基于过程识别的认知性VDT监控作业绩效形成机理
2023-09-21黄琨廖斌
工业工程 2023年4期
黄琨,廖斌
(1.四川城市职业学院 信息技术学院,四川 成都 610101;2.四川师范大学 商学院,四川 成都 610101)
监控作业是核电站、化工厂、空中交通管制中心等场所的常见工作形式,信息化的深入正促使传统的模拟式监控向数字化监控转变。数字化控制室中,计算机及控制软件终端成为作业人员的“工具机”[1]。“工具机”通常以视频显示终端 (visual display terminal,VDT) 的形式呈现[2],VDT监控作业已成为数字化控制室的主要劳动形式。VDT监控作业分为“简单判断型”和“认知型”两类,后者 (认知性VDT监控作业) 的应用越来越普遍,它要求作业者持续注视显示终端获取信息,通过大脑处理后完成输出[3]。由于计算机信息处理技术的不断提高,人的可靠性已成为认知性VDT监控作业系统绩效薄弱环节的重要组成部分[4],如何提高人的绩效水平成为当前亟待解决的重要社会问题。
另一方面,科学管理最基本的逻辑是通过过程控制实现管理目标,Gilbraith通过“动素”分解各种体力作业过程,极大提高了劳动者的作业绩效[5]。认知性VDT监控作业属于内隐性脑力劳动,目前相关学者主要从认知负荷识别[6-7]、监控任务特征[6,8]、作业时间制度[9]、作业环境改善[10-11]等外显属性展开研究,从过程解析视角进行的作业绩效改善研究还很少见。
基于此,本文将在笔者近期研究成果[2]的基础上,运用隐马尔可夫模型 (hidden Markov model,HMM) 解码认知性VDT监控作业的隐状态过程,通过分析3种难度水平下作业过程及绩效的差异,探究绩效的形成机理,以期为从过程解析视角改善认知性VDT监控作业绩效提供理论依据。……
登录APP查看全文
