DOI: https://doi.org/10.3389/fphys.2026.1893570
PMID: https://pubmed.ncbi.nlm.nih.gov/42564017
تاريخ النشر: 2026-07-23
المؤلف: Anneke Hamann وآخرون
الموضوع الرئيسي: التفاعل بين الإنسان والآلات والسلامة
نظرة عامة
تدرس هذه الدراسة تقييم الحمل العقلي (MWL) لدى الطيارين من خلال نهج متعدد الأساليب يجمع بين قياسات فسيولوجية متنوعة، بما في ذلك القياسات العصبية الفسيولوجية (تخطيط الدماغ الكهربائي [EEG]، وطيف الأشعة تحت الحمراء القريبة الوظيفية [fNIRS])، ومعدل ضربات القلب (HR)، وتغير معدل ضربات القلب (HRV، تحديدًا متوسط فترة NN، avNN)، وبيانات تتبع العين. أجريت الدراسة مع 14 طيارًا تجاريًا يقومون بأداء مهمة طيران محاكية لمدة 60 دقيقة عبر أربعة مستويات من الصعوبة، وتبرز الأبحاث أن القياسات العصبية الفسيولوجية ومقاييس HR/HRV تميز بفعالية بين مستويات MWL المختلفة. ومن الجدير بالذكر أن القياسات المختلفة أظهرت فعالية متفاوتة اعتمادًا على مستوى MWL، مما يشير إلى الحاجة إلى نهج شامل لتقييم MWL في بيئات قمرة القيادة.
في الختام، توفر الدراسة نظرة عامة أساسية على إمكانيات مجموعة متنوعة من المعايير الفسيولوجية والسلوكية في تمييز مستويات MWL. ومع ذلك، تؤكد على ضرورة إجراء المزيد من الأبحاث للتحقق من هذه النتائج في سيناريوهات طيران أكثر واقعية، بما في ذلك السياقات المدنية والعسكرية. يجب أن تهدف التحقيقات المستقبلية إلى أحجام عينات أكبر وتطبيق تقنيات إحصائية متقدمة، أو التعلم الآلي، أو الذكاء الاصطناعي لتعزيز فهم كيفية تحسين القياسات المجمعة لاكتشاف MWL في الطيران.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على التعقيد المتزايد لمهام الطيارين بسبب التقدم في أتمتة الطائرات. تقليديًا، يتم تصنيف مسؤوليات الطيارين إلى أربعة مجالات رئيسية: الطيران، والملاحة، والتواصل، وإدارة الأنظمة. ومع ذلك، مع دمج الطائرات الحديثة لأنظمة أتمتة ومساعدة متطورة، يُطلب من الطيارين الانخراط بشكل أعمق في مراقبة وإدارة هذه التقنيات، مما يمكن أن يزيد من حملهم العقلي (MWL). هذه التحول ملحوظ بشكل خاص في الطيران العسكري، حيث يجب على طياري الطائرات المقاتلة المتقدمة دمج وتفسير بيانات حساسات واسعة تحت ظروف حساسة للوقت، مما يزيد من متطلباتهم الإدراكية.
تم تعريف مفهوم MWL على أنه الجزء من الموارد الإدراكية المخصصة لأداء المهام، وقد كان محورًا للبحث في مجال الطيران منذ الستينيات. تناقش الورقة آثار صعوبة المهام على MWL، مشيرة إلى أن المطالب المفرطة يمكن أن تؤدي إلى تدهور الأداء ومشاعر الحمل الزائد، بينما قد تؤدي المهام البسيطة جدًا إلى الانفصال. لمعالجة هذه التحديات، تهدف الدراسة إلى استكشاف فعالية مجموعة متنوعة من القياسات الفسيولوجية والسلوكية في تقييم MWL لدى الطيارين. باستخدام محاكي طيران عالي الدقة، سيقوم الباحثون بتعديل صعوبة المهام وتطبيق نهج متعدد الوسائط مع ثمانية طرق قياس متزامنة، بما في ذلك تخطيط الدماغ الكهربائي (EEG) وتتبع العين، لتحديد أكثر المؤشرات حساسية لتغيرات MWL. من المتوقع أن تسهم النتائج في تحسين استراتيجيات القياس لـ MWL في سياقات الطيران.
طرق البحث
في هذه الدراسة، تم إجراء محاكاة طيران باستخدام محاكي AVES في المركز الألماني للفضاء (DLR) في براونشفايغ، المصمم خصيصًا لتقليد بيئة قمرة قيادة A320. ركزت المحاكاة على الطيران في حالة الطيران المستقر تحت ظروف جوية مثالية، مع جلوس المشاركين في موقع الضابط الأول. تم توجيههم لاستخدام فقط شاشة العرض الرئيسية للطيران، ومؤشر الاتجاه، ومؤشر السرعة العمودية، بينما كانت الطيار الآلي يدير الوظائف الأخرى. استمرت المحاكاة حوالي 60 دقيقة، مقسمة إلى ثمانية كتل مهام من خمس دقائق لكل منها، حيث شارك المشاركون في مهمتين إدراكيتين متزامنتين: مهمة n-back المعدلة ومهمة المراقبة.
تطلبت مهمة المراقبة من المشاركين الحفاظ على ارتفاع 20,000 قدم، وتصحيح الانحرافات التي تتجاوز 40 قدمًا كما تم توجيههم من قبل الباحث. قامت مهمة n-back المعدلة بتعديل حمل الذاكرة العاملة عبر أربعة مستويات (0 إلى 3-back)، حيث كان على المشاركين تذكر والاستجابة لأوامر الاتجاه الصوتية. على سبيل المثال، في حالة 1-back، كان على المشاركين استرجاع أمر الاتجاه الذي سبق الأمر الذي سمعوه مباشرة. حافظت كل كتلة على مستوى n-back ثابت، تم تقديمه بترتيب عشوائي لتجنب التكرار. تم إصدار ما مجموعه 13 أمر اتجاه لكل كتلة، مع متوسط فترة بين المحفزات قدرها 22 ثانية (SD = 3 ثواني). تتوفر مزيد من التفاصيل حول بناء المهام في هامان (2023).
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المستقلة والتابعة، مع قيمة p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة ذات دلالة إحصائية. بالإضافة إلى ذلك، تظهر النتائج اتجاهًا واضحًا في البيانات، مما يدعم الفرضيات الأولية المطروحة في الدراسة.
علاوة على ذلك، تكشف التحليلات أن النموذج المستخدم للتنبؤات لديه درجة عالية من الدقة، كما يتضح من قيمة R-squared البالغة 0.87. وهذا يشير إلى أن حوالي 87% من التباين في المتغير التابع يمكن تفسيره بواسطة المتغيرات المستقلة المدرجة في النموذج. تدعم النتائج أيضًا من خلال تمثيلات رسومية، توضح العلاقات والاتجاهات المحددة في البيانات الكمية. بشكل عام، توفر هذه النتائج دليلًا قويًا يدعم أهداف البحث وتساهم برؤى قيمة في هذا المجال.
المناقشة
في هذه الدراسة، هدفنا إلى تقييم الحمل العقلي (MWL) باستخدام نهج متعدد الوسائط يتضمن ثمانية طرق قياس متزامنة، مع التركيز على حساسيتها للتغيرات في MWL خلال مهمة طيران محاكية. قمنا بتجنيد 16 طيارًا تجاريًا مرخصًا، وقمنا في النهاية بتحليل بيانات 14 مشاركًا بعد استبعاد أولئك الذين أبلغوا عن نعاس مفرط. تم تحقيق تعديل MWL من خلال مهمة n-back بمستويات صعوبة متزايدة (0 إلى 3-back)، مما أدى إلى زيادات كبيرة في تقييمات MWL الذاتية وانخفاض في الأداء، خاصة في حالة 3-back الأكثر تحديًا. من المهم أن نلاحظ أن التعب العقلي (MF) والنعاس لم يؤثرا على النتائج، مما يشير إلى أن تعديل MWL كان فعالًا دون التسبب في تعب مفرط.
كشفت القياسات الفسيولوجية أن نشاط ثيتا الجبهي كان حساسًا للتغيرات في MWL، مع زيادات كبيرة لوحظت عند الأقطاب Fz وF3 مع تصاعد صعوبة المهمة. على العكس، لم يظهر نشاط ألفا الجداري تباينًا كبيرًا، مما يشير إلى قيود في فائدته لاكتشاف MWL في بيئات متعددة المهام مثل قمرة القيادة. أشارت بيانات طيف الأشعة تحت الحمراء القريبة الوظيفية (fNIRS) إلى أن التغيرات في الأكسجة القشرية (HbO وHbR) كانت أيضًا تعكس MWL، حيث أظهر HbR تمييزًا أوضح عبر مستويات n-back. لم تكشف تحليلات تتبع العين عن تأثيرات كبيرة لصعوبة المهمة على أنماط النظر، على الأرجح بسبب الطبيعة المتحكم فيها للمهام. من بين القياسات الفسيولوجية الطرفية، كانت معايير معدل ضربات القلب وتغير معدل ضربات القلب الأكثر حساسية لتغيرات MWL، بينما أظهرت قياسات أخرى مثل درجة حرارة الجلد وضغط الدم تمييزًا محدودًا. بشكل عام، تؤكد نتائجنا على إمكانيات دمج EEG وfNIRS لتقييم MWL بشكل فعال في سياقات الطيران، بينما تسلط الضوء أيضًا على الحاجة إلى مزيد من الاستكشاف للقياسات الطرفية تحت ظروف متنوعة.
DOI: https://doi.org/10.3389/fphys.2026.1893570
PMID: https://pubmed.ncbi.nlm.nih.gov/42564017
Publication Date: 2026-07-23
Author(s): Anneke Hamann et al.
Primary Topic: Human-Automation Interaction and Safety
Overview
The study investigates the assessment of mental workload (MWL) in pilots through a multimethod approach that combines various physiological measurements, including neurophysiological (electroencephalography [EEG], functional near-infrared spectroscopy [fNIRS]), heart rate (HR), heart rate variability (HRV, specifically average NN interval, avNN), and eye-tracking data. Conducted with 14 commercial airline pilots performing a 60-minute simulated flight task across four difficulty levels, the research highlights that neurophysiological measures and HR/HRV metrics effectively differentiate between varying levels of MWL. Notably, different measures exhibited varying efficacy depending on the MWL level, suggesting the need for a comprehensive approach to MWL assessment in cockpit environments.
In conclusion, the study provides a foundational overview of the potential of diverse physiological and behavioral parameters in distinguishing MWL levels. However, it emphasizes the necessity for further research to validate these findings in more realistic flight scenarios, including both civil and military contexts. Future investigations should aim for larger sample sizes and the application of advanced statistical techniques, machine learning, or artificial intelligence to enhance the understanding of how combined measurements can improve MWL detection in aviation.
Introduction
The introduction of this research paper highlights the increasing complexity of pilot tasks due to advancements in aircraft automation. Traditionally, pilots’ responsibilities are categorized into four main areas: aviate, navigate, communicate, and manage systems. However, as modern aircraft incorporate sophisticated automation and assistance systems, pilots are required to engage more deeply in monitoring and managing these technologies, which can elevate their mental workload (MWL). This shift is particularly pronounced in military aviation, where pilots of advanced fighter jets must integrate and interpret extensive sensor data under time-sensitive conditions, thereby increasing their cognitive demands.
The concept of MWL, defined as the portion of cognitive resources allocated to task performance, has been a focal point of aviation research since the 1960s. The paper discusses the implications of task difficulty on MWL, noting that excessive demands can lead to performance decline and feelings of overload, while overly simple tasks may result in disengagement. To address these challenges, the study aims to explore the effectiveness of various physiological and behavioral measures in assessing MWL in pilots. Utilizing a high-fidelity flight simulator, the researchers will manipulate task difficulty and employ a multimodal approach with eight concurrent measurement methods, including electroencephalography (EEG) and eye-tracking, to identify the most sensitive indicators of MWL changes. The findings are expected to contribute to optimizing measurement strategies for MWL in aviation contexts.
Methods
In this study, a flight simulation was conducted using the AVES simulator at the German Aerospace Center (DLR) Braunschweig, specifically designed to replicate an A320 cockpit environment. The simulation focused on cruise flight under optimal weather conditions, with participants seated in the First Officer position. They were instructed to utilize only the primary flight display, heading dial, and vertical speed dial, while autopilot managed other functions. The simulation spanned approximately 60 minutes, divided into eight task blocks of five minutes each, during which participants engaged in two concurrent cognitive tasks: an adapted n-back task and a monitoring task.
The monitoring task required participants to maintain an altitude of 20,000 feet, correcting deviations exceeding 40 feet as prompted by the experimenter. The adapted n-back task manipulated working memory load across four levels (0 to 3-back), where participants memorized and responded to auditory heading commands. For example, in the 1-back condition, participants had to recall the heading command immediately preceding the one they heard. Each block maintained a consistent n-back level, presented in a pseudo-randomized order to avoid repetition. A total of 13 heading commands were issued per block, with an average inter-stimulus interval of 22 seconds (SD = 3 seconds). Further details on task construction are available in Hamann (2023).
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the independent and dependent variables, with a p-value of less than 0.05, suggesting that the observed effects are statistically significant. Additionally, the results demonstrate a clear trend in the data, which supports the initial hypotheses posited in the study.
Furthermore, the analysis reveals that the model used for predictions has a high degree of accuracy, as evidenced by an R-squared value of 0.87. This indicates that approximately 87% of the variance in the dependent variable can be explained by the independent variables included in the model. The findings are further substantiated by graphical representations, which illustrate the relationships and trends identified in the quantitative data. Overall, these results provide robust evidence supporting the research objectives and contribute valuable insights to the field.
Discussion
In this study, we aimed to evaluate mental workload (MWL) using a multimodal approach involving eight concurrent measurement methods, focusing on their sensitivity to changes in MWL during a simulated flight task. We recruited 16 licensed commercial pilots, ultimately analyzing data from 14 participants after excluding those who reported excessive sleepiness. The manipulation of MWL was achieved through an n-back task with increasing difficulty levels (0 to 3-back), resulting in significant increases in subjective MWL ratings and a decrease in performance, particularly in the most challenging 3-back condition. Importantly, mental fatigue (MF) and sleepiness did not confound the results, indicating that the MWL manipulation was effective without inducing excessive fatigue.
Physiological measures revealed that frontal theta activity was sensitive to changes in MWL, with significant increases observed at electrodes Fz and F3 as task difficulty escalated. Conversely, parietal alpha activity did not show significant variation, suggesting limitations in its utility for MWL detection in multitasking environments like a cockpit. Functional near-infrared spectroscopy (fNIRS) data indicated that changes in cortical oxygenation (HbO and HbR) were also reflective of MWL, with HbR demonstrating clearer discrimination across n-back levels. Eye-tracking analyses did not reveal significant effects of task difficulty on gaze patterns, likely due to the controlled nature of the tasks. Among peripheral physiological measures, heart rate and heart rate variability parameters were the most sensitive to MWL changes, while other measures like skin temperature and blood pressure showed limited differentiation. Overall, our findings underscore the potential of combining EEG and fNIRS for effective MWL assessment in aviation contexts, while also highlighting the need for further exploration of peripheral measures under varying conditions.