許 為

（浙江大學心理科學研究中心，杭州 310058）

1 引言

基于人工智能（AI）技術(shù)的各類智能系統(tǒng)正在改變傳統(tǒng)人機交互（human-computer interaction，HCI）領(lǐng)域的人機關(guān)系模式和研究范式（許為，2005）。智能系統(tǒng)中的智能體（intelligent agent，或稱為智能代理）在特定操作場景中具備情境感知、用戶意圖識別、自主學習、自主決策、自主執(zhí)行等能力，由此帶來了一個新的研究領(lǐng)域：智能人機交互（intelligent HCI，以下簡稱iHCI），同時也給人因工程（human factors engineering）研究帶來了新機遇（許為，葛列眾，2018，2020；許為，2019a）。傳統(tǒng)人機交互的人因工程研究主要針對人與非智能系統(tǒng)之間的交互，iHCI研究和設(shè)計需要一種新的研究范式和設(shè)計思維。

iHCI是AI技術(shù)與人機交互技術(shù)不斷發(fā)展和融合的產(chǎn)物，目前已經(jīng)進入人們?nèi)粘５墓ぷ骱蜕钪?。例如，語音交互、人臉識別等。在交互模式上，iHCI利用視覺、聽覺等多模態(tài)交互，提高人機交互的自然性和有效性；從交互技術(shù)來看，iHCI正在向用戶生理和情感計算、用戶意圖識別等方面發(fā)展；在交互理念上，iHCI注重人機協(xié)同合作等方面，強調(diào)“以用戶為中心”的人機組隊（human-machine teaming）合作（O’Neill et al.，2020；Babsal et al.，2019；許為，2020）；從研究層面來看，iHCI正在促使人、智能系統(tǒng)以及社會技術(shù)系統(tǒng)之間的緊密結(jié)合，解決智能技術(shù)的責任、倫理、道德等問題（吳亞東等，2020）。

本文從“以用戶為中心的設(shè)計”理念出發(fā)（許為，2003），在分析iHCI的人因工程特征和提出“面向用戶的iHCI”設(shè)計新理念的基礎(chǔ)上，進一步提出一個基于協(xié)同認知系統(tǒng)、情景意識認知理論以及智能代理理論的iHCI人因工程新框架；并且以自動駕駛車人機共駕模式為例進一步分析該框架的應用；最后，討論和分析iHCI中的一些人因基本問題以及今后研究的重點。本文的目的是從人因工程的角度出發(fā)，倡導人因工程設(shè)計的新理念，提出針對iHCI研究和應用的人因工程新思路，推動這方面工作的開展。

2 智能人機交互及人因特征

不同于傳統(tǒng)的人機交互，iHCI研究的對象是人類用戶與基于AI技術(shù)的智能系統(tǒng)之間的交互。人因工程的總思路是通過基于“以人為中心設(shè)計”理念的一系列人與智能系統(tǒng)交互的研究、建模、設(shè)計、評估等活動，開發(fā)出符合用戶需求、有用的、自然的、有效的、安全的iHCI系統(tǒng)。iHCI是人-AI交互這一新型交叉學科領(lǐng)域中的重要研究內(nèi)容之一（許為，葛列眾，高在峰，2021）。

從系統(tǒng)架構(gòu)角度看，iHCI主要有以下三種形態(tài)：（1）傳統(tǒng)的非智能用戶界面（系統(tǒng)前端）+智能后端系統(tǒng)，例如一個在線的智能化產(chǎn)品推薦系統(tǒng)或信息決策系統(tǒng)，它的用戶界面可能是簡單的圖形用戶界面（GUI），其智能后端系統(tǒng)擁有一個或多個提供智能化功能（信息推理和決策等）的智能體；（2）智能人機界面+非智能后端系統(tǒng)，例如一個傳統(tǒng)數(shù)據(jù)庫系統(tǒng)，它可以采用一個基于智能技術(shù)的語音交互人機界面作為用戶輸入，該界面具有智能交互代理的職能，建立起用戶與系統(tǒng)后端系統(tǒng)之間有效交互的橋梁；（3）智能人機界面+智能后端系統(tǒng)，例如擁有智能語音交互人機界面的智能化產(chǎn)品推薦系統(tǒng)或者信息決策系統(tǒng)。

以上這三種iHCI形態(tài)的共同點就是系統(tǒng)都帶有一個或多個智能體，用戶使用這些系統(tǒng)時，他們與系統(tǒng)的智能體交互，而這些智能體擁有基于AI技術(shù)的一些自主化特征，在某些使用場景中表現(xiàn)出類似人類認知的感知、學習、自適應、獨立執(zhí)行等能力。正是這些智能體帶來的自主化特征給iHCI帶來了區(qū)別于傳統(tǒng)人機交互的許多新特征。表1從人因工程角度概括了從傳統(tǒng)人機交互（HCI）向智能人機交互（iHCI）過渡中所表現(xiàn)出的新特征（許為，2020；許為，葛列眾，2018，2020；許為，葛列眾，高在峰，2021）。

由表1可知，智能時代iHCI的這些新特征擴大了iHCI研究和設(shè)計的范圍，遠遠超出了傳統(tǒng)人機交互研究和設(shè)計的范圍。因此，我們需要一種新思維和方法論來考慮如何更加有效地解決這些iHCI新特征所帶來的新問題。另外，表1所列的許多新特征目前還沒有完全實現(xiàn)，它們既反映今后iHCI技術(shù)發(fā)展的方向，也對今后的人因工程和iHCI研究提出了新要求。

表1 傳統(tǒng)人機交互（HCI）與智能人機交互（iHCI）之間的特征比較

3 智能人機交互的設(shè)計理念

本系列文章（四論“以用戶為中心的設(shè)計”：以人為中心的人工智能）提出的“以人為中心AI”是指導AI系統(tǒng)開發(fā)的設(shè)計理念（許為，2019b），該理念同樣適用于iHCI的研究和應用?！耙匀藶橹行腁I”理念框架包括技術(shù)、人因（human factors）、倫理三方面。本文進一步拓展“以人為中心AI”的開發(fā)理念到iHCI研究和應用中，提出“面向用戶的iHCI”的設(shè)計理念（見圖1）。圖1概括了圍繞三方面工作的主要途徑（見圖1中圍繞三個周邊圓形部分的字體），例如用戶需求和應用場景；圖1也定義了“面向用戶的iHCI”研究和應用的設(shè)計目標（見圖1中圍繞“面向用戶的iHCI”中心圓形部分的字體），例如自然的、可用的、有效的人機交互。

圖1 “面向用戶的智能人機交互（iHCI）”設(shè)計理念

“面向用戶的iHCI”設(shè)計理念主要強調(diào)以下三方面的工作：

（1）“技術(shù)”方面：強調(diào)開發(fā)用戶狀態(tài)（如生理、認知、情感、意圖等）識別技術(shù)、用戶穩(wěn)定特征（如人格等）識別技術(shù)、多模態(tài)交互技術(shù)、算法和模型等來支持“面向用戶的iHCI”的實現(xiàn)。另外，AI界已經(jīng)認識到單獨發(fā)展AI技術(shù)的路徑遇到了瓶頸效應，在高級人類認知方面難以達到人類的智能水平（Z heng et al.，2017），因此，“面向用戶的iHCI”理念強調(diào)將人的作用融入智能人機系統(tǒng)，開發(fā)人機混合增強智能，達到人機智能互補。iHCI技術(shù)開發(fā)的目的是開發(fā)出高效的、人可控制的iHCI系統(tǒng)，提升人的能力，而不是取代人。

（2）“人因”方面：強調(diào)在iHCI研發(fā)中從用戶需求出發(fā)，落實有效的應用場景，開發(fā)有效的用戶認知、意圖識別、情感等模型；基于人機協(xié)同合作的設(shè)計思維，在研發(fā)中實施基于“以用戶為中心”的iHCI設(shè)計和方法（例如用戶研究、建模、用戶界面原型設(shè)計、用戶體驗測評）。目的是開發(fā)出有用的（滿足用戶需求、有使用價值）、自然可用的（易用、易學）、人類擁有最終決控權(quán)的iHCI系統(tǒng)。

（3）“倫理”方面：強調(diào)從用戶倫理需求（公平、隱私、道德、人的決策權(quán)等）出發(fā)，遵循倫理設(shè)計標準，通過有效的倫理道德計算、AI倫理開發(fā)實踐等方法。目的是開發(fā)出倫理化、負責任的iHCI系統(tǒng)。

進一步地，圖1所示的“面向用戶的iHCI”設(shè)計理念體現(xiàn)了以下特征并且對iHCI研究和設(shè)計提出了以下要求：

首先，“以用戶為中心”的理念?！凹夹g(shù)”方面的工作從用戶角度來設(shè)計和創(chuàng)新適用的交互模式，通過智能傳感、智能用戶意圖推理等方式構(gòu)建自然可用的iHCI；根據(jù)用戶需求來保證機器適應人（而不是人適應機器）；通過人機智能之間的深度整合來增強人類能力；確保將人類置于智能系統(tǒng)的中心?！叭艘颉狈矫娴墓ぷ魇峭ㄟ^讓人類成為最終決策者來確保iHCI是人類可控的、有效的、可用的以及自然的?！皞惱怼狈矫婀ぷ髦荚谕ㄟ^提供合乎人類道德的iHCI來控制和解決智能系統(tǒng)中的倫理問題。

其次，人因、技術(shù)和倫理三方面工作的協(xié)同合作（如圖1中連接三個方面的線條所示）。例如，一方面，如果在設(shè)計中不考慮AI對人類的影響（例如AI的倫理道德），則iHCI系統(tǒng)是不可能實現(xiàn)以人為中心的設(shè)計目標的，最終可能會傷害人類；另一方面，符合倫理的iHCI需要通過人因工程設(shè)計，借助自然有效的智能人機用戶界面來確保人類操作員能夠在緊急情況下快速有效地接管對系統(tǒng)的控制。

最后，系統(tǒng)化的設(shè)計思維。將人和智能系統(tǒng)視為一個系統(tǒng)，力求在人機系統(tǒng)的框架內(nèi)開發(fā)人機智能之間的互補?！懊嫦蛴脩舻膇HCI”理念強調(diào)從人-機-環(huán)境系統(tǒng)的角度出發(fā)，保證有人類（需求、生理、心理等）、智能技術(shù)和環(huán)境（物理、文化、組織、倫理、社會等）之間的最佳匹配（許為，2022a）。因此，“面向用戶的iHCI”理念強調(diào)iHCI系統(tǒng)的開發(fā)不僅僅是一個技術(shù)項目，而是一個需要跨學科協(xié)作的系統(tǒng)項目。

4 智能人機交互的人因工程分析

4.1 智能人機交互的人因工程框架

在分析iHCI的人因特征以及定義iHCI設(shè)計理念和目標的基礎(chǔ)上，本節(jié)提出一個針對iHCI的人因工程架構(gòu)，為iHCI研究和應用提出人因工程解決方案。

傳統(tǒng)人機交互理論的研究主要包括人機交互評價體系、交互認知機理、可計算的交互模型等方面。在人機交互評價體系方面，Norman（1986）提出了“以用戶為中心”，的人機界面評價原則，但它主要是針對鼠標鍵盤輸入和屏幕輸出的傳統(tǒng)交互界面。在人機交互認知建模方面，人們采用人類信息處理模型來預測人類用戶如何與系統(tǒng)進行交互，通過對人類的認知建模來設(shè)計出更高效的人機界面，例如MHP、GOMS、SOAR、ACT-R、EPIC等模型（詳見綜述：王宏安等，2020）。這些模型主要針對非智能人機交互，無法有效處理復雜場景中的智能人機交互任務，也沒有考慮iHCI中人與智能系統(tǒng)之間的協(xié)同合作新型人機關(guān)系，并且機器僅僅是作為一個工具來考慮（許為，葛列眾，2020）。劉燁等人（2018）后來提出的人機合作心理模型已經(jīng)開始考慮到人與智能系統(tǒng)之間潛在的人機協(xié)同合作。

如上一篇系列文章所討論（“五論以用戶為中心的設(shè)計：從自動化到智能時代的自主化以及自動駕駛車”）（許為，2021），在非智能人機交互中，非智能系統(tǒng)是作為一種輔助工具（例如，自動化機器）來支持人類的操作，機器本質(zhì)上是通過“刺激-反應”式的“交互”來完成對人類操作的支持（Farooq & Grudin，2016）。這些機器依賴于由人事先固定設(shè)計的邏輯規(guī)則和算法來響應操作員的指令，通過單向、非分享的（即只有人針對機器單方向的信任、情境意識、決策控制等）、非智能互補（即只有人類的生物智能）等方式來實現(xiàn)人機交互。盡管人機之間也存在一定程度上的人機合作，但是作為輔助工具的機器是被動的，只有人可以啟動這種有限的合作。

智能技術(shù)擁有的自主化特征帶來了一種新型的人機關(guān)系：人機組隊（human-machine teaming）式的合作關(guān)系，智能系統(tǒng)中的智能體（界面智能體或者代理）不僅僅是支持人類作業(yè)的一個工具，也可以成為與人類協(xié)同合作的團隊隊友，這種協(xié)同合作式是由兩者之間雙向主動的、分享的、互補的、可替換的、自適應的、目標驅(qū)動的以及可預測等特征所決定的。隨著AI技術(shù)的發(fā)展，未來更多的智能系統(tǒng)將具備這些特征（許為，2020）。人與智能系統(tǒng)之間的這種新型人機關(guān)系為建立iHCI的人因工程框架奠定了基礎(chǔ)?；谥悄軙r代這種新型人機關(guān)系范式，采用協(xié)同認知系統(tǒng)理論（Hollnagel & Woods，2005）、情景意識認知理論（Endsley，1995）以及智能代理理論（Wooldridge & Jennings，1995；王祝萍 & 張皓，2020），本文初步提出一個iHCI人因工程框架（見圖2）。

相對傳統(tǒng)人機交互框架，圖2所示的iHCI人因工程框架體現(xiàn)了以下三方面的新特征。

圖2 智能人機交互（i H C I）人因工程框架的概念示意圖

第一，iHCI人因工程框架將人類用戶和智能系統(tǒng)（包括智能界面）均視作能夠完成一定的認知信息加工任務的認知體，從而一個iHCI系統(tǒng)可以被視為一個協(xié)同認知系統(tǒng)。不同于傳統(tǒng)的人機交互系統(tǒng)，iHCI是人類用戶認知體與智能機器認知體之間的交互。具備自主化特征的機器智能體具有一定程度上類似人類的認知特征，可以通過自然有效的人機交互方式（如語音、手勢、眼神、表情、唇動、腦電等）與人類用戶開展雙向的主動式交互和協(xié)同合作。在不確定性的人機交互條件下，智能體可對用戶狀態(tài)（認知、生理、意圖、情感等狀態(tài)）、環(huán)境上下文等狀態(tài)進行自主感知、識別、學習、推理、理解等認知作業(yè)，并且作出自適應的自主執(zhí)行。

傳統(tǒng)的人因工程研究和應用主要關(guān)注人機界面的設(shè)計，而不是從人機協(xié)同合作的角度將人機系統(tǒng)作為一個整體的協(xié)同認知系統(tǒng)來考慮。iHCI人因工程框架認為人和機器不是人機系統(tǒng)中兩個獨立的部分，而是一個整體，人和智能系統(tǒng)之間是協(xié)同合作的關(guān)系，整個認知協(xié)同系統(tǒng)的績效取決于在復雜動態(tài)的操作場景中人機之間的協(xié)同合作程度，而不僅僅是某個部分的績效。

第二，iHCI人因工程框架采用Endsley的“情景意識三層次”認知理論來表征人類用戶和機器認知體的智能信息加工機制（Endsley，1995，2015）。Endsley的模型將情景意識（situation awareness，SA）定義為“人類操作員對當前環(huán)境（包括人機界面、系統(tǒng)、操作環(huán)境、團隊合作隊友等）狀態(tài)的情景感知、情景理解以及對未來情景預測”的認知加工過程，該模型還包括了情景意識與記憶、經(jīng)驗、知識、心理模型等其他因素的認知交互。如圖2所示（左側(cè)），該SA三層情景要素（感知、理解、預測）同時擁有數(shù)據(jù)驅(qū)動（根據(jù)感知數(shù)據(jù)進行理解和預測情景）和目標驅(qū)動（根據(jù)目標以及當前的理解和預測進行基于感知數(shù)據(jù)的驗證）的信息加工機制。借助于一個信息收集和后期響應的動態(tài)反饋回路機制，人類用戶能夠感知動態(tài)環(huán)境情景來更新獲取的信息。

如圖2所示（右側(cè)），對應于人類操作員的信息加工機制，iHCI人因工程框架采用與人類用戶認知體異質(zhì)同構(gòu)性的方式來表征機器認知體的信息加工機制。該信息加工機制包括：（1）機器認知體不僅僅需要數(shù)據(jù)驅(qū)動的信息加工機制（數(shù)據(jù)感知、處理層等），同時也需要目標驅(qū)動的處理模塊和反饋機制以及針對目標驅(qū)動處理的“自上而下”的決策信息加工機制；中層是對情景意識的智能評估和推理；上層則進行知識轉(zhuǎn)化，預測當前情景意識可能發(fā)生的事件；目標、規(guī)劃、任務等智能體構(gòu)成了反饋循環(huán)機制。（2）機器認知體擁有自適應的智能代理模塊，根據(jù)環(huán)境、系統(tǒng)、上下文、用戶狀態(tài)的識別，領(lǐng)域知識庫評估整個系統(tǒng)的運行情況。機器認知體基于系統(tǒng)任務、目標和規(guī)劃，能夠自適應調(diào)整系統(tǒng)的自主輸出。（3）機器認知體擁有多智能代理，各智能代理處理相應的認知加工任務并且互相協(xié)調(diào)。

第三，iHCI人因工程框架采用AI領(lǐng)域的智能代理理論來表征智能系統(tǒng)認知體的信息加工機制。智能代理是一個自治的智能計算實體，它能夠不斷地、自主地與環(huán)境發(fā)生交互（Wooldridge & Jennings，1995；王祝萍 & 張皓，2020）。智能代理系統(tǒng)研究的目的是使智能代理能在復雜環(huán)境中實現(xiàn)自主運動并完成特定的任務，這需要智能代理擁有對自身狀態(tài)和環(huán)境狀態(tài)的建模、決策、規(guī)劃和控制能力。一個理想的智能代理應該具有以下一些基本特征（Wooldridge 1995；王祝萍 & 張皓，2020）：自治性（即可以主動控制自身的行為）、目標性（對自己的意圖和目標作出計劃）、交互性（對環(huán)境的感知和影響）、協(xié)作性（多代理之間的協(xié)作，并且能夠完成單智能體難以完成的復雜任務）、可通信性（代理之間或者代理與人之間可開展一定程度的“會話”）、學習能力、推理和規(guī)劃能力、社會性、進化性、容錯性、擴展性等。從人因工程角度看，智能代理的這些特征就是具備類似人類的認知信息加工特征，所以這些智能代理可以視為智能系統(tǒng)中相交互的認知體。iHCI人因工程框架提倡利用智能代理技術(shù)來實現(xiàn)“面向用戶的iHCI”的設(shè)計理念。

基于以上三方面的新特征，本文提出的iHCI人因工程框架能夠有效地表征基于智能技術(shù)的人機交互新特征。需要指出的是，該iHCI人因工程框架是一個指導性的系統(tǒng)框架（reference architecture），它不是一個在工程上具體實現(xiàn)iHCI解決方案式的系統(tǒng)框架（solution architecture），iHCI人因工程框架還有待于今后進一步研究的充實。

作為一個指導性的系統(tǒng)框架，針對iHCI的人因問題空間，iHCI人因工程框架提出了一個基于“面向用戶的iHCI”的人因工程解決方案。表2進一步概括了該iHCI人因工程框架所表征的新特征以及人因工程解決方案的工作思路。

如表2所列，iHCI人因工程框架對今后的iHCI研究和應用提出了新特征和新需求，這些新特征是傳統(tǒng)人機交互和人因工程解決方案所不具備的，這些新需求也是目前iHCI研究和應用中存在的人因問題。因此，本文所提出的iHCI人因工程框架將有助于指導今后的iHCI研究和應用工作，促進“面向用戶的iHCI”設(shè)計理念和目標的實現(xiàn)。

表2 iHCI人因工程框架的主要新特征以及對iHCI研究和應用的意義

4.2 自動駕駛車人機共駕的人因工程分析

目前，盡管人因工程、工程心理學、人機交互等專業(yè)人員參與了自動駕駛車的研發(fā)，但是頻頻發(fā)生的事故提醒我們需要評估目前的方法和尋找新的設(shè)計思維，從而能夠進一步提升自動駕駛車的安全設(shè)計（NTSB，2017；Endsley，2018，許為，2020）。SAE（2019）將自動駕駛車系統(tǒng)分為5個“自動化”等級（L1-L5），但由于當前技術(shù)、交通法規(guī)、交通環(huán)境系統(tǒng)、政策法規(guī)、公眾接受度等原因，完全的無人自動駕駛還有很長的路要走，在可預見的相當長一段時間內(nèi)，智能自動駕駛車人機共駕將是常態(tài)，智能駕駛汽車研究和應用仍會集中在人機共駕層面（宗長富等，2021），人類駕駛員與智能自主系統(tǒng)仍然需要共同對車輛分時、分權(quán)地完成雙方都能獨立完成駕駛的任務，人類駕駛員依然扮演著重要的角色。本節(jié)采用iHCI人因工程框架對智能自動駕駛車的人機共駕模式做初步分析。

4.2.1 單車層面分析

從自動駕駛車單車層面看，基于AI智能技術(shù)的自動駕駛車人機共駕模式就是一個iHCI系統(tǒng)。未來的智能自動駕駛車是一個會學習的輪式智能機器人，它與人類駕駛員一樣具有一定程度的感知系統(tǒng)（攝像、激光雷達裝備等）、智能交互界面（語音輸入等）和學習等能力，在一些特定設(shè)計的場景中能夠應對各種工況（馬楠等，2018）。

在該車載iHCI中，人類駕駛員和智能車載系統(tǒng)是能夠完成一定認知信息加工任務的兩個認知體，該智能人機系統(tǒng)可以被視為一個協(xié)同認知系統(tǒng)，人機共駕體現(xiàn)了人類駕駛員與智能車載系統(tǒng)之間的交互。具備自主化特征的車載智能體具有一定程度上類似人類的認知特征，人類用戶可以通過有效的iHCI交互方式（如語音交互）與其開展雙向的交互和協(xié)同合作。裝備智能感知等系統(tǒng)的自動駕駛車可對人類駕駛員狀態(tài)、環(huán)境上下文等狀態(tài)進行自主感知、識別、學習、推理、理解等認知作業(yè)，與人類駕駛員開展有效的人機共駕（X u，2021）。

但是，人機共駕存在許多人因問題需要進一步地研究和探索，例如，有效的人機溝通模式，人機意圖及情景意識和信息的雙向交換，人機感知信息共享與交換，人機互信，應急狀態(tài)下的人機控制權(quán)交接等等，任何一個環(huán)節(jié)的差錯都可能導致安全問題（程洪等，2020；Soualmi et al.，2014）。

采用iHCI人因工程框架的新范式有助于開拓設(shè)計思路，探索有效的人因工程解決方案。人因工程解決方案主要包括以下幾方面。

（1）人機協(xié)同合作的設(shè)計新范式：智能自動駕駛車是由兩個認知體（人類駕駛員，機器認知體/“機器智能駕駛員”）組成的一個協(xié)同認知系統(tǒng)，兩者是團隊合作的隊友，因此人機共駕的iHCI研究和應用可以從人機協(xié)同合作的新角度考慮。例如，研究要充分理解人類駕駛員與智能自主化系統(tǒng)在人機共駕中應該分別扮演什么角色，如何根據(jù)智能化等級和駕駛環(huán)境來確定人機共駕中人機協(xié)同合作之間的各種關(guān)系以及系統(tǒng)架構(gòu)?；谌藱C協(xié)同合作的新范式，人機共駕的研究要從人機合作、人機互信、感知和情景意識共享、人機控制共享和協(xié)同駕駛等角度探索車載人機交互的優(yōu)化和安全設(shè)計，從而實現(xiàn)有效的人機共駕（Jeong，2019；高在峰，李文敏，梁佳文等，2021）。例如，研究如何保證在應急狀態(tài)下車輛控制權(quán)在人機之間的快速有效切換，確保人擁有最終控制權(quán)（包括遠程控制等）（Fridman，2018）；借助人機協(xié)同合作的工作思路和有效的人機交互設(shè)計，探索在什么條件下（例如人機互信程度，人類駕駛員狀態(tài)和行車意圖）如何完成有效的控制權(quán)轉(zhuǎn)移切換。

（2）人機雙向狀態(tài)識別的技術(shù)：iHCI人因工程架構(gòu)強調(diào)人機兩個認知體之間雙向主動的狀態(tài)識別，通過機器認知體對人類駕駛員生理、認知、情感、駕駛行為和意圖的監(jiān)測識別和理解，以及人類駕駛員對智能系統(tǒng)和環(huán)境的情景意識，人機之間才能夠擁有情景意識分享、人機互信、任務和目標分享、決策和控制分享等，從而有效支持人機協(xié)同合作。這方面問題需要今后的研究，例如，探索如何通過建模方法來模擬駕駛員的駕駛操作和駕駛意圖；如何提高對人類駕駛員狀態(tài)監(jiān)測和駕駛意圖識別的準確性。

（3）“人在環(huán)內(nèi)”的人機混合智能的系統(tǒng)設(shè)計：人機共駕必須是一個“人在環(huán)內(nèi)”（human-in-the-loop）的人機混合智能系統(tǒng)，而基于人機雙向狀態(tài)識別和系統(tǒng)控制技術(shù)為實現(xiàn)這樣一個“人在環(huán)內(nèi)”的系統(tǒng)安全設(shè)計提供了保障。首先，研究要從系統(tǒng)和iHCI設(shè)計角度來解決導致近幾年自動駕駛車事故的人因問題（例如“人在環(huán)外”、低參與度、情景意識下降），研究在系統(tǒng)層面（例如“人在環(huán)內(nèi)控制”“人機協(xié)同控制”）或者/和生物層面（例如腦機控制）上如何有效地實現(xiàn)“人在環(huán)內(nèi)”的iHCI設(shè)計。其次，研究如何采用人機智能優(yōu)勢互補的設(shè)計思路來優(yōu)化系統(tǒng)設(shè)計，提高車載協(xié)同認知系統(tǒng)的整體可靠性和安全性。最后，探索如何落實“有意義的人類控制”（meaningful human control）設(shè)計（Santoni & van den，2018）。例如，通過“人在環(huán)內(nèi)”的iHCI設(shè)計，探索車載“故障追蹤系統(tǒng)”來實現(xiàn)設(shè)計改善和人機故障問責的機制，推動“人類可控AI”設(shè)計目標的實現(xiàn)。

（4）基于智能自主化的設(shè)計思路：SAE（2019）定義L4-L5等級的自動駕駛車不需要人類監(jiān)控和干預，人因工程的工作思路質(zhì)疑SAE這種設(shè)計指南。我們認為SAE沒有基于AI技術(shù)的視角去評價自動駕駛車的能力，無視自動化技術(shù)和自主化技術(shù)之間的本質(zhì)差別，這種對自動駕駛車智能自主化等級劃分的忽略可能對設(shè)計、安全、標準化和認證產(chǎn)生不利影響（許為，2020）。作為一個“移動式”的智能自主化系統(tǒng)，高等級自動駕駛車不是傳統(tǒng)的自動化系統(tǒng)，智能系統(tǒng)認知體擁有獨特的自主化特征，這些特征對自動駕駛車iHCI設(shè)計提出了不同于傳統(tǒng)自動化技術(shù)的新需求，只有充分理解這些新特征并且采取有效的iHCI設(shè)計來對付這些新挑戰(zhàn)，才能保證自動駕駛車的行駛安全。

（5）合作式認知界面設(shè)計：基于人機協(xié)同合作的新范式，今后的研究需要探索有效的“合作式認知界面”來支持人機共駕操作中的人機協(xié)同合作、人機互信、感知和情景意識共享、人機狀態(tài)識別、控制共享等問題，需要考慮有效的人機界面設(shè)計隱喻、范式以及認知架構(gòu)。例如，探索在人機界面設(shè)計中如何有效地實現(xiàn)人機協(xié)同合作的設(shè)計方案來支持應急狀態(tài)下快速有效的控制權(quán)交付和接管；探索開發(fā)有效的合作式認知界面來解決自動駕駛中的一些人因問題（例如“人在環(huán)外”、情景意識下降、自動化模式混淆）；探索基于認知工作分析（CWA）方法的車載生態(tài)用戶界面（EID）的設(shè)計（Vicente，1999；Burns & Ha j dukiewicz，2004）。

4.2.2 宏觀系統(tǒng)層面分析

從宏觀社會技術(shù)系統(tǒng)層面來分析，安全有效的自動駕駛?cè)藱C共駕的最終實現(xiàn)不僅僅依賴于單車層面上的有效iHCI設(shè)計，還需要基于網(wǎng)絡互聯(lián)、AI與云計算、智能車聯(lián)網(wǎng)、智能交通系統(tǒng)等技術(shù)；需要自動駕駛車開發(fā)企業(yè)、電信運營商、政府等各部門的合作；需要通過實現(xiàn)人、車、路、環(huán)境的協(xié)同交互（人與車、車與車、車與交通環(huán)境等之間）以及通過車端、路端、云端之間的信息交互，從而為自動駕駛車的安全駕駛、決策和規(guī)劃提供系統(tǒng)化的支持。所有這些形成了一個智能自動駕駛?cè)藱C共駕的生態(tài)系統(tǒng)（譚征宇等，2020）。

我們將iHCI人因工程架構(gòu)所表征的人類智能體與機器智能體的協(xié)同認知系統(tǒng)概念拓寬到整個自動駕駛?cè)藱C共駕的生態(tài)系統(tǒng)中，這樣整個自動駕駛?cè)藱C共駕生態(tài)系統(tǒng)可以表征為一個協(xié)同認知生態(tài)系統(tǒng)（許為，2022b）。該協(xié)同認知生態(tài)系統(tǒng)擁有一個多層次的系統(tǒng)架構(gòu)，一個子系統(tǒng)的協(xié)同認知系統(tǒng)可以是整體協(xié)同認知生態(tài)系統(tǒng)架構(gòu)中的某一層次。人機共駕協(xié)同認知生態(tài)系統(tǒng)中的各個協(xié)同認知分系統(tǒng)可以由i-HCI人因工程架構(gòu)所表征，例如，人類智能體與機器智能體之間（行人與智能自動駕駛車等），多重機器智能體之間（多輛自動駕駛車之間，自動駕駛車與智能道路系統(tǒng)之間等）。

圖3示意了自動駕駛?cè)藱C共駕協(xié)同認知生態(tài)系統(tǒng)的多層次架構(gòu)，表3概括了人機共駕協(xié)同認知生態(tài)系統(tǒng)各層次的系統(tǒng)組成部分。如圖3和表3所示，認知協(xié)同系統(tǒng)的范圍和邊界條件是相對的，取決于分析的目的（即系統(tǒng)的功能而不是它的結(jié)構(gòu)）。

采用iHCI人因工程框架在宏觀層面上對自動駕駛?cè)藱C互駕的分析提供了以下的人因工程新思維和新途徑。

首先，協(xié)同認知生態(tài)系統(tǒng)的宏觀和系統(tǒng)化設(shè)計視野。自動駕駛車人機共駕的設(shè)計需要從宏觀的協(xié)同認知生態(tài)系統(tǒng)角度來考慮，任何局限于“人類駕駛員+智能自動駕駛車”單車層面協(xié)同認知子系統(tǒng)的研究和設(shè)計都無法保證整個協(xié)同認知生態(tài)系統(tǒng)的優(yōu)化設(shè)計和安全運行。

傳統(tǒng)人因工程研究注重于人-車（“人類駕駛員+智能自動駕駛車”）的交互和人機界面設(shè)計?；谌藱C共駕協(xié)同認知生態(tài)系統(tǒng)的架構(gòu)（圖3），自動駕駛單車中的“人類駕駛員+智能自主駕駛車”僅僅是一個協(xié)同認知子系統(tǒng)，影響該子系統(tǒng)人機共駕績效和安全的不僅僅是單車系統(tǒng)中兩個認知體（人類駕駛員，智能自動駕駛車）之間的協(xié)同合作，還有整個人機共駕生態(tài)系統(tǒng)中其他層次上的協(xié)同認知系統(tǒng)以及相應的多重認知體。如圖3和表3所示，如果將iHCI解決方案的分析邊界逐步擴展到智能道路系統(tǒng)（即人-車-路系統(tǒng)）、智能交通系統(tǒng)（人-車-路-交通系統(tǒng)）以及智能化社會技術(shù)系統(tǒng)（人-車-路-交通-社會系統(tǒng)），實現(xiàn)自動駕駛車整體系統(tǒng)的優(yōu)化設(shè)計和安全取決于各種認知體（智能體）之間的協(xié)同合作。例如，智能車聯(lián)網(wǎng)（例如智能安全系統(tǒng)）、道路智能傳感器、路面行駛中的其他自動駕駛車（例如自動駕駛車之間的行駛狀態(tài)識別、交互和協(xié)調(diào)，行車規(guī)范和行為）、智能交通信號（例如信號系統(tǒng)智能化程度、與自動駕駛車之間的交互和兼容）、智能交通指揮系統(tǒng)（例如系統(tǒng)人類操作員、決策者、智能系統(tǒng)）、公眾（例如對自動駕駛車的信任、體驗）、行人（例如對自動駕駛車、道路交通的認知和行為）、自動駕駛車開發(fā)企業(yè)（例如人機控制權(quán)分配設(shè)計決策和設(shè)計理念）、電信運營商、政府（例如智能駕駛、智能交通政策規(guī)劃和決策）等等，所以這些認知體形成了一個宏觀的協(xié)同認知生態(tài)系統(tǒng)。

圖3 自動駕駛?cè)藱C共駕的協(xié)同認知生態(tài)系統(tǒng)（示意圖）

表3 人機共駕協(xié)同認知生態(tài)系統(tǒng)中各層次的主要組成部分

由此可見，自動駕駛車的實現(xiàn)是一個龐大的系統(tǒng)工程，取決于人機共駕生態(tài)系統(tǒng)內(nèi)所有系統(tǒng)組成部分之間的有效協(xié)同合作和整體系統(tǒng)的優(yōu)化設(shè)計，低估這種系統(tǒng)化工程的設(shè)計思路會造成潛在的安全威脅。

其次，“以人為中心AI”的設(shè)計理念。從“以人為中心AI”和“面向用戶的iHCI”的理念出發(fā)，人因工程強調(diào)人機共駕模式的設(shè)計必須是“以人為中心”，應該從整個人機共駕協(xié)同認知生態(tài)系統(tǒng)的角度出發(fā)來保證人類擁有自動駕駛車的最終決控權(quán)。例如，在自動駕駛車人機共駕模式中，單車人類駕駛員一般擁有最終決控權(quán)。當車輛處于失控狀態(tài)（例如系統(tǒng)故障，黑客攻擊，人類駕駛員失能），一方面，車載智能系統(tǒng)啟動智能應急方案來脫離當前的失控場景，保護人類（包括單車駕駛員、乘客、道路行人和其他車輛等），這體現(xiàn)“以人為中心AI”的理念；另一方面，從系統(tǒng)余度化安全設(shè)計考慮，作為整個人機共駕協(xié)同認知生態(tài)系統(tǒng)的分系統(tǒng)，智能交通系統(tǒng)的中央指揮控制中心操作員可遠程接管故障車（例如“5G云代駕”）來脫離當前交通場景，同時指揮協(xié)調(diào)路面其他智能駕駛車，從而保證智能道路系統(tǒng)的整體安全，確?！叭祟惪煽谹I”的設(shè)計目標，避免災難性的后果。今后研究要探索如何有效地實現(xiàn)這種系統(tǒng)化設(shè)計方案。例如，在整個自動駕駛?cè)藱C共駕協(xié)同認知生態(tài)系統(tǒng)內(nèi)，研究如何根據(jù)人的能力、狀態(tài)和駕駛環(huán)境進行駕駛權(quán)限和責任的實時分配，研究在應急狀態(tài)下如何確保人類擁有對整個人機共駕協(xié)同認知生態(tài)系統(tǒng)的最終控制權(quán)限。

最后，圖3和表3也示意了智能自動駕駛?cè)藱C共駕生態(tài)系統(tǒng)發(fā)展的可能路徑。這些路徑包括：（1）“自下而上”的路徑，即從“人類駕駛員+智能自動駕駛車”到“智能道路系統(tǒng)”“智能交通系統(tǒng)”“智能化社會技術(shù)系統(tǒng)車”；（2）“自上而下”的路徑，即從“智能化社會技術(shù)系統(tǒng)車”到“智能交通系統(tǒng)”“智能道路系統(tǒng)”“人類駕駛員+智能自動駕駛車”；（3）混合或者并行的路徑，即“自下而上”路徑與“自上而下”路徑的組合或者并行發(fā)展?；旌匣蛘卟⑿械陌l(fā)展路徑可能是最佳安全的路徑，該結(jié)論有待進一步的研究。

5 智能人機交互的基本人因問題

iHCI中有許多人因問題，其中包括用戶認知、生理計算、情感計算、用戶意圖識別、多模態(tài)人機交互、人機協(xié)同合作等（Xu，Dainoff et al.，2022）。限于篇幅，本節(jié)基于“面向用戶的iHCI”理念和設(shè)計目標（圖1）和iHCI人因工程框架（圖2），主要從人因工程角度對以下兩個基本問題展開初步的討論，并且概括了今后的一些工作。

5.1 用戶意圖識別

iHCI中的人機雙向交互需要機器智能體能夠感知用戶意圖、操作環(huán)境和上下文，并對用戶意圖做出自適應的交互操作?；谟脩粢鈭D識別的設(shè)計策略體現(xiàn)了“以用戶為中心”的理念，可以降低人機沖突概率，也是實現(xiàn)iHCI中模糊和自然人機交互的關(guān)鍵。

用戶生理、認知、情感等狀態(tài)識別和計算建模為面向用戶的意圖識別提供了基礎(chǔ)。用戶意圖識別可以通過多模態(tài)信息實現(xiàn)，其中包括用戶生理計算（運動、視覺、聽覺、腦電等），用戶運動意圖（表面肌電信號、腦電信號、眼電信號等），用戶肢體動作（手指、手部、頭動運動等），用戶神經(jīng)系統(tǒng)信號計算（如通過腦機接口技術(shù)讀取用戶思維活動中的交互意圖信息）（張丹等，2018；程洪等，2020；Gao et al.，2014；Mc-Farland et al.，2017）。

用戶意圖識別中的另一個關(guān)鍵是對用戶意圖的推理。用戶意圖推理主要包括兩個方面：一是對用戶交互意圖的推理；二是對人機交互情境和上下文的推理（易鑫等，2018）。例如，在普適計算環(huán)境中，采用Bayes方法的用戶意圖推理，利用大數(shù)據(jù)用戶行為、人物畫像建模方法來理解以及提取用戶意圖。

在自動駕駛車人機共駕研究領(lǐng)域，人類駕駛員的意圖識別和短時行為預測是重要研究內(nèi)容之一，有助于提升自動駕駛車的行駛安全（宗長富等，2021）。例如，研究者使用換道意圖預測系統(tǒng)來確定每個提示用于確定意圖的相對有效性，同時利用推理分類器算法預測駕駛員的換道操作（Doshia，2008）。驗證結(jié)果表明，頭部運動與車道位置和車輛動力學相結(jié)合的方法是預測換道意圖的有效方法之一?；隈{駛模擬器試驗數(shù)據(jù)，呂岸等（2010）結(jié)合高斯-隱馬爾可夫混合模型來識別人類駕駛員在高速公路上的超車行為，并且推理分析駕駛員超車意圖和行為的合理性。研究者還利用駕駛員生理信號、駕駛動態(tài)環(huán)境（例如周邊車輛的運行狀況）、車輛到車道邊緣的距離等信息來預測駕駛員的行車意圖（Tawari et al.，2014；Yuen，2016；Mar et al.，2014；Gaikwad et al.，2015）。

iHCI人因工程框架強調(diào)開展對用戶意圖識別的研究來為人機協(xié)同提供條件，從而達到自然和有效的iHCI設(shè)計目的。這方面有許多工作需要開展，以下列出其中的幾項主要工作。

首先，目前的許多研究主要針對用戶意圖的識別技術(shù)，但是理論層面上有許多問題迫切需要解決，需要結(jié)合用戶需求，開展人因工程研究，引導技術(shù)的發(fā)展方向。例如，用戶不同通道（如動作、生理、語言等）所產(chǎn)生的意圖需要不同的技術(shù)，從理論上如何把各類意圖進行系統(tǒng)化地表征、建模和解釋，找到多通道用戶意圖之間的可解釋性、互補性等特征，這是人因工程的一個重要課題。另外，如何建立理解用戶意圖表達的認知模型和計算框架？如何有效地使用知識圖譜（言語表征等）等方法來表征和理解用戶交互意圖（Aminer，2020）？同時，為實現(xiàn)自然的iHCI，今后的研究需要建立人與智能系統(tǒng)雙方所需要的共同認知基礎(chǔ)，其中包括構(gòu)建與交互情境相關(guān)的知識圖譜、常識性的知識推理和個性化的知識更新，幫助智能體不僅可以通過感知信息對知識圖譜進行自動更新，還可以采取主動交互策略來確認和排除不可靠的推理結(jié)果（王宏安等，2020）。

其次，分析和評估用戶多樣性、用戶行為不確定性以及使用場景多樣性等因素對用戶意圖推理的影響（易鑫等，2018）。例如，在完成某一項動作時，由于用戶可能做出不同動作所帶來的不確定性，不同用戶針對同一交互意圖可能采用的不同交互行為，不同場景下的用戶交互行為的非一致性。

第三，探索和實現(xiàn)從用戶交互意圖的模糊表達到準確識別的跨越（史元春，2019）。例如，用戶交互意圖是內(nèi)在的，同時通過外部傳感器獲取的交互數(shù)據(jù)具有隨機性大、背景噪聲強、應用場景廣泛等特點，這些問題對用戶意圖的準確識別和推理帶來了更大的挑戰(zhàn)。例如，在手機iHCI方面，史元春等人針對手機用戶輸入的“胖手指”問題，基于用戶行為特征建模，提出了基于貝葉斯推理的用戶意圖理解的框架，能夠從用戶模糊輸入信號中推測出用戶的真實交互意圖（Aminer，2020）。

第四，隨著情感計算理論研究和技術(shù)的突破，iHCI將向著多模態(tài)情感識別、情感意圖理解、智能體多模態(tài)情感表達以及人機情感交互系統(tǒng)的方面深化，最終使智能系統(tǒng)具有主動情感認知能力（韓晶等，2015；黃宏程等，2019）。因此，加速對用戶情感狀態(tài)測量和建模的研究將有助于進一步開發(fā)針對用戶意圖識別和預測的解決方案（Wendemuth et al.，2018）。

最后，利用多模態(tài)信息的有效融合和人機交互技術(shù)來支持對用戶意圖的準確理解，為人機協(xié)同合作提供支持（孫效華等，2020）。雖然AI技術(shù)使得智能體能夠比較準確地理解用戶的單通道行為（例如語音識別、人臉識別），但是智能體需要借助于多通道信號的有效融合來準確理解用戶的交互意圖（例如用戶在做什么，要做什么）（王宏安等，2020）。目前的研究主要圍繞三方面探索：（1）準確識別用戶已知的交互意圖；（2）準確地將已知意圖的新個性化行為歸納到已知意圖；（3）準確判斷和標識用戶行為中出現(xiàn)的未知意圖類別，并添加到已知學習模型。如何利用多通道信息融合方法，將已知意圖的新個性化行為和新意圖類別擴展到現(xiàn)有模型中，使得智能體在與用戶的交互中學習、理解并整合新知識的能力，這將是今后的重要工作之一（楊明浩，陶建華，2018）。

5.2 人機協(xié)同合作

如前所述，不同于傳統(tǒng)人機交互，iHCI可以被視為兩個認知體之間的協(xié)同合作，在一定的操作和任務環(huán)境中，人與智能體之間是基于一種團隊隊友之間的合作來實現(xiàn)兩者之間的“交互”，這種交互是由兩者之間雙向主動的、分享的、互補的、可替換的、自適應的、目標驅(qū)動的以及可預測等人因工程特征所決定的。隨著機器智能自主化程度的提高，這些特征表現(xiàn)更加明顯（許為，葛列眾，2020）。

針對人機協(xié)同合作的研究剛剛起步，許多研究從多學科角度出發(fā)，初步提出了一些解決方案。例如，人-AI合作研究策略和框架（O’Neill et al.，2020），人-AI合作團隊績效評估（Babsal et al.，2019），人-AI互信（Bindewald et al.，2017），人-AI合作中的心理模型（Bansal et al.，2019），人-AI合作的系統(tǒng)設(shè)計（Ozkaya，2020），人-AI合作系統(tǒng)權(quán)限（Haring et al.，2019），人-AI合作的定量和定性建模（Peters，2019）。針對iHCI中人與智能體有可能成為“團隊隊友”的問題，Klien，Woods等人（2004）提出了人因工程研究面臨的十大挑戰(zhàn)，其中包括人與智能體之間的可預測性（預測對方的計劃、行動等），建模（表征對方的意圖和行動），透明性、可解釋性和理解性（針對對方意圖和行為狀態(tài)），雙向的協(xié)調(diào)控制等。按照這些標準來分析，目前針對iHCI人機協(xié)同合作的研究和應用尚處于由“傳統(tǒng)人機交互”向“初級人機協(xié)同合作”轉(zhuǎn)變的階段，相應的研究和應用仍然不全面，遠遠沒有達到理想的要求。

另外，智能時代的人機交互有“雙刃劍”效應。一方面，智能系統(tǒng)利用大數(shù)據(jù)、AI深度學習等技術(shù)可以整合基于大量專家知識的群體智能，主動幫助人類操作員在非正常的場景中解決以往單人知識或者操作所不能解決的問題，這是傳統(tǒng)非智能系統(tǒng)無法達到的；另一方面，如果iHCI設(shè)計中不遵循“以人為中心AI”理念，并且不能保證人類擁有對系統(tǒng)的最終決策控制權(quán)，智能系統(tǒng)自主獨立執(zhí)行的結(jié)果則有可能帶來倫理和安全隱患。

iHCI人因工程框架將人機系統(tǒng)視為一個協(xié)同認知系統(tǒng)，強調(diào)開展針對人機協(xié)同合作的研究和應用，從而達到高效自然的人機交互設(shè)計目標。今后的研究應該考慮以下幾個方面。

首先，要開發(fā)有效的iHCI中人機協(xié)同合作的理論、方法以及認知架構(gòu)，進一步開發(fā)人機情景意識共享、人機互信、人機心理模型共享、人機決策共享的理論、模型和方法。例如，從技術(shù)角度進一步解決人機協(xié)同合作中的人機功能分配、動態(tài)學習和修正、主動交互模式等問題；從人機協(xié)同的體驗視角進一步研究人機協(xié)同合作中的可解釋性、人機互信、人機情感化、公平負責的人機協(xié)同合作等問題（孫效華等，2020）。

其次，學術(shù)界針對iHCI中人-智能體之間的關(guān)系有不同的理解，有待進一步研究和評估。例如，iHCI中智能體是否真正可以成為與人類協(xié)同合作的隊友（同伴、受指導者或團隊領(lǐng)導），還是僅僅作為一個智能超級工具（Shneiderman，2020；Klien & Woods，et al.，2004）。今后工作應該側(cè)重于研究人類與智能體如何交互、協(xié)商以及作為隊友進行協(xié)作合作；研究如何在iHCI設(shè)計中界定各自的角色和責任以及協(xié)作的規(guī)則；研究人機協(xié)作合作的層次結(jié)構(gòu)以及各層次之間的關(guān)系（例如，協(xié)調(diào)/coordination，協(xié)作共事/cooperation，合作/collaboration）。從“面向用戶的iHCI”理念出發(fā)，iHCI系統(tǒng)的最終策控制者應該是人，如何在人機共駕模式設(shè)計中實現(xiàn)這種理念需要進一步的工作。

第三，開展針對人機協(xié)同合作的計算模型和定量評估。傳統(tǒng)非智能系統(tǒng)的人機交互模型（例如GOMS，MHP）已不能滿足iHCI中復雜交互任務的需求（例如Card et al.，1983），需要探索人類認知機制來建模人與智能系統(tǒng)的交互和協(xié)作合作（劉燁等，2018），目前還沒有系統(tǒng)化的人機交互和協(xié)作合作模型。簡單明確的任務性人機交互任務相對容易建模，但是當人機交互任務包括體驗性、娛樂性、溝通性以及大量的人-人之間交互活動，人機交互建模成為一項非常困難的工作，今后需要進一步開展這方面的研究。另外，人與智能體在社會交互情境中的交互也面對情境意識計算和模型的挑戰(zhàn)，其中包括人與智能體之間的理解、意圖、情緒、目標、角色結(jié)構(gòu)、文化規(guī)范以及社會關(guān)系類型等，這方面的工作也有待進一步深入。

第四，開發(fā)和設(shè)計有效的人機界面來支持人機協(xié)同合作。人機兩個認知體之間的協(xié)同合作必然需要能夠有效支持這種人機任務的人機界面，這是個重要的課題。例如，開發(fā)“合作式認知界面”來支持人機協(xié)同合作、人機互信、感知和情景意識共享、人機狀態(tài)識別、人機控制共享等，探索基于認知工作分析的車載生態(tài)用戶界面的設(shè)計（Vicente，1999；Burns& Ha j dukiewicz，2004）。

最后，開展針對iHCI中長期性人機協(xié)同合作的研究。目前許多研究注重于iHCI中人和智能體之間的短期協(xié)同合作（例如，人與智能機器人），如何保持人和智能體之間的長期有效的協(xié)同合作仍然是一個挑戰(zhàn)（Prada & Paiva，2014）。例如，針對老年人、殘疾人的智能康復機器人，作為認知體的機器人智能體如果無法保持與人類用戶合作的興趣，人機交互質(zhì)量將大大下降。今后的研究需要解決如何能夠使智能體保持與用戶合適的交互和合作方式、建立關(guān)系（例如信任）、關(guān)注用戶需求（例如情感需求）等問題。另外，智能體也可擁有自己的需求，也需要人類用戶的幫助，今后的研究需要探索如何從iHCI設(shè)計上實現(xiàn)這種長期的人機協(xié)同合作的關(guān)系。

6 總結(jié)

（1）智能技術(shù)給智能人機交互（iHCI）帶來了區(qū)別于傳統(tǒng)人機交互的許多人因工程新特征，這些新特征擴大了iHCI的研究范圍，并且遠遠超出了傳統(tǒng)人機交互的研究范圍。我們需要一種新思維和方法論來考慮如何更加有效地解決iHCI新特征所帶來的新問題，它們既反映iHCI技術(shù)發(fā)展的方向，也對今后的研究提出了新要求。

（2）本文進一步拓展“以人為中心AI”的開發(fā)理念到iHCI研究中，提出了“面向用戶的iHCI”設(shè)計理念和目標。該理念體現(xiàn)“以用戶為中心”的設(shè)計思想；強調(diào)人因、技術(shù)和倫理三方面的協(xié)同合作以及系統(tǒng)化的設(shè)計思維，從而達到“面向用戶的iHCI”設(shè)計目標。

（3）基于智能時代新型的人機協(xié)同合作關(guān)系，采用協(xié)同認知系統(tǒng)、情景意識認知理論和智能代理理論，本文提出一個iHCI人因工程框架。該框架將iHCI中用戶和智能系統(tǒng)視為一個協(xié)同認知系統(tǒng)的兩個認知體，強調(diào)“面向用戶的iHCI”設(shè)計理念和目標的實現(xiàn)取決于該系統(tǒng)中的人機協(xié)同合作、人機雙向狀態(tài)識別、人機智能互補、智能化自適應人機交互、合作式認知界面等方面的研究和應用。

（4）采用以上設(shè)計理念和框架，本文分別在單車層面和宏觀系統(tǒng)層面上分析了智能自動駕駛?cè)藱C共駕的人因問題，自動駕駛?cè)藱C共駕提供了人因工程新思維和新途徑。

（5）用戶意圖識別和人機協(xié)同合作是iHCI研究和應用中的兩個基本問題，進一步開展這方面的研究將有助于實現(xiàn)“面向用戶的iHCI”理念和設(shè)計目標，有許多人因工程方面的問題需要進一步研究。