Bengt OperatÃ¶rsgrÃ¤nssnitt och Simulatorer - Uppsala universitet

More documents

Recommendations

Info

övervaka systemet och bara reagera och handla när oväntade tillstånd eller rena fel uppstår. Operatören å andra sidan vill känna till processens aktuella tillstånd för att kunna avvärja eventuella problem innan de övergår i felaktigheter, och den enda metod som de har att tillgå för att uppnå detta är att gripa in i processen då och då. På så sätt känner man läget och vet att man kan påverka situationen i någon bestämd riktning. När dessa två angreppssätt kombineras kommer de naturligtvis att leda till konflikter. En till synes oförklarlig olycka med en färja har fått sin förklaring i automatiseringen. Fjärden låg blank utan en krusning, ändå girade en färja, gick på grund och slog upp ett stort hål i plåten. Endast tack vare kaptenens snabba ingripande klarade sig 200 passagerare utan skador. Autopiloten, som var i drift vid tillfället, krävde att varje inprogrammerad manöver kvitterades och om inte någon kvitterade giren eller hastighets/kursändringen fortsatte autopiloten på oförändrat sätt. Nu missade lotsstyrmannen en signal, och vid nästa manöver som verkligen kvitterades girade alltså färjan på ett till synes oförklarligt sätt. Denna typ av överraskningseffekt är vanlig om man genom automatiseringen inte är helt på det klara med vilka moment som utförs av automatiken just nu och vad som kommer att hända härnäst. Ovissheten kan göra att den som är satt att övervaka systemet ingriper för att avvärja en som man tror felaktig manöver, som i själva verket är korrekt. Man brukar tala om "automation surprises", och med detta manar man att automatiken gör saker som man inte förstår eller förväntade sig i den aktuella situationen. Ofta beror detta på att automatiken inte är förstådd av operatören, den ingår inte i den mentala modellen av den process man ska styra. Detta leder till att operatören inte kan förutsäga vad som kommer att ske och blir osäker. En vanlig reaktion är då att stänga av automatiken, om detta är tekniskt möjligt. Om automatiken är förståelig, "transparent", kan man få mer av ett "samarbete" mellan en autopilot och den mänskliga operatören. Barriärer Man har ibland fört in begreppet barriär för att beteckna något som innebär ett hinder för att fel ska kunna uppstå eller begås, vilka annars kan leda till incidenter eller olyckor. Det är viktigt i ett system att det finns sådana barriärer av olika slag, som tillsammans bidrar till spärrar mot fel och felbeteende. Det är också viktigt att konstruera system så att behovet av barriärer minimeras, dvs så att systemet designas och konstrueras så att det minimerar möjligheterna att begå fel, samt att systemet är förlåtande, dvs så att fel kan ångras och åtgärdas och så att felen får mindre allvarliga konsekvenser. Barriärer kan vara av olika slag, och några exempel är: • Tekniken. Det bör finnas hinder från att begå fel inbyggt i systemets logik, t ex att det är omöjligt att ge ett kommando som skulle vara farligt i en viss given situation eller ATCsystemet som bromsar om föraren undlåter att göra det i tid. • Informationssystemet. En operatör kan missa att ta fram viktig information i ett visst läge. Systemet kan då med larm signalera att något sker som inte just nu är synligt. Problemet kan också undvikas genom att man tänkt igenom vad som kan behövas och ser till att all relevant information jämt är synlig. Speciellt måste säkerhetsrelaterad information jämt vara synlig och tydlig. • Kompetensen. Genom att ha kunskaper och färdigheter om agerande i kritiska situationer minskas risken för felbeteende. Genom att utforma regelverk så att de blir överskådliga, förståeliga och konsistenta ökas möjligheten för att de fungerar i praktiken. Träning i simulatorer för att öva upp färdigheterna att hantera tänkbara situationer är ett annat sätt. • Arbetsorganisationen. Samverkan mellan olika personalkategorier, genom bra ledning, attityder, samverkan i gruppen osv. kan risker för felagerande och undlåtenheter minskas. -12-
Mänskligt beslutsfattande i dynamiska, tidskritiska situationer Arbete i dynamiska arbetssituationer ställer speciella krav på operatörerna liksom på innehållet och utformningen av de informationssystem de har som verksamhetsstöd. Människans förmåga att hantera komplexa och händelsestyrda arbetsuppgifter är idag föremål för forskning inom det beteendevetenskapliga området i en utsträckning som saknar motsvarighet rent historiskt. Utvecklingen har sin grund i insikten att mänskligt beslutsfattande i tekniskt avancerade miljöer i hög grad är betingat av situationens och arbetsuppgiftens karaktär (Beach & Mitchell, 1978; Kuylenstierna, 1998; Payne, 1982; Woods, 1993). Detta innebär mer konkret att de beslut som fattas i hög grad är resultat av situationsspecifika informationssökningsstrategier och kontextberoende (situationsberoende) mentala modeller. Villkor för beslutsfattande Förr kunde man ofta fatta beslut på grundval av sin direkta erfarenhet av det konkreta innehållet i arbetet. Idag är bilden helt annorlunda. I många sammanhang har ett tekniskt system skjutits in mellan människan och arbetsmaterialet/processen (Brehmer, 1991). Avancerad teknologi har förändrat människans förhållande till arbetsmiljön, både i form av tillgänglig information för att kunna skaffa sig kunskap, och i form av möjligheter att påverka. Istället för direkt information om det konkreta arbetsinnehållet, så förmedlas idag informationen via abstrakta representationer om verkligheten. Dessa representationer har för det mesta skapats av systemkonstruktörer som har mer eller mindre god kännedom om vilken information som beslutsfattaren verkligen behöver. Resultatet har blivit att en stor del av beslutsfattarens/operatörens möjligheter att påverka idag finns i händerna på systemkonstruktörer. Ett problem vid konstruktion av system är att det i förväg är svårt att veta exakt vilken information som behövs och vilken information som är användbar när systemet verkligen kommer i drift. Beslutsfattarens villkor har därför förändrats från att inte bara omfatta beslut om själva arbetsinnehållet, utan också om att kunna lära sig och förstå det tekniska systemets egenskaper. När förutsättningarna för beslutsfattande så radikalt har förändrats har naturligtvis även förutsättningarna för forskning om beslutsfattande förändrats, åtminstone om man avser mer komplexa beslut i vardagsnära och naturliga arbetssituationer. Inom klassisk beslutsteori har dock vetenskapliga frågeställningar i mångt och mycket gått ut på att undersöka om människan är en bra eller dålig "intuitiv statistiker". Detta sätt att modellera människan och mänskligt beslutsfattande får idag i allt större omfattning ge vika för en alternativ syn, nämligen den som ser människan som en "intuitiv ingenjör". Denna syn härstammar från den tillämpade beslutsforskningen där ett genomgående resultat har varit att ett beslut inte kan förstås enskilt, utan bara som en del av en pågående process (Brehmer, 1992; Klein, Orasanu, Calderwood & Zsambok, 1993). Ett beslut är dessutom alltid ett av flera steg på vägen för att nå ett eller flera mål (Brehmer, 1992). Dynamiskt beslutsfattande I allt väsentligt, så kan arbete med att hantera komplexa arbetsuppgifter i dynamiska situationer beskrivas som möjligheter att styra ett system. Oavsett om det handlar om tågtrafik, sjukvård, tillverkningsindustri, kärnkraftverk, avancerade flygplan, höghastighetsbåtar eller ekonomi så har någon form av tekniskt system skjutits in mellan människan och arbetsmaterialet/ processen. Det tekniska systemet utför själva arbetet och människans roll är främst att styra arbetet och det tekniska systemet, inte själva processen. För enkelhetens skull benämns i fortsättningen människor som har sådana roller för operatörer. En operatör kan alltså med detta synsätt vara t.ex. en sjuksköterska på en intensivvårdsavdelning på ett sjukhus, en tågklarerare vid en tågledningscentral eller en mer klassisk operatör vid en pappersmassaindustri. Gemensamt för dem alla är att de måste skaffa sig en uppfattning om vad som ska göras, och hur, genom att ta del av -13-
Page 1 and 2: Människan i styrning av komplexa d
Page 3 and 4: Mål Modell Mål Modell Observerar
Page 5 and 6: Korttidsminne och långtidsminne En
Page 7 and 8: Fig. B. Har instrumenten en mer ore
Page 9 and 10: och tolka den tillgängliga informa
Page 11: Vad kan vi göra? Kan man undvika a
Page 15 and 16: individuella skillnader bör allts
Page 17 and 18: gränssnitt hos de flesta styrsyste
Page 19 and 20: dagliga arbetet under lång tid. At
Page 21 and 22: - visa mycket dynamisk information
Page 23 and 24: Larmproblemet Här ska bara några
Page 25 and 26: Kort om simulering och simulatorer
Page 27 and 28: modellen. Vi måste därför först
Page 29 and 30: estår av ett 20-tal olika fullskal
Page 31: Projicerat gränssnitt 2m 2m Tangen

Bengt OperatÃ¶rsgrÃ¤nssnitt och Simulatorer - Uppsala universitet

Create successful ePaper yourself

Delete template?

Save as template?