DOI: https://doi.org/10.1038/s41598-025-95942-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40164769
تاريخ النشر: 2025-04-01
المؤلف: Abdulrahman K. Eesee وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
في سياق تقدم التقنيات ضمن الصناعة 4.0 والتركيز البشري في الثورة الصناعية الخامسة، تبحث هذه الدراسة في تأثير طريقتين تعليميتين – المعتمدة على الصور والمعتمدة على الشيفرة – على الحمل المعرفي وأداء المهام. باستخدام نظرية الحمل المعرفي (CLT)، شملت الدراسة 30 مشاركًا قاموا بأداء مهام التجميع تحت كلا الشرطين التعليميين. تم قياس الحمل المعرفي من خلال كل من المقاييس الموضوعية (استجابة الجلد الكهربائية، تباين معدل ضربات القلب، وتسارع حركة اليد) والتقييمات الذاتية (مؤشر حمل المهام من ناسا واستبيان حالة الضغط من دندي). أظهرت النتائج أن التعليمات المعتمدة على الصور قللت بشكل كبير من الحمل المعرفي (p < 0.001) وحسنت وقت إكمال المهام (TCT) وعدد تكرارات المهام (NTR) (p < 0.001). على العكس من ذلك، بينما زادت التعليمات المعتمدة على الشيفرة من الحمل المعرفي، إلا أنها حققت دقة تجميع أفضل (p < 0.001). تخلص الدراسة إلى أن التعليمات المعتمدة على الصور تعزز الكفاءة التشغيلية وتقلل من الحمل المعرفي، مما يجعلها مناسبة للمهام التي تتطلب تنفيذًا سريعًا. ومع ذلك، لوحظ تباين ملحوظ بين تقييمات الأداء الذاتية ومقاييس الدقة الموضوعية، مما يشير إلى أن الأداء المدرك العالي لا يتماشى دائمًا مع نتائج المهام الفعلية. وهذا يبرز ضرورة اتباع نهج متعدد الأساليب في تقييم فعالية التعليمات. يجب أن تهدف الأبحاث المستقبلية إلى استكشاف العلاقة بين المقاييس الذاتية والموضوعية بشكل أعمق، ربما من خلال تقارير ذاتية أثناء المهام أو مراقبة فسيولوجية مستمرة، لإبلاغ تطوير استراتيجيات تدريب وتشغيل مخصصة تعزز الإنتاجية ورضا العمال.
الطرق
في هذه الدراسة، تم تصميم تجربة محكومة لمعالجة فجوة في الأدبيات بشأن تأثيرات الطرق التعليمية على الحمل المعرفي والأداء أثناء مهام التجميع. تم تكليف المشاركين بتجميع كتل “Make ‘N’ Break Extreme” باستخدام نهجين تعليميين متميزين: التعليمات المعتمدة على الشيفرة والتعليمات المعتمدة على الصور. تم اختيار هذه المنهجية بشكل خاص لعزل الحمل المعرفي الخارجي مع ضمان بقاء الحمل الداخلي ثابتًا عبر المهام. تم إجراء التجربة في مختبر الصناعة 5.0 في جامعة بانونيا.
توضح قسم المنهجية العمليات الخاصة بتجنيد المشاركين، وإجراءات التجربة، وتقنيات جمع البيانات ومعالجتها المستخدمة. كانت هذه الطرق تهدف إلى استخراج الميزات ذات الصلة من الاستجابات الفسيولوجية ونتائج الأداء المرتبطة بكل نهج تعليمي، مما يوفر رؤى حول كيفية تأثير أنواع مختلفة من تعليمات العمل على الحمل المعرفي للمشغل والأداء العام في سيناريو مشابه للتجميع.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الطرق التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث تكشف التحليلات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون بسبب الصدفة.
بالإضافة إلى ذلك، تظهر النتائج أن تطبيق المنهجية المقترحة يؤدي إلى تحسينات في مقاييس الأداء، مثل الدقة والكفاءة، مقارنة بالنهج الحالية. تمثل الرسوم البيانية، بما في ذلك المخططات والرسوم البيانية، هذه النتائج بشكل أكبر، مما يوفر ملخصًا بصريًا واضحًا لاتجاهات البيانات ويدعم الاستنتاجات العامة المستخلصة من البحث.
بشكل عام، تدعم النتائج الفرضية وتساهم برؤى قيمة في هذا المجال، مما يشير إلى طرق محتملة للبحث المستقبلي والتطبيقات العملية.
المناقشة
في هذه الدراسة، تم استخدام نظرية الحمل المعرفي (CLT) لتقييم فعالية طريقتين تعليميتين – المعتمدة على الصور والمعتمدة على الشيفرة – على أداء العمال في مهام التجميع. تميز CLT بين ثلاثة أنواع من الحمل المعرفي: الداخلي، الخارجي، والملائم. يتعلق الحمل المعرفي الداخلي بتعقيد المهمة نفسها، بينما ينشأ الحمل المعرفي الخارجي من تصميم التعليمات. ركزت الدراسة بشكل أساسي على الحمل المعرفي الخارجي، حيث تم تقييم تأثيره على أداء المهام من خلال مقاييس ذاتية (NASA-TLX و DSSQ) ومؤشرات فسيولوجية موضوعية (GSR و HRV). أظهرت النتائج أن التعليمات المعتمدة على الشيفرة أدت إلى حمل معرفي أعلى بشكل كبير، وإحباط، وجهد مقارنة بالتعليمات المعتمدة على الصور، مما يشير إلى أن الأخيرة سهلت الفهم الواضح وتنفيذ المهام.
تم قياس أداء العمال من خلال وقت إكمال المهام (TCT)، وعدد تكرارات المهام (NTR)، ودقة التجميع، حيث تشير النتائج إلى أن التعليمات المعتمدة على الصور أدت إلى أوقات إكمال أسرع ودقة أعلى في مهام التجميع. تسلط الدراسة الضوء على أهمية تصميم التعليمات في البيئات الصناعية الحديثة، لا سيما في سياق الصناعة 4.0 و 5.0، حيث تتطلب زيادة التعقيد والمرونة تواصلًا فعالًا لتعليمات العمل. من خلال دمج كل من المقاييس الذاتية والموضوعية للحمل المعرفي، تعالج هذه الدراسة فجوة حاسمة في فهم كيفية تحسين تنسيقات التعليم المختلفة للنتائج المعرفية والأداء في مهام التجميع.
القيود
توضح هذه القسم عدة قيود للدراسة، مما يقترح طرقًا للبحث المستقبلي. أحد القيود الرئيسية هو الإعداد المحكم في المختبر، الذي لا يعكس بدقة تعقيدات البيئات الصناعية الواقعية، حيث يمكن أن تؤثر عوامل مثل الضوضاء، والعمل الجماعي، والمهام المتعددة بشكل كبير على الحمل المعرفي والأداء. وبالتالي، بينما تؤكد النتائج على أهمية تقليل الحمل المعرفي الخارجي في تصميم التعليمات، يجب أن تُعتبر رؤى أولية بدلاً من توقعات نهائية للتطبيقات الصناعية الفعلية. يجب أن تهدف الأبحاث المستقبلية إلى دمج ظروف العمل الواقعية، بما في ذلك قيود الوقت وديناميات المجموعة، للتحقق من هذه الرؤى بشكل أكبر.
بالإضافة إلى ذلك، قد لا تمثل مجموعة المشاركين في الدراسة، التي تتكون فقط من طلاب الجامعة والباحثين، التركيبة السكانية المتنوعة والخبرات للعمال الصناعيين، مما يحد من قابلية تعميم النتائج. يجب أن تشمل الدراسات المستقبلية عينة أوسع من المشغلين الصناعيين. واجهت الدراسة أيضًا قيودًا منهجية، مثل وضع أجهزة الاستشعار الفسيولوجية على اليد غير المهيمنة، مما قيد تنفيذ المهام على العمليات ذات اليد الواحدة وقد يؤثر على الصلاحية البيئية. يمكن أن تستفيد الأبحاث المستقبلية من استخدام مواضع أجهزة استشعار أقل تدخلاً وتنوعًا أكبر من الإشارات الفسيولوجية، مثل تتبع العين وتخطيط العضلات (EMG)، للحصول على رؤى أعمق حول الحالات المعرفية والبدنية للعمال. أخيرًا، أدت حجم العينة المحدود والقيود الزمنية على جلسات التعليم التي استمرت خمس دقائق إلى عرقلة الفحص الشامل لمنحنى التعلم، مما يشير إلى أن الدراسات المستقبلية يجب أن تأخذ في الاعتبار عينات أكبر وفترات ممارسة ممتدة لتقييم تحسينات أداء المهام بشكل أفضل مع مرور الوقت.
DOI: https://doi.org/10.1038/s41598-025-95942-7
PMID: https://pubmed.ncbi.nlm.nih.gov/40164769
Publication Date: 2025-04-01
Author(s): Abdulrahman K. Eesee et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
In the context of advancing technologies within Industry 4.0 and the human-centric focus of the 5th industrial revolution, this study investigates the impact of two instructional methods—visual-based and code-based—on cognitive load and task performance. Utilizing Cognitive Load Theory (CLT), the research involved 30 participants who performed assembly tasks under both instructional conditions. Cognitive load was measured through both objective metrics (Galvanic Skin Response, Heart Rate Variability, and hand motion acceleration) and subjective assessments (NASA Task Load Index and Dundee Stress State Questionnaire). The results indicated that visual-based instructions significantly reduced cognitive load (p < 0.001) and improved task completion time (TCT) and number of task repetitions (NTR) (p < 0.001). Conversely, while code-based instructions increased cognitive load, they yielded better assembly precision (p < 0.001). The study concludes that visual-based instructions enhance operational efficiency and reduce cognitive load, making them suitable for tasks requiring quick execution. However, a notable divergence was observed between subjective performance ratings and objective precision metrics, suggesting that high perceived performance does not always align with actual task outcomes. This highlights the necessity for a multi-method approach in evaluating instructional effectiveness. Future research should aim to explore the relationship between subjective and objective measures more deeply, potentially through in-task self-reports or continuous physiological monitoring, to inform the development of tailored training and operational strategies that enhance productivity and worker satisfaction.
Methods
In this study, a controlled experiment was designed to address a gap in the literature regarding the effects of instructional methods on cognitive load and performance during assembly tasks. Participants were tasked with assembling “Make ‘N’ Break Extreme” blocks using two distinct instructional approaches: code-based and visual-based instructions. This methodology was specifically selected to isolate extraneous cognitive load while ensuring that intrinsic load remained consistent across the tasks. The experiment was conducted in the Industry 5.0 laboratory at the University of Pannonia.
The methodology section outlines the processes for participant recruitment, the experimental procedure, and the data collection and processing techniques employed. These methods were aimed at extracting relevant features from physiological responses and performance outcomes associated with each instructional approach, thereby providing insights into how different types of work instructions influence operator cognitive load and overall performance in an assembly-like scenario.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing p-values below the conventional threshold of 0.05, suggesting that the observed effects are unlikely to be due to chance.
Additionally, the results demonstrate that the application of the proposed methodology yields improvements in performance metrics, such as accuracy and efficiency, compared to existing approaches. Graphical representations, including plots and charts, further illustrate these findings, providing a clear visual summary of the data trends and supporting the overall conclusions drawn from the research.
Overall, the results substantiate the hypothesis and contribute valuable insights to the field, indicating potential avenues for future research and practical applications.
Discussion
In this study, Cognitive Load Theory (CLT) was employed to evaluate the effectiveness of two instructional methods—visual-based and code-based—on worker performance in assembly tasks. CLT distinguishes between three types of cognitive load: intrinsic, extraneous, and germane. Intrinsic cognitive load pertains to the complexity of the task itself, while extraneous cognitive load arises from the instructional design. The study primarily focused on extraneous cognitive load, assessing its impact on task performance through subjective measures (NASA-TLX and DSSQ) and objective physiological indicators (GSR and HRV). The findings indicated that code-based instructions resulted in significantly higher cognitive load, frustration, and effort compared to visual-based instructions, suggesting that the latter facilitated clearer comprehension and execution of tasks.
Worker performance was measured through task completion time (TCT), number of task repetitions (NTR), and assembly precision, with the results indicating that visual-based instructions led to faster completion times and higher precision in assembly tasks. The study highlights the importance of instructional design in modern industrial settings, particularly in the context of Industry 4.0 and 5.0, where increased complexity and flexibility demand effective communication of work instructions. By integrating both subjective and objective measures of cognitive load, this research addresses a critical gap in understanding how different instructional formats can optimize cognitive and performance outcomes in assembly tasks.
Limitations
This section outlines several limitations of the study, which suggest avenues for future research. A primary limitation is the controlled laboratory setting, which does not accurately reflect the complexities of real-world industrial environments, where factors such as noise, teamwork, and multitasking can significantly impact cognitive load and performance. Thus, while the findings emphasize the importance of minimizing extraneous cognitive load in instructional design, they should be viewed as preliminary insights rather than definitive predictions for actual industrial applications. Future research should aim to incorporate realistic workplace conditions, including time constraints and group dynamics, to validate these insights further.
Additionally, the study’s participant pool, comprised solely of university students and researchers, may not represent the diverse demographics and experiences of industrial workers, limiting the generalizability of the results. Future studies should expand the sample to include a broader range of industrial operators. The study also faced methodological constraints, such as the placement of physiological sensors on the non-dominant hand, which restricted task execution to one-handed operations and potentially affected ecological validity. Future research could benefit from using less intrusive sensor placements and a wider variety of physiological signals, such as eye tracking and electromyography (EMG), to gain deeper insights into workers’ cognitive and physical states. Finally, the limited sample size and the five-minute constraint on instruction sessions hindered a comprehensive examination of the learning curve, suggesting that future studies should consider larger samples and extended practice periods to better assess task performance improvements over time.