认知控制中的自主水平 (LACC-LOA)：在航空领域对六种人工智能助手概念和场景的双维评估方法

在工业和学术界，计算机系统的自主水平通常仅用一个维度来描述，从完全人工工作（无自动化）到完全自动化而不需要人工干预。然而，随着更先进的人工智能被用于支持人类，理解哪些类型的认知控制任务被自动化变得越来越重要。能够执行复杂认知任务（例如，适应新的控制情境）的系统与仅能执行基本任务（例如，文件管理）的系统有显著区别。这些问题在设计和评估人机AI系统时变得相关，即如何将认知工作在人工与AI代理之间进行分配，尤其是它们应该共同执行哪种类型的认知工作。因此，本文的目的是支持在系统评估中引入一个认知维度。作为分析工具，我们建议将认知控制中的自主水平（Levels of Autonomy in Cognitive Control, LACC）与已建立和广泛使用的自动化水平（Levels of Automation, LOA）一起纳入。我们通过评估六种在航空领域具有不同认知能力的数字助手概念来描述该方法及其二维LACC-LOA矩阵。在我们的研究中，我们通过在线研讨会格式分析了每个用例的一个关键场景。总之，LACC-LOA评估方法在理解“谁/什么掌控？”以及“控制什么？”的问题上提供了重要的细节层次。大多数研究的用例并不局限于单一的LOA水平，而是跨越多个LOA水平，LACC通过显示这两个LOA水平中“核心认知工作”的位置增添了一个有用的维度。更一般而言，这种扩展的映射对于理解实施基于AI的系统如何影响人类在系统中的行动能力和影响力具有重要意义。