[论文解读] Data in Context: How Digital Transformation Can Support Human Reasoning in Cyber-Physical Production Systems

Romy Müller|arXiv (Cornell University)|Jun 17, 2021

Big Data and Business Intelligence参考文献 200被引用 8

一句话总结

本文提出，数字转型技术——尤其是信息建模与数据集成工具——可通过实现操作数据的情境化，支持人在人机融合生产系统中的推理。基于认知心理学，本文识别出四种核心的人类推理挑战（信息采样、信息整合、分类、因果推理），并展示OPC UA、本体论和链接数据等技术如何应对这些挑战，最终实现复杂工业环境中更有效的“人-技术”协作。

ABSTRACT

In traditional production plants, current technologies do not provide sufficient context to support information integration and interpretation. Digital transformation technologies have the potential to support contextualization, but it is unclear how this can be achieved. The present article presents a selection of the psychological literature in four areas relevant to contextualization: information sampling, information integration, categorization, and causal reasoning. Characteristic biases and limitations of human information processing are discussed. Based on this literature, we derive functional requirements for digital transformation technologies, focusing on the cognitive activities they should support. We then present a selection of technologies that have the potential to foster contextualization. These technologies enable the modelling of system relations, the integration of data from different sources, and the connection of the present situation with historical data. We illustrate how these technologies can support contextual reasoning, and highlight challenges that should be addressed when designing human–machine cooperation in cyber-physical production systems.

研究动机与目标

• 本文旨在解决当前工业监控系统中缺乏情境支持的问题，即操作员因缺少相互依赖关系和历史背景而难以解读数据。
• 本文研究数字转型技术如何支持复杂生产环境中四项核心认知活动：信息采样、数据整合、情境分类与因果推理。
• 本研究旨在将技术从认知负担的来源转变为增强人类推理的工具，通过提供结构化、情境感知的信息实现。
• 本文旨在弥合关于人类认知的心理学研究与人机融合生产系统（CPPS）中的技术解决方案之间的鸿沟，强调信息建模与集成作为基础性使能技术。

提出的方法

• 作者对四个心理学领域（信息采样、信息整合、分类、因果推理）进行了文献综述，重点关注人类认知偏见与局限性。
• 基于心理学研究发现，推导出数字技术的功能需求，强调情境感知的数据访问与解释的必要性。
• 本文评估了现有数字转型技术（如OPC UA、本体论、链接数据）在建模系统关系与整合异构数据源方面的能力。
• 本文探讨了这些技术如何将实时数据与历史数据连接，以支持情境化推理与决策。
• 该方法将认知心理学与工程系统设计相结合，提出正式的生产系统模型对于实现情境感知的操作员支持至关重要。
• 本研究使用概念框架将心理挑战映射到技术解决方案，聚焦信息建模作为情境化的核心使能技术。

实验结果

研究问题

• RQ1 数字转型技术如何支持人机融合生产系统中操作数据的情境化？
• RQ2 操作员在监控复杂工业系统时面临哪些认知挑战？这些挑战与信息采样、信息整合、分类和因果推理有何关联？
• RQ3 哪些数字转型技术最适于支持这些认知活动？它们如何应对人类认知局限？
• RQ4 信息建模与数据集成技术应如何设计，以增强人类推理而非增加认知负荷？
• RQ5 在人机融合生产系统中实现人-技术协作时，将心理学洞见与技术系统整合的关键设计原则是什么？

主要发现

• OPC UA、本体论和链接数据等数字转型技术能够建模系统关系并整合多源数据，从而实现更有效的情境化推理。
• 当前工业系统缺乏情境化支持，导致操作员在选择相关数据、整合异构信息以及推断原因方面面临挑战。
• 通过正式模型将历史数据与实时数据整合，可提升情境分类能力，并支持复杂生产环境中的因果推断。
• 支持正式信息建模的技术是实现人机融合生产系统中情境感知操作员辅助系统的关键。
• 本文识别出当前系统中的一个关键缺口：尽管界面设计已得到广泛研究，但对情境至关重要的信息建模在人因工程研究中却长期被忽视。
• 未来系统应将心理支持策略（如因果推理训练、减少过度自信）与技术解决方案相结合，以增强人-技术协作。