细节影响成败！认知负荷如何影响指控系统界面设计

今日荐文

今日荐文的作者为火箭军工程大学专家刘文，李琳琳，付光远。本篇节选自论文《面向指挥控制系统界面的认知负荷研究》，发表于《中国电子科学研究院学报》第16卷第2期。

摘 要：在紧张恶劣的信息化作战条件下，指挥控制系统界面自身问题容易造成指挥员认知负荷过载，影响指挥员的认知效率，造成指挥决策失误。针对此问题，文中首先阐述了认知负荷理论的内涵，总结了认知负荷理论在人机界面领域的应用；然后，基于认知负荷理论，分析了指挥控制系统界面认知负荷的来源及类型特点；最后，根据指挥控制系统界面认知负荷的均衡机制，提出了减少认知负荷的均衡策略，为开展指挥控制系统界面的认知负荷评价及优化设计提供有益参考。

关键词：认知负荷；指挥控制系统；人机界面；均衡

《中国电子科学研究院学报》2020论文精选（全文畅读）

引言

战争是人类历史发展到一定阶段的产物，其形态随着时代不断发展而变化。2017年美国国防部高级研究计划局（Defense Advanced Research Projects Agency, DARPA）的战略技术办公室（Strategic Technology Office, STO）提出“马赛克战”（Mosaic Warfare）概念，通过利用动态、协调和高度自治的系统力量，缩短战争进程，迫使敌方所面临的作战局面更加复杂严峻[1]，以此获得持久的非对称作战优势。由此可见，未来战争的制胜机理正是“以快制慢”，从而获得战略布局的先机，而其中指挥员认知决策先机占有非常重要的因素。

信息化作战过程中，指挥员需依靠指挥控制系统界面完成观察、判断、决策等作战认知活动，从某种意义上来说，人机交互界面就是指挥控制系统中各类战法、算法、数据的直接呈现。在马赛克战的作战需求下，指挥控制系统将承载更加复杂的作战任务，界面信息量巨大。如何保证指挥员在最短时间内，准确理解上级意图，研判战场态势，下达作战命令，是指挥控制系统界面设计的核心问题。

针对上述问题，本文基于认知负荷理论(Cognitive Load Theory, CLT)，分析指挥控制系统界面中认知负荷的产生原因及机理，提出指挥控制系统界面认知负荷的均衡策略，避免指挥员在对指挥控制系统界面的认知过程中，消耗过多认知资源，产生认知负荷过载、认知模糊、感知能力变弱等问题，为指挥控制系统界面的设计和评价提供参考和借鉴。

1.认知负荷理论概述

1.1 认知负荷理论内涵

1988年，澳大利亚认知心理学家John Sweller提出认知负荷理论（CLT），并在1998年的报告中对认知负荷效应及架构进行了更新描述，报告指出，认知负荷是人在信息加工过程中所用的心理认知资源总量，分为外在认知负荷（Extraneous Cognitive Load, ECL）、内在认知负荷（Intrinsic Cognitive Load, ICL）和关联认知负荷（Germane Cognitive Load, GCL）[2]。其核心思想是：减少个人在完成任务时需要的精力并提高个人的任务完成效率，优化任务流程的设计和任务信息的呈现方式[3]。

CLT是建立在资源有限性理论和图式理论基础之上：

（1）资源有限性理论，认为人的注意资源和工作记忆容量是有限的。因此，人在进行多个并行的认知活动时，若对这些活动进行信息加工时所需的认知资源总量超过人本身的资源总量，就会造成认知负荷过载，使得工作绩效降低、反应时长增加、甚至导致任务失败。

（2）图式理论，认为知识以图式的形式存储于长时记忆中，当对新的信息进行加工时，长时记忆中的图式以规则自动化的方式弥补认知资源的不足[4]。新手与专家的认知区别就在于图式自动化。专家面对新的问题时，自动化的图式被工作记忆所提取，剩余的工作记忆容量可用于加工其他信息。而新手在进行信息加工时大量有限的认知资源被用于理解和解决问题，从而产生过高的认知负荷，干扰了图式的习得。

1.2 认知负荷理论在人机界面中的应用

人机界面是人与机器进行交互的直接接口，复杂人机系统界面通常承载着高负荷人机交互任务，交互过程中，人的认知负荷水平能够反映其当前的工作状态。针对人机界面的认知负荷开展研究，一方面有助于深入了解用户对界面的动态认知变化，另一方面对把握界面设计的科学性，提高人机交互效率及任务绩效具有指导作用。目前认知负荷理论在人机界面中的运用主要是界面设计和评价两个方面。

在界面设计方面，文献[5]通过实验发现，对于新手来说操作简化界面所带来的认知负荷要比完整界面的认知负荷低，在熟练掌握界面后，完整的界面更有助于提升用户绩效；文献[6]基于任务绩效和认知负荷等级，提出了一种基于认知负荷反馈的安卓系统辅助用户界面，有助于提升手机的日常操作水平；文献[7]以CLT为基础，结合生态界面设计方法优化了汽车辅助驾驶系统界面；文献[8]根据CLT，针对铁路自动售票机的交互问题，提出了操作直观便捷的自动售票机交互方案。

在界面评价方面，文献[9]等提出一种基于脑电功率谱的认知负荷测量方法，以便增强人机交互过程中的系统可靠性，该方法具有客观、准确等优点，但也存在设备昂贵、分析时间长、结果需专家解释等缺点；文献[10]通过分析人机界面信息设计相关认知机理，从认知负荷的视角，结合信息加工、认知理论和视觉搜索机制，提出了基于认知负荷的数字界面眼动评价模型；文献[11]等以飞机座舱的视觉显示为研究对象，综合运用了主任务评价法、主观评价法及眼动生理测量法，建立了飞行员脑力负荷的评价模型，对现有飞机座舱的视觉显示进行了改进优化。

通过文献研究发现，在移动终端、航空航天、汽车制造等领域已有很多关于界面认知负荷的研究，但针对指挥控制系统界面认知负荷的相关研究较少。这是由于指挥控制系统研制具有开发复杂度高、研制时间紧、产品运维难等特点，其人机交互界面的研制大多采用“以功能为中心”的设计方法，对用户的认知特性及操作体验考虑较少，故指挥员通过指挥控制系统界面进行人机交互过程中存在认知负荷高、认知效率低等问题。

2.指挥控制系统界面认知负荷产生及其分类

2.1指挥控制系统界面认知负荷的产生机制

结合CLT理论基础，指挥员在作战指挥过程中的认知资源是有限的。认知资源包括注意资源和工作记忆容量。注意资源决定了指挥员从指挥控制系统界面上获取信息的广度，工作记忆影响当前任务关键信息的处理、知觉加工、思维决策，长时记忆促进图式构建和认知加工。根据人因工程中最常用的Wickens信息加工模型[12]，在作战指挥过程中，指挥员的认知负荷是在对指挥控制系统界面呈现信息的加工中产生的，信息加工模型如图1所示。

图1  指挥控制活动信息加工模型

在战争进程中，指挥决策具有时间紧、压力大、强度高等特点。指挥员的注意资源往往分配于作战行动构想、突发情况处置、兵力运用分配等作战任务上，用于关注人机界面的注意资源十分有限。若界面存在显示信息数量多、内容复杂，关键信息位置不符合人的视觉搜索方式，信息呈现方式不显著等问题时，会导致指挥员对界面信息获取困难，指挥决策时间长。认知心理学家Miller针对人在信息处理过程中记忆能力的研究表明，人的工作记忆储存容量大小一般在7个单位左右[13]，若界面显示的信息关联度不高，或任务所需的关键信息需打开多个界面进行信息加工时，那么工作记忆往往会发生错误，导致记忆失效。

综上所述，指挥控制系统界面认知负荷是依托界面完成指挥任务过程中施加于指挥员认知系统的负荷。但往往由于战场的紧张高压等特点，以及界面的任务信息组织和呈现方式等设计因素，容易造成指挥员认知过载，故需要对指挥控制系统界面认知负荷的分类及特性进行细化研究，从而制定认知负荷的均衡策略。

2.2指挥控制系统界面认知负荷分类及特性

结合CLT中认知负荷的分类，指挥控制系统界面的认知负荷分为以下三种。

（1）外在认知负荷

外在认知负荷主要由界面中任务信息组织及呈现方式所产生，其原因是用户投入过多的精力给冗余的信息或与学习目标无关的过程。具体可以归纳为三个方面：

1）界面图像复杂度。指挥员与指挥控制系统界面进行人机交互时往往是要承受较高的时间压力和心理压力，界面的图像复杂度越高，界面的混乱程度越明显，越容易分散指挥员的注意力，会加重外在认知负荷。

2）信息组织方式。根据作战进程的阶段特点和作战任务的不同，指挥员对指挥控制系统界面的信息需求是不同的，若界面信息为了追求全面，导致界面信息量过大，繁杂冗余，没有和任务流程形成严密的对应关系，造成界面“巨量信息，有限显示”的矛盾，极大占用指挥员的认知资源，就会产生额外的外在认知负荷。

3）信息呈现形式。复杂战争条件下，界面的信息呈现方式会对指挥员界面认知过程中的信息输入和记忆储存产生影响。与作战任务有关的重点信息在指挥控制系统界面应该被凸显与强调，这与界面的信息组织布局方式、信息层次结构、视觉元素表现等有关，若是信息呈现方式不合理，不符合人的视觉搜索特点和认知特点，便会加重外在认知负荷。

（2）内在认知负荷

内在认知负荷主要来源于由任务信息、学习材料复杂度与个人知识的交互作用所引起的难度[14]。一方面主要由复杂性、完成困难度等任务自身属性所决定，另一方面由学习者的知识和经验决定。内在认知负荷的改善可通过强化用户学习内容及自身专业知识达成，如通过增加指挥员的操作时间，学习相关专业知识，即可达到降低内在认知负荷的目的。但在高度紧张、残酷的作战环境下，战场态势多变，任务情况复杂，同时指挥员面临着极大的心理压力，内在认知负荷会保持在一个较高水平，容易导致反应迟缓、决策失误，从而造成严重后果。

（3）关联认知负荷

关联认知负荷又称有效认知负荷，是学习者在学习过程中为所加工的信息构建图式所产生的负荷[14]。目前有许多学者提出通过减少外在认知负荷、内在认知负荷从而间接提高关联认知负荷的调节策略，但调节后总认知负荷量不会变化，依旧会造成认知负载。John Sweller在2019年报告[15]中指出，关联认知负荷具有工作记忆资源的再分配功能。外在认知负荷减少时，将原本用于处理外在认知负荷的工作记忆资源，重新分配到处理任务本身，从而促进人的认知效果。所以外在认知负荷的减少不会导致关联认知负荷的增加，使得总认知负荷量减少，从而消除认知过载。假设指挥控制系统界面所呈现的信息能够与指挥员的图式构建信息匹配，即符合指挥员的指挥经验和脑中已有的认知结构，便能减少指挥员消耗在与界面交互过程中的认知资源，从而将更多的认知资源投入到作战任务中，降低总认知负荷量，实现认知资源的整合。

3.指挥控制系统界面认知负荷的均衡机制与策略

3.1指挥控制系统界面认知负荷的均衡机制

通过分析指挥控制系统界面认知负荷的产生和分类可知，认知负荷的均衡关键在于调节三类认知负荷的大小，使得认知负荷总量不超过认知资源总量，影响任务的完成。

综合考虑指挥员的心理压力和认知能力、指挥控制系统界面固有属性、战时环境和任务特点所构成的人-机-环，结合指挥控制系统界面三类认知负荷的特性，可以得出指挥员的内在认知负荷会保持在较高水平，不易改变；通过界面优化并提升界面信息与指挥员图式构建信息的匹配度降低外在认知负荷；关联认知负荷由于其具有工作记忆资源再分配功能，其大小不会受到外在认知负荷的减小而改变，因此不是均衡机制中关注的重点。

综上所述，三类认知负荷共同存在于战时指挥员与指挥控制系统界面的交互过程中，根据基于CLT对三类认知负荷特性的分析结果可知，指挥控制系统界面认知负荷的均衡机制重点在于调节外在认知负荷，通过对界面的优化可最大程度的降低外在认知负荷，减少认知负荷总量，如图2所示。

图2  指挥控制系统界面认知负荷均衡机制

3.2指挥控制系统界面认知负荷的均衡策略

通过分析指挥控制系统界面认知负荷的均衡机制，均衡策略的重点在于通过调节界面自身属性，从而降低界面的外在认知负荷，消除认知过载。图3为美国海军采用“以指挥员为中心”的设计思想，运用自然决策理论及认知工作分析等方法设计的高压下战术决策支持系统(Tactical Decision Making Under Stress, TADMUS)界面[16]，美军曾将该界面与原系统界面做过对比实验，即不用改动舰船的任何传感器、武器、计算机硬件，单凭软件界面设计优化，将系统“人在回路”的决策时间缩短了4 s。

图3  美国海军TADMUS系统界面

影响指挥控制系统界面外在认知负荷的因素主要是界面自身属性及信息组织呈现方式，降低外在认知负荷的均衡策略可总结为以下三个方面。

1）控制界面的图像复杂度。单幅界面本身可以看作一幅图像，界面的图像复杂度是影响界面可用性的重要因素，和处理复杂度成反比[17]。在军用软件界面中，快速而准确的认知是其设计的核心，需要最适合作战的界面设计，而不是吸引用户的“视觉糖果”。美军在TADMUS系统界面的设计中放弃了3D立体显示及炫丽的色彩搭配[18]，从而降低了界面的图像复杂度，避免指挥员出现认知困扰及视觉疲劳。民用界面很多研究也是将图像的客观复杂性与人的主观复杂性感受关联起来。例如，文献[19]利用图像熵作为图像复杂度的定量评价指标，对核电站人机界面进行评价，实验表明该评价结果与人工评价结果具有较高一致性。所以通过控制界面的图像复杂度可以达到减少界面的外在认知负荷的目的。

2）提供合理的用户需求信息。任务具有自身的逻辑结构和阶段特点，结合任务中指挥员的信息需求，尽量将任务关联信息整合在同一界面，保持界面简介高效，但并不是只追求全面，增加界面的信息量。界面若能根据任务阶段性特征，按照用户的思维逻辑、已有的知识经验，提供满足用户需求的信息，展现出任务约束以及手段-目的的联系，则会节省用户的认知资源，减少在寻找关键信息、建立信息联系等认知活动中认知资源的浪费，从而减轻界面的外在认知负荷。TADMUS系统界面的目标跟踪剖面图和作战指令甘特图，其横坐标为目标与本舰的距离，纵坐标为目标高度，有一根白线贯穿剖面图和甘特图，该线条可帮助指挥员轻松获取目标距离及高度，同时线条指示了依据作战预案应当下达的作战指令。

3）选择合适的信息呈现方式。在信息布局上要符合人的视觉搜索规律，遵循一定的视觉搜索原则，可以让用户通过最短的视觉搜索路线来获取所需信息；在信息组织上，通过建立信息之间的联系整合信息，并可以利用层级结构等形式进行呈现；在表现方式上，根据信息的特性和用户的需求选择合适的方式，例如利用色彩来强调信息的等级性，利用图形来表示定量和定向的内容等。对界面信息的呈现方式进行优化可以有效降低人机交互界面用户的外在认知负荷。在TADMUS系统界面中，目标显示采用卡牌方式，将进入预警区域的目标右下角警告信息标为青色，未进入的标为灰色；同时将目标编号、类型、经纬度、距离、高度、方位、敌我识别属性等重要信息一目了然显示在卡牌上，若需获取目标详细信息，可以点击目标卡牌将其详细信息显示在目标详情显示模块；卡牌同时会依据系统算法按照威胁优先级高低顺序从左至右以此排列，符合人的视觉搜索规律。

结 语

现代战争中指挥控制系统界面作为指挥员进行人机交互的主要载体，不仅要具备遂行作战指挥控制活动的功能，更需要贴合指挥员的认知特征,使其具备作战指挥认知优势。本文基于认知负荷理论，阐述了其认知负荷的来源及分类，并提出了相应的均衡策略。通过对指挥控制系统界面认知负荷理论的研究，指导后续指挥控制系统界面评价工作，根据评价结果反馈，指导设计迭代优化。下一步，将从界面图像复杂度、界面信息复杂度、面向任务流的交互复杂度等角度，聚焦指挥控制系统界面认知负荷评价方法展开研究，为提升指挥控制系统的人机交互性能和指挥员的认知优势提供有益参考。

【参考文献】

[1] 郭昱普,蔡飞,吕翔.基于马赛克战的海战指挥与控制[J].指挥与控制学报,2020,6(3):284-288.

[2] SWELLER J, VAN MERRIENBOER J, PASS F. Cognitive architectire and instructional design[J]. Educational Psychology Review,1998,10(3):251-296.

[3] 谭旸,袁勤俭.认知负荷理论及其在信息系统研究中的应用与展望[J].现代情报,2019,39(12):160-169.

[4] 李晶.均衡认知负荷的人机界面信息编码方法[D].南京：东南大学,2014.

[5] REIS H M, BORGES S S, DURELLI V H S, et al. Towards reducing cognitive load and enhancing usability through a reduced graphical user interface for a dynamic geometry system: An experimental study[C] //2012 IEEE International Symposium on Multimedia (ISM). Irvine: IEEE, 2012.

[6] HOSSAIN G, YEASIN M, HOSSAIN G, et al. Cognitive load based adaptive assistive technology design for reconfigured mobile android phone[J]. Lecture Notes of the Institute for Computer ences Social Informatics & Telecommunications Engineering, 2012, 95:374-380.

[7] 胡芮瑞.基于认知负荷理论的汽车辅助驾驶系统生态界面设计研究[D].马鞍山：安徽工业大学,2018.

[8] 谭雪,蒋秋华,李士达，等.基于认知负荷理论的铁路自动售票机交互设计[J].铁路计算机应用,2016,25(10):57-61.

[9] KUMAR N, KUMAR J. Measurement of cognitive load in HCI Systems using EEG power spectrum: An experimental study[J]. Procedia Computer ence, 2016, 84:70-78.

[10] 汪海波,薛澄岐,黄剑伟，等.基于认知负荷的人机交互数字界面设计和评价[J].电子机械工程，2013,29（5）：57-60.

[11] 康卫勇,袁修干.基于脑力负荷飞机座舱视觉显示界面优化设计[J].北京航空航天大学学报,2008,34(7):782-785.

[12] SHORROCK S T. Errors of memory in air traffic control[J]. Safety Science, 2005, 43(8):571-588.

[13] MILLER G A. The magical number seven, plus or minus two: Some limits on our capacity for processing information[J]. Psychological Review, 1956, 63(2): 81-97.

[14] SWELLER J. Element interactivity and intrinsic, extraneous and germane cognitive load[J]. Educational Psychology Review,2010,22(2):123-138.

[15] SWELLER J, VAN MERRIENBOER J, PASS F. Cognitive architectire and instructional design:20 Years later[J]. Educational Psychology Review,2019(31):261-292.

[16] SMITH C A P, JOHNSTON J, PARIS C. Decision support for air warfare: Detection of deceptive threats[J]. Group Decision and Negotiation, 2004, 13(2):129-148.

[17] MACHADO P, CARDOSO A. Computing Aesthetics[M]//Advances in Artificial Intelligence. Berlin: Springer Berlin Heidelberg,1998.

[18] SMALLMAN H S, JOHN M, OONK H M, et al. Information availability in 2D and 3D displays[J]. IEEE Computer Graphics & Applications, 2001, 21(5):51-57.

[19] 贾倩倩,张良驹.基于图像熵的数字化核电站人机界面复杂度快速评价[J].原子能科学技术,2014,48(12):2370-2374.

来源：学术plus