reliability has to be considered for an appropriate FA decision. In line with the model’s consecutive structure three studies were conducted. The first study is a meta analysis, which addressed impacts of different FA on Parasuraman et al.’s primary evaluative criteria: operator performance and cognitive demands (Parasuraman et al., 2000). When automation functions properly, results reveal a clear automation benefit for performance and operators’ workload with increasing degree of automation (DOA). However, under conditions of automation breakdown increasing the DOA increases the risk of negative consequences in terms of lacking manual performance and situation awareness. Therefore, findings propose that an appropriate function allocation can only serve two of the four aspects. More specifically, negative consequences of automation seem to be most likely when DOA moves across a critical boundary between automation supporting information analysis and automation supporting decision making. The second study focussed on the secondary evaluative criterion, automation’s reliability, in an experimental setting. The study’s objective was to provide further insight into effects of different levels of reliability on overall system performance, as well as operators’ cognitive demands. Within a multi task simulation, an alarm system differing in reliability from 68.75% to 93.75% supported participants in one of the tasks. In contrast to performing all tasks manually, participants benefited from the alarm support with best performance for the highest reliability condition. However, when reliability was realised below 70% this performance benefit was associated with an increased attentional effort, and a declined relative performance in a concurrent task compared to the other alarm supported groups. Hence, regarding the overall picture of results, automation below a reliability boundary of 70% cannot be considered as beneficial. Based on findings of the first and second study, the main objective of the last experiment was to investigate the interaction of FA with the level of reliability. Within the same multi task simulation as in the second study, automation support differed with respect to FA and reliability, both factors varying across the proposed critical boundaries. Results again revealed a strong impact of automation reliability on participants’ attentional strategies and performance. Whereas a fairly reliable automation (above 70%) relieved participants’ attentional demands, an automation that violated the reliability boundary was not beneficial, neither in terms of attention nor in relation to performance. However, the study did not reveal any impact of FA on the reported effects. A possible explanation for this non finding relates to the realisation of the high stage automation. Whereas prior studies have compared information automation (low stage automation) with decision making automation (high stage automation), this study implemented high stage automation by automating the entire task. This changes the operators’ role to that of a supervisor. As such, they might feel more responsible for the entire task and monitor the automation’s proper functioning more frequently compared to operators who are still in charge of implementing automation’s directives. In sum, this thesis provided not only new theoretical insight into impacts of automation characteristics on overall system performance and cognitive demands of the human operator, but also detailed guidelines specifying the flow chart model (Parasuraman et al., 2000) that may support practitioners in effective and efficient automation design.
URI: urn:nbn:de:kobv:83-opus4-65055
http://depositonce.tu-berlin.de/handle/11303/4704
http://dx.doi.org/10.14279/depositonce-4407
Exam Date: 13-Feb-2015
Issue Date: 14-Apr-2015
Date Available: 14-Apr-2015
DDC Class: 150 Psychologie
Subject(s): Automationsreliabilität
Funktionsallokation
Mensch-Automation Interaktion
Automation reliability
Function allocation
Human-automation interaction
Usage rights: Terms of German Copyright Law
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 5 Verkehrs- und Maschinensysteme » Institut für Psychologie und Arbeitswissenschaft » Publications

Files in This Item:
File Description SizeFormat 
onnasch_linda.pdf4.83 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.