aplicações da simulação cognitiva na confiabilidade de...

XXIV Encontro Nac. de Eng. de Produção - Florianópolis, SC, Brasil, 03 a 05 de nov de 2004

ENEGEP 2004 ABEPRO 2353

Aplicações da simulação cognitiva na confiabilidade de sistemas homem-máquina

Walter R. Hernández Vergara, Dr. (UPF – FEAR) [email protected]

Resumo: Nesta pesquisa mostramos uma visão do estado de arte das pesquisas de interação de sistemas homem-máquina, nas aplicações da simulação cognitiva em ambientes automatizados e o papel do operador em uma sala de controle. Em particular, este é um argumento forte que necessita ser abordado para um projeto e análise de um sistema homem-máquina (SHM). Dois tipos de abordagens são considerados na modelagem desses sistemas: os modelos macro e microcognição. Essas arquiteturas, teoricamente, podem cobrir todas as possíveis variedades de modelos da cognição humana. Um número de modelos desenvolvidos é descrito do ponto de vista de seu domínio de aplicação, analisando sua validade e seu campo de aplicação. Palavras-chave: Cognição humana; Interação homem-máquina; Experiência e tecnologia.

1. Introdução

O maior interesse em realizar pesquisas sobre a cognição humana começa nos anos de 1990, em vista da importância e utilidade dos processos de recognição humana nas aplicações industriais e no desempenho de sistemas. Essa mudança inicia com o reconhecimento de que os sistemas homem-máquina (SHM) não são sistemas puramente técnicos, senão, uma mistura de tecnologia e habilidades humanas. A ergonomia tem desenvolvido uma abordagem para ajustar a interface entre o operador humano e a máquina, de forma que, os erros que acontecem no monitoramento de um sistema pelo operador podem ser evitados.

Neste estudo pesquisamos a existência de modelos de cognição do ponto de vista de seu domínio, identificando a finalidade e a qualidade de análise que eles desenvolvem. Os tipos e modelos desenvolvidos baseados na cognição humana podem ser registrados em duas categorias: as abordagens de macro e microcognição. Posteriormente, discutimos os modelos de cognição em relação a quatro domínios de aplicação: projeto, análise e avaliação, treinamento e apoio online. Finalmente, algumas conclusões são derivadas, observando os maiores problemas e as possíveis formas de solução desses modelos.

2. A simulação cognitiva O principal interesse da simulação cognitiva é a necessidade de pesquisar caminhos

alternativos para a solução de um determinado problema.

2.1. Macro e microcognição

A microcognição é uma abordagem que descreve como os processos cognitivos se desenrolam na mente de um operador na realização de uma tarefa. No centro desse problema, encontramos o mecanismo da inteligência. Essa abordagem descreve uma série de teorias para explicar específicos fenômenos e correlaciona os conceitos descritos às evidências empíricas e experimentais. Os principais problemas pesquisados em relação à memória humana são: a resolução de problemas em diferentes ambientes, o aprendizado e o esquecimento de tarefas



específicas, o entendimento da comunicação oral, etc. Mas, quando eles são estudados em termos de microcognição, existe uma maior ênfase no controle experimental que na validade externa, na predição dentro de um pequeno paradigma e no desenvolvimento de modelos e/ou teorias com um alto grau de profundidade.

Por outro lado, em macrocognição pesquisamos o papel da cognição humana na realização de tarefas reais, como, por exemplo, a interação do operador com o ambiente em uma sala de controle. Nessa abordagem raramente observamos os fenômenos que aparecem dentro da mente do operador; o objetivo é observar o desempenho do operador em certas condições de trabalho no controle de um sistema. Exemplos típicos de macrocognição são: diagnóstico, controle de processos industriais, elaboração de um programa de ação, projeto de uma construção, planejamento de uma missão, controle da navegação aérea, etc.

2.2. Abordagem e simulação da macrocognição

A simulação em macrocognição é sempre realizada com um objetivo específico e prático, que é, basicamente, manter uma correspondência entre o conhecido e o observado de um fenômeno e, posteriormente, analisar o resultado da simulação.

A simulação cognitiva é realizada com o objetivo de simular as estruturas e os mecanismos de raciocínio utilizados pelos operadores na execução de uma tarefa. Essa ferramenta de análise permite tornar confiável os sistemas homem-máquina porque analisa de forma ampla as técnicas de apresentação da informação, a criação de um ambiente que facilite o desenvolvimento de interfaces coerentes e facilmente modificáveis, as ajudas inteligentes ao trabalho e o estudo da gênese dos erros humanos (WOODS & ROTH, 1988). Assim, a simulação cognitiva representa uma réplica (um cenário) das atividades e do desempenho de um operador na realização de uma tarefa por meio de programas de computador.

Figura 1. Magnitude da abordagem da simulação cognitiva.

A diferença entre ambos os pontos de vista é observada na Figura 2. No primeiro caso, a simulação corresponde às diferentes relações encontradas no conhecimento empírico (HOLLNAGEL, 1993); no segundo, corresponde à relação derivada de uma básica teoria baseada na ontologia da cognição humana.



Simulação cognitiva

Correspondência

Inter-relaçõesprimárias

Relaçõesfundamentais

derivadas das derivadas das

Conhecimento empírico(experiência)

Teorias e modelos dacognição humana

baseadas no baseados nas

Características do ambiente de trabalho Ontologia

Correspondência

Figura 2. Papel e alcance da simulação cognitiva (HOLLNAGEL, 1993).

3. Domínios de sua aplicação Para realizar simulações do comportamento humano, a modelagem das tarefas deve estar ligada a um certo conhecimento de forma eficiente. Essas estruturas de conhecimento devem capturar uma parte da realidade por meio de um conjunto de abstrações, tais como relações matemáticas, palavras, símbolos gráficos, etc. Dessa forma, um modelo é formulado sem uma teoria básica e, assim, ligações de entrada e saída podem ser descritas no sistema.

3.1. Projeto

No projeto de controle de processos, a consideração da cognição humana afeta as interfaces na supervisão, no controle de sistemas e nos procedimentos de sua administração. Além disso, a avaliação e a otimização de um projeto requerem a concepção de um modelo representativo do fenômeno para predizer situações normais e acidentais.

3.1.1. Projeto de interfaces

A introdução do componente humano em um projeto de interface, display e informação, iniciou a partir dos anos de 1960, com a aplicação de modelos baseados na teoria da informação (SENDERS, 1964) e de filas (CARBONELL, 1966) e na avaliação dos custos de desempenho da informação e observação. A maior fraqueza dessas abordagens é por estarem ligadas às propriedades do ambiente, tais como incerteza, sistemas de conhecimento, grau de experiência, estratégia do pensamento, ao invés de fatores internos.

Em um projeto de interfaces, formulam-se sistemas de exibição que ajudam o operador na percepção de atividades com o objetivo de engrandecer e entender o comportamento do processo físico na tomada de decisões (ASSANIE et. al., 1999).

3.1.2. Projeto de procedimentos

Existem duas formas de fazer útil a análise de tarefas cognitivas em um projeto de procedimentos no controle de processos complexos. A primeira, utiliza essa análise para obter protocolos de um ambiente de trabalho para, posteriormente, serem codificados em programas de computador. Nessa abordagem, a modelagem da cognição humana é considerada, por exemplo, como regras com lógica estruturada, validação, manutenção, etc. As primeiras tentativas de modelar o ATC foram o GOMS (goals, operators, methods and selection rules) (CARD et al., 1983), o ICS (interactive cognitive system) de Barnard (1985), etc. Esses modelos examinam os processos de percepção, memória, entendimento, resolução de problemas e ações durante a realização de uma tarefa em um ambiente de trabalho complexo. A segunda, representa uma extensão da tradicional análise da tarefa, em que são pesquisadas



as atividades cognitivas do operador e o relacionamento entre as propriedades do sistema cognitivo humano e as características do seu comportamento.

3.2. Análise e avaliação

3.2.1. Análise de risco e confiabilidade

A avaliação probabilística da segurança de um processo está se tornando uma prática comum em domínios como controle de plantas químicas, produção de energia nuclear, controle da navegação aérea, etc. Essa avaliação consiste de duas partes: a avaliação da confiabilidade dos sistemas e a avaliação da confiabilidade do homem (ACH). Na ACH, os aspectos cognitivos do comportamento humano são evidenciados e representados de uma forma similar no projeto. Esse método não inclui os fatores dinâmicos cognitivos que afetam o comportamento do operador (DOUGHERTY, 1991). A segunda geração de abordagens não teve sucesso na modificação desse inconveniente, mas falha no tratamento próprio da cognição humana. Essa geração progride na solução de problemas em termos da confiabilidade da cognição humana porque consideram os efeitos dinâmicos dos fatores endógenos e exógenos nas ações e na tomada de decisões (CACCIABUE, 1998).

As novas abordagens estudam a confiabilidade da cognição humana a partir de novas taxionomias considerando os fatores sociotécnicos do ambiente de trabalho, as causas, manifestações e conseqüências das ações de erros humanos.

3.2.2. Avaliação de decisões em análise de acidentes

No domínio da análise e avaliação de acidentes, existem modelos que ajudam a simular o comportamento humano em termos gerais, como, por exemplo, as respostas de um operador na tomada de decisões (em condições de acidentes) no controle de um processo.

Na década de 1990, vários modelos foram desenvolvidos com base na simulação da cognição humana ao invés do comportamento do operador-resposta a uma determinada situação. Em particular, o modelo AIDE (AMALBERTI & DEBLON, 1992), que foi desenvolvido para simular os processos metacognitivos de pilotos de combate durante o planejamento e execução de uma missão militar; os modelos CES (WOODS et el., 1987) e COSIMO (CACCIABUE et al., 1991), que foram desenvolvidos para analisar operadores numa planta de energia nuclear na administração de acidentes; o modelo CASOL (VERGARA, 1995) e o modelo HERA (KIRWAN, 1998) criado para identificar erros humanos em uma planta de energia nuclear e em uma indústria de reprocessamento. Embora, esses cinco modelos sejam baseados em diferentes teorias cognitivas, tentam fazer como o modelo AIDE, de simular o comportamento do operador na base de primitivas cognitivas que governam todo seu comportamento e que são ativadas durante a interação dinâmica em um ambiente preestabelecido. O CES analisa e simula a confiabilidade das intenções de um operador em emergência em uma planta de energia nuclear. O modelo CASOL relaciona aspectos técnicos e cognitivos conceptuais a um modelo realístico no gerenciamento de um sistema de distribuição e manutenção de energia elétrica em situações normais e acidentais. O modelo integra os processos de resolução de problemas, teorias de entendimento, aprendizado e memória. Uma abordagem ambiciosa é o sistema homem-máquina e o AIRS (NASA - Aviation Data Sources Resource Notebook, 1998). Este modelo cognitivo, desenvolvido por uma indústria de ônibus aéreo, foi criado para avaliar como seus aviões devem ser operados na vida real. O banco de dados foi projetado em função do controle da atividade, dos tipos de erros, das habilidades do operador, das influências pessoais (emoção, tensão, motivação, etc) e ambientais (conserto e/ou fracasso técnico, outra aeronave, etc.), das influências organizacionais (treinamento, pressão comercial, etc.) e outras influências (lista de conferência, desenho da navegação, etc.).



3.3. Treinamento

A mudança da forma de trabalho dessas pesquisas baseadas na simulação cognitiva tem os projetos práticos e as abordagens de análises na segurança de um processo; esses projetos exigem que operadores sejam treinados na resolução de problemas e no uso da tecnologia de informação de múltiplos usos (TI). O uso da TI depende das propriedades das habilidades cognitivas ao invés de funções psicomotoras perceptuais do operador. Em particular, o nível de resposta para situações particulares é uma ação qualitativa que está ligada a procedimentos pré-compilados no controle do ambiente. Os operadores, em situações não acidentais, no planejamento e na resolução de problemas, engrandecem suas habilidades usando modelos e combinando relevantes ações em tarefas apropriadas.

Esses sistemas usam todos os níveis praticados no treinamento, tais como a descrição seqüencial de eventos na realização de uma tarefa, o desenvolvimento de novas habilidades, a geração de novos métodos de trabalho ou procedimentos, o apoio de operadores e sua motivação no processo de aprendizagem (BYRNE et al., 1997).

Os sistemas de treinamento baseados em computadores são desenvolvidos em sistemas tutoriais inteligentes, aos quais o aluno é habilitado a aprender segundo seu próprio conhecimento, sua habilidade e suas preferências e motivações (RUIZ-QUINTANILLA, 1989). A simulação trabalha com o espaço de estados do conhecimento do operador, típicos erros, nível de entendimento, métodos preferidos na aprendizagem, etc. Isso representa uma tarefa difícil e complexa que não pode ser facilmente obtida.

3.4. Sistemas de apoio online

A simulação cognitiva tem um papel importante nos sistemas de apoio on-line de duas formas diferentes: (1) como uma forma de monitorar a interação com as situações demandadas, e (2) como uma base para a inteligência artificial que freqüentemente é requerida nessas aplicações.

Nos sistemas de apoio online, as respostas devem ser oportunas e rápidas. Por isso, a pesquisa é baseada em métodos e soluções que trabalham rápida e eficientemente ao invés de soluções que proporcionam respostas completas. O uso da simulação em sistemas online pode resumir-se:

• sistemas especialistas. Estes são usados na simulação de uma infinidade de tarefas. As tarefas geram procedimentos para o diagnóstico e o planejamento. Em alguns casos, a simulação cognitiva é incluída explicitamente para melhorar a funcionalidade do sistema, como, por exemplo, na declaração de explicações, formulação de conselhos, etc.

• sistemas de apoio na tomada de decisão inteligente. A mudança do papel do operador numa sala de controle (ativo para passivo) tem enfatizado a função cognitiva no processo de tomada de decisões. Esse processo é observado como crucial no diagnóstico, na resolução de problemas, no planejamento e na programação de operações.

Muitos sistemas informatizados foram construídos no processo de tomada de decisão, influenciando muito as teorias normativas e descritivas (RITTER et al., 2000; SHAPPELL et al., 2000).

O desenvolvimento desses sistemas torna-se mais visível no campo nuclear. Outros desenvolvimentos similares tomaram lugar em projetos associados a pilotos de combate.



Esses sistemas partem de uma modelagem bem definida como uma forma de obedecer à demanda de resposta rápida.

Monitoração de ações. O principal objetivo desses sistemas é a modelagem das intenções de operadores. O resultado é utilizado de várias formas, como, por exemplo, na detecção de erros, no controle do display, na aplicação de procedimentos, etc. A monitoração de ações ou a recognição de intenções é um campo baseado em técnicas de planos de recognição. Alguns sistemas foram construídos com propósitos de demonstração (WREATHALL et al., 1996), mas nenhum foi usado na prática. O interesse da simulação é determinar por que o operador escolhe uma determinada operação e não o que ele está fazendo (WICKENS et al., 2000).

4. Dimensão da simulação cognitiva A simulação cognitiva pode ser caracterizada em diferentes dimensões, servindo de base para comparar diferentes abordagens da simulação e, assim, escolher a melhor para um determinado objetivo. As principais dimensões são:

• simulação estática e dinâmica. Todas as simulações, por definição, contêm aspectos dinâmicos, e neste sentido eles reproduzem como um operador responde a determinados eventos. A diferença entre esses dois tipos de simulação radica na ausência ou na resposta a um determinado evento externo;

• simulação normativa e descritiva. Essa dimensão já foi discutida quando se apresentou a utilidade em micro e em macrocognição. A conclusão foi que a simulação cognitiva é descritiva ao invés de normativa;

• nível de granulidade da simulação. A simulação pode ser muito detalhada ou ficar relativamente com alguns detalhes de alto nível. Isso se refere ao nível de granulidade. Os grânulos constituintes correspondentes às funções cognitivas elementares e/ou estruturais, como, por exemplo, os conhecimentos elementares, que podem ser obviamente descritos e simulados em diferentes níveis, como, por exemplo, um processador tomando decisões passo a passo;

• grau de especificação da simulação. Essa dimensão pode ser chamada de grau de generalidade. Ela é usada para especificar como a simulação se produz. Isto é importante quando a transferência dos resultados é considerada, como, por exemplo, os resultados encontrados numa determinada operação, que são válidos para um conjunto de ações de uma determinada situação que é simulada.

5. Conclusões A ênfase no desenvolvimento de simulações de tarefas no computador e seus desempenhos são as maiores contribuições da engenharia cognitiva no controle de ambientes automatizados. A ferramentas utilizadas na engenharia cognitiva para a aquisição do conhecimento e simulação na realização de uma tarefa fornecem uma abordagem consistente no dimensionamento e análise de métodos de trabalho.

Muitos modelos cognitivos foram construídos em função dessas ferramentas e específicos protocolos foram obtidos, ajudando na confiabilidade de predição dos requerimentos do trabalhador no projeto, aprendizado e/ou treinamento e automação de tarefas cognitivas.

Nesse sentido, esta pesquisa procura evidenciar a perspectiva do conceito da simulação cognitiva, que foi definida como uma forma de descrever e simular os padrões de ações cognitivas e comportamentais que acontecem no desenvolvimento de atividades



humanas. Em particular, foram identificadas duas categorias: a macro e a microcognição. Os modelos são classificados, segundo os detalhes teóricos, quando os processos de cognição ativam-se na mente humana (microcognição), ou o papel dos processos cognitivos em tarefas realísticas (macrocognição).

A aplicação de modelos da cognição humana foi analisada em quatro domínios: projeto, análise e avaliação, treinamento e apoio online.

Para cada um desses domínios, um número de problemas e necessidades específicas é analisado. A maior utilidade identificada no domínio é a adaptabilidade desses modelos em trabalhos de domínios realísticos. Nesse sentido, podemos observar que os modelos em macrocognição são mais adequados para projetistas e ergonomistas de sistemas homem-máquina porque o maior esforço requerido consiste em avaliar a experiência e a habilidade de um operador e, assim, simular seu processo de raciocínio complexo.

Por outro lado, a abordagem em microcognição é menos relevante em aplicações práticas, mas importante e necessária no domínio da simulação porque ela mantém aberta e ativa a representação da arquitetura geral da cognição, os processos básicos e as primitivas da cognição, que são a base de todos os processos de tomada de decisão e desenvolvimento de padrões de ações cognitivas.

Idealmente, um modelo ótimo da cognição humana pode ser definido e caracterizado por meio de correlações da abordagem em microcognição, mas deve ser hábil para resolver os problemas práticos representados na abordagem em macrocognição.

6. Bibliografia ALECHINA, N. & LOGAN, B. (2001) - State space search with prioritized soft constraints.

Applied Intelligence, Vol.14, n.3, p.263-272.

AMALBERTI R. & DEBLON, F. (1992) - Cognitive modeling of fighter aircraft process control: A step towards an intelligent onboard assistance system. International Journal of Man-Machine Studies. Vol.36, p.637-671.

ASSANIE, M. & LAIRD, J. (1999) - Learning by instruction using a constrained natural language interface. In Proceedings of Soar Workshop 19. Ann Arbor, MI:University of Michigan, p.144-149.

BARNARD, P.J. (1985) - Interacting cognitive subsystems: a psycholinguistic approach to short-term memory. Ellis A (Ed.) em Progress in the psychology of language, Hillsdale, Lawrence Erlbraum Associates.

BYRNE, M.D. & BOVAIR, S. (1997) - A working memory model of a common procedural error. Cognitive Science, Vol.21, n.1, p.31-61.

CACCIABUE P. & DECORTIS F. & DROZDOWICS B. & MASSON M. & NORDVIK, J. (1991) - COSIMO: a Cognitive Simulation Model of Decision Making and Behaviour in Complex Work Environments, Varesse: EUR 13805 EN.

CACCIABUE, P.C. (1998) - Modelling and Simulation of Human Behaviour in System Control – Advances in Industrial Control. Springer Verlag London Ltd.

CARBONEL J.R. (1966) - A queuing model of many instrument visual sampling. IEEE Trans. Hum. Fact. Electron. HFE-4, n.4, p.57-164.

CARD S.K. & MORAN T.P. & NEWELL A. (1983) - The psychology of human computer iteration. Hillsdale, NJ, Lawrence Erlbraum Associates.



CHANDRASEKARAN, B. & JOSEPHSON, J. R. (1999) - Cognitive modeling for simulation goals: A research strategy for computer-generated forces. In Proceedings of the 8th Computer Generated Forces and Behavioral Representation Conference. Orlando, FL: University of Central Florida, Division of Continuing Education, p.239-250.

DAILY, L. Z. & LOVETT, M. C. & REDER, L. M. (2001) - Modeling individual differences in working memory performance: A source activation account. Cognitive Science, Vol.25, n.3, p.315-355.

HOLLNAGEL, E. (1993) - Human reliability analysis: Context and control. San Diego, CA:Academic Press.

KIRWAN, B. (1998) - Human error identification techniques for risk assessment of high risk systems. Part2: Towards a framework approach. Applied Ergonomics, n.29, Vol.5, p.299-318.

NASA. (1998) - Aviation Data Sources Resource Notebook.

RITTER, F.E. & BAXTER, G.D. & JONES, G. & YOUNG, R. M. (2000) - Supporting cognitive models as users. ACM Transactions on Computer-Human Interaction, Vol.7, n.2, p.141-173.

RITTER, F.E. & MAJOR, N.P. (1995) - Useful mechanisms for developing simulations for cognitive models. AISB Quarterly, 91(Spring). p.7-18.

ROUSE W.B. (1982) - A mixed-fidelity approach to technical training. Journal of Ed. Tech. Sys., n.11, p.103-115.

RUIZ QUINTANILLA S.A. (1989) - Intelligent tutorial systems (ITS) in training. In Bainbridge L.; Ruiz Quintanilla A.S. (Eds.). Developing skill with information technology. Wiley & Sons, p.329-338.

SENDERS, J.W. (1964) - The human operator as a monitor and controller of multi-degree of freedom systems. ERE Trans. Hum. Fact. Electron. HFE-7, p.103-106.

SHAPPELL, S.A. & WIEGMANN, D.A. (2000) - The human factors analysis and classification system (HFACS) (Report Number DOT/FAA/AM-00/7). Washington DC: Federal Aviation Administration.

VERGARA, W.R. Hernández. (1995) - Simulação Cognitiva da tomada de decisão em situações complexas: modelagem do raciocínio humano por meio de casos. Tese de Doutorado. PPGEP - U.F.S.C. Florianópolis - SC.

WICKENS, C.D. & Hollands J.G. (2000) - Engineering psychology and human performance (3ed.). Upper Saddle River, NJ: Prentice Hall.

WOODs D.D. & ROTH E.M. & POPLE H. Jr. (1987) - Cognitive environment simulation: an artificial intelligence system for human performance assessment. Washington, DC.: Nureg-CR-4862, Vol.1-2.

WOODS, D.D. & ROTH, E.M. (1988) - Cognitive Engineering. Ed. Handbook of Human Computer Interaction.

WREATHALL, J. & LUCKAS, W.J. & THOMPSON, C.M. (1996) - Use of a multidisciplinary framework in the analysis of human errors. Probabilistic Safety Assessment and Management ’96 New York, NY: Springer. p.782-787.

aplicações da simulação cognitiva na confiabilidade de...

Documents