[论文解读] Cognitive factors that affect the adoption of autonomous agriculture

S. Kate Devitt|arXiv (Cornell University)|Nov 28, 2021

Smart Agriculture and AIAgricultural and Biological Sciences被引用 19

一句话总结

本文识别出认知因素——信任、情境意识、认知负荷以及农耕知识的丧失——阻碍了机器人与自主农业技术（RAATs）的采用。文章提出了一种基于人因工程学的RAAT设计框架，强调针对不同自主水平的界面与培训，以减轻认知负担并维持农民的决策控制权。

ABSTRACT

Robotic and Autonomous Agricultural Technologies (RAAT) are increasingly available yet may fail to be adopted. This paper focusses specifically on cognitive factors that affect adoption including: inability to generate trust, loss of farming knowledge and reduced social cognition. It is recommended that agriculture develops its own framework for the performance and safety of RAAT drawing on human factors research in aerospace engineering including human inputs (individual variance in knowledge, skills, abilities, preferences, needs and traits), trust, situational awareness and cognitive load. The kinds of cognitive impacts depend on the RAATs level of autonomy, ie whether it has automatic, partial autonomy and autonomous functionality and stage of adoption, ie adoption, initial use or post-adoptive use. The more autonomous a system is, the less a human needs to know to operate it and the less the cognitive load, but it also means farmers have less situational awareness about on farm activities that in turn may affect strategic decision-making about their enterprise. Some cognitive factors may be hidden when RAAT is first adopted but play a greater role during prolonged or intense post-adoptive use. Systems with partial autonomy need intuitive user interfaces, engaging system information, and clear signaling to be trusted with low level tasks; and to compliment and augment high order decision-making on farm.

研究动机与目标

• 识别影响农民采纳机器人与自主农业技术（RAATs）的关键认知因素。
• 分析不同自主水平（自动化、部分自主、完全自主）对农民认知负荷的影响。
• 应对因过度依赖自动化系统而导致的情境意识下降与农耕知识流失的风险。
• 提出一种量身定制的人因工程学框架，以提升RAAT的性能与安全性，借鉴航空航天工程原理。
• 通过将系统设计与人类认知能力及局限性相匹配，支持可持续采纳。

提出的方法

• 将航空航天工程中的人因工程研究方法适配至农业情境，重点关注知识、技能与个体特质的差异。
• 分析三种自主水平（自动化、部分自主、完全自主系统）下的认知影响。
• 评估信任、情境意识与认知负荷在采纳阶段、初始使用阶段及采纳后使用阶段中的作用。
• 提出直观用户界面、清晰系统提示与信息交互的设计原则，以支持信任建立与决策能力。
• 将研究成果整合进一个专为农业量身定制的RAAT性能与安全标准框架中。

实验结果

研究问题

• RQ1 RAATs的不同自主水平如何影响农民的认知负荷与情境意识？
• RQ2 信任在自主农业系统采纳与持续使用过程中发挥何种作用？
• RQ3 由于自动化导致农耕知识减少，对农场长期决策管理有何影响？
• RQ4 与初始采纳阶段相比，认知因素在采纳后使用阶段为何更加显著？
• RQ5 如何将航空航天领域的人因工程原则适配至农业，以改进RAAT的设计与采纳？

主要发现

• RAATs的更高自主水平虽减少了对人工操作的需求，但增加了情境意识下降与战略监督缺失的风险。
• 信任与认知负荷等认知因素在长期或高强度的采纳后使用阶段比初始采纳阶段更具影响力。
• 部分自主系统需要直观的界面与清晰的系统反馈，以维持农民信任并支持高层决策。
• 因自动化导致的农耕知识流失可能损害长期企业管理能力，尤其是在系统故障发生时。
• 农业领域亟需一个基于人因工程研究的专用RAAT性能与安全框架，以应对独特的认知需求。
• 整合以人为本的设计原则可减轻认知负担，并提升自主农业技术的可持续采纳。