AI幫人承擔更多工作，人就一定會更輕鬆嗎？
嶺南大學心理學系一項聯合研究發現，自動化程度越高，不等於人的負擔越輕。當工作量突然增加時，智能系統主動接管部分任務，有助維持人的工作表現；但當工作量回落、系統突然將任務交還給人時，操作者因尚未掌握情況，表現反而下滑。與此同時，為隨時準備接手，人需持續監測系統，這可能加重疲勞。
有關研究成果已刊登於《國際人機互動期刊》（International Journal of Human-Computer Interaction）。
當AI從工具變成「合作者」
研究團隊成員、嶺大認知科學研究中心主任兼心理學系副教授徐杰教授向記者介紹，隨着AI發展，人機協作關係正面臨重大變化。傳統工業自動化由人主導決策，但隨着人工智能逐漸具備感知環境、判斷任務難度和評估使用者狀態的能力，未來可能從單純執行者，演變為主動參與任務分配與管理的角色。
研究團隊以航空駕駛艙作為實驗場景，採用美國太空總署（NASA）開發的多重任務模擬平台（Multi-Attribute Task Battery，MATB），模擬操作者「一心多用」的複雜工作環境，分析不同工作量下，人機決策權與控制權分配對安全性、效率和用戶體驗的影響。
嶺南大學認知科學研究中心主任兼心理學系副教授徐杰教授
主動接管有益，主動交還卻可能添亂
研究指出，高負荷狀態下，操作者會優先處理需即時響應的離散任務，減少對持續性任務的關注。因此，當任務驟增時，系統若及時接手需持續投入注意力的工作，有助緩解人的壓力。
嶺大研究團隊以航空駕駛艙作為研究的測試場景，並採用美國太空總署開發的多重任務模擬平台，模仿操作者需同時處理多重任務、要「一心多用」的工作場境，分析在不同工作量下，人類與智能系統分配決策權與控制權，會如何影響安全性、工作效率及使用者體驗。
團隊比較了兩種權限分配模式：「人類主導模式」由操作者決定何時交接追蹤任務；「共享控制模式」下，人和系統均可轉移控制權——工作量由低轉高時，系統自動接管；由高轉低時，系統主動交還。結果顯示兩種模式各有優劣。工作量上升時，共享控制模式整體表現更好，系統能迅速察覺變化並介入，而完全由人決定則可能因操作者忙於應對、延誤交接，導致表現下滑後才移交。然而，工作量回落時，情況相反。共享控制下系統自動交還任務，但操作者尚未準備好，需重新確認目標、系統狀態及操作步驟，接手後短期內表現明顯下降。
「如果AI隨時可能把任務交給人，人就要隨時準備接手。」徐杰解釋，這種持續待命會增加認知負擔，尤其在人未準備好時，能力和表現均受影響。研究還發現，實驗後段共享控制組參與者的疲勞水平顯著高於人類主導組，意味着AI承擔更多工作並不等於人能徹底放鬆，為理解和預測系統行為，人反而需投入額外注意力。
最難的任務，可能留給最久未操作的人
徐杰表示，研究的重要啟示是需建立人機協作的清晰溝通機制。若缺乏任務狀態、交接時間和操作說明等信息，人將耗費大量精力監測系統、猜測意圖，影響體驗、表現並加重疲勞。
那麼，讓AI完成絕大多數工作、人只負責監督是否更理想？徐杰認為，AI擅長處理常規重複任務，由AI承擔這些工作通常提升效率。但系統需交還給人時，往往是面對少見、異常、高難度甚至危險的情況。這便形成矛盾：AI長期可靠，人會逐漸產生「自動化偏見（automation bias）」，不再主動檢查；同時，人操作機會減少，警惕性、情境意識和技能可能退化。到了AI真正無法處理、必須人介入時，面對的恰恰是最困難的任務。「人平時可能不用做什麼，但真正需要時，往往是高挑戰性任務。」若長期依賴AI導致能力喪失，將更難應對突發狀況。因此，他建議在航空、醫療、工業控制等高風險領域，專業人員必須首先具備無AI輔助下的獨立操作能力，且這種手動訓練應貫穿職業生涯，避免能力退化。
評價的不只是AI，而是「人＋AI」系統
徐杰向AI協作系統設計者提出三點建議：第一，人應保留最高控制權，可接受、修改或拒絕AI操作，並能隨時取回控制；第二，AI應清晰展示工作過程、判斷邏輯和預期結果，可解釋性與透明化設計不僅讓人「看懂」，更有助於判斷何時信任、何時介入；第三，評價AI系統不能只看其準確率、速度和獨立完成任務的能力，更要考察其與人協作的效果。「我們真正要評價的是人與AI共同組成的系統。」徐傑說，除效率外，還應考慮人的壓力、工作負荷、疲勞程度，以及長期使用後是否產生過度依賴或能力退化。
研究團隊認為，該成果可為未來航空駕駛艙、遙距操作、智能交通、工業控制及其他涉及高風險人機協作場景提供參考。
AI會讓人更聰明，還是更依賴？
對於AI將怎樣改變人類能力，徐杰指出存在兩種可能方向。
一種是「替代」。AI從代替簡單、重複的勞動開始，逐步進入更複雜的邏輯思考和決策任務。另一種則是「增強」。如同算盤輔助計算，AI承擔信息處理，讓人把有限的腦力用於創造、設計和解決更複雜的問題。
「人與AI可能是互相促進的關係」，徐杰說，這可視作人類能力的進化，但也可能使人失去部分舊有技能，正如原始社會中重要的體能和狩獵能力如今已退化。社會對「什麼能力有價值」的判斷標準不斷變化，未來關鍵或許不在於人能否繼續完成AI擅長的工作，而在於藉助AI拓展能力的同時，是否仍保有理解系統、獨立判斷和關鍵時刻接管工作的能力。
香港商報記者 楊琪
