人类错误在风险导向决策中的综合综述：整合人类可靠性评估、人工智能与人类绩效模型
人机交互
2025-07-02 v1
摘要
人类错误仍是安全关键领域（如核电站、航空和医疗）中的主要风险因素，看似微小的错误可能演变为灾难性后果。尽管数十年的研究产生了丰富的风险缓解技术库，但以下持久限制仍制约进步：稀缺的高质量数据、算法的不透明性，以及对专家判断的残余依赖。本综述综合了风险导向决策、人类可靠性评估 (HRA)、人工智能 (AI) 和认知科学的最新进展，以阐明这些领域的融合如何抑制人类错误风险。我们首先对复杂社会技术环境中观察到的主要人类错误形式进行分类，概述其对系统可靠性的定量影响。接着，检视嵌入 HRA 的风险导向框架，揭示其在概率方法和数据驱动方法中的成功之处与不足。然后，我们调查认知和人类绩效模型，详细说明感知、记忆和决策机制如何丰富错误预测，补充 HRA 指标。基于这些基础，我们批判性地评估 AI 技术在实时错误检测、操作员状态估计和 AI 增强 HRA 工作流程中的应用。跨这些领域，反复出现的洞见是：在风险导向 HRA 流程中整合认知模型与 AI 分析显著提升预测精度，但这需要更丰富的数据集、透明的算法以及严格的验证。最后，我们确定了一些有前景的研究方向，将韧性工程概念与实证理论相结合，操作化事件原因冰山模型，建立跨领域数据联盟，以培育一种提升高风险系统人类可靠性的跨学科范式。
引用
@article{arxiv.2507.01017,
title = {A Comprehensive Review of Human Error in Risk-Informed Decision Making: Integrating Human Reliability Assessment, Artificial Intelligence, and Human Performance Models},
author = {Xingyu Xiao and Hongxu Zhu and Jingang Liang and Jiejuan Tong and Haitao Wang},
journal= {arXiv preprint arXiv:2507.01017},
year = {2025}
}