Rumo a um Modelo de Predição de Taxas de Erro Humano em

Com o título original de Towards model based prediction of human error rates in interactive systems, LeadBetter e outros, em 2001, propuseram um método para determinar a probabilidade de ocorrência de erros em operações de Controle de Tráfego Aéreo (Air Traffic Control - ATC).

A motivação do trabalho considera o crescimento gradual da utilização de com- putadores em tarefas consideradas críticas, como o ATC. Uma tarefa crítica pode ser caracterizada como uma operação onde existe a real possibilidade de potenciais danos, ferimentos ou perda de vidas por falhas associadas à operação do mesmo.

Desta forma, a evolução e aprimoramento da metodologia de desenvolvimento da interface entre o operador humano e o computador que automatiza a tarefa crítica, torna-se uma atividade de grande importância.

Assim, (Leadbetter et al., 2000) conclui que a execução do desenvolvimento da interface dos sistemas críticos deve ser realizada de forma mais inteligente, imple- mentando melhorias nessa interação para tornar os computadores mais usáveis e receptivos às necessidades das pessoas, sempre buscando reduzir a probabilidade de erros.

O modelo de Interação Homem-Máquina (Human-Computer Interaction - HCI) desenvolvido em seu trabalho baseia-se na combinação da notação Z com a Nota- ção de Ação do Usuário (User Action Notation - UAN). Abaixo faremos um breve comentário sobre cada uma delas.

• notação Z - permite a modelagem de sistemas baseados em estado, através da projeção de nomes de atributos. Neste trabalho é utilizada para distinguir os valores anteriores e posteriores a atualização de um atributo.

• Notação de Ação do Usuário (User Action Notation - UAN) - caracteriza uma simplificação para descrever o comportamento do usuário com a interface,

quando eles executam uma tarefa juntos. A UAN provê símbolos para esta interação (como movimentar e clicar o mouse), informando o feedback na in- terface (monitor). O modelo proposto atribui símbolos a aeronaves, seleções e indicações de avisos em determinadas posições da tela.

Através das ferramentas indicadas acima, o estudo de caso foi modelado em três abordagens:

1. O sistema ATC - modelo de simulação dos setores aéreos, com dados que são apresentados graficamente ao controlador de tráfego aéreo via módulo HCI ATC;

2. A Interface Humano-Computador ATC - módulo responsável pela visualiza- ção dos dados e captura das ações tomadas, indicando os possíveis erros de- tectados, decorrentes da HCI modelada;

3. O modelo Operador - modelagem de um operador formal, baseado em um processo cognitivo de alto nível do operador ATC real, simplificando os me- canismos de baixo nível da memória humana. É integrado ao modelo ATC HCI para identificar fontes de erro nas ações e indicar as ferramentas HCI correspondente que minimizem esses erros.

Neste trabalho, o modelo HCI desenvolvido combina a teoria atual de causas psicológicas de erros humanos com métodos formais de modelagem HCI.

Leadbetter et al. (2000) caracterizam como erros humanos, os erros ocasionados pela percepção, gerados por ações relacionados a tarefas cognitivas, tendo relação direta com o HCI.

No modelo cognitivo, existe um potencial para erros que ocorrem em cada tarefa e/ou sub-tarefa. Para mapear possíveis erros em uma tarefa cognitiva, é associada uma taxa de erro base. Esta taxa de erro base é uma probabilidade que define a possibilidade da função de entrada/saída produzir uma das saídas associadas com o modelo de erro criado para a entrada da tarefa, se todos os fatores externos são ignorados.

Na figura 3.1 podemos ver uma simplificação do modelo proposto.

Figura 3.1: Relacionamento entre os modelos Sistema, HCI e Operador. Adaptado de (LeadBetter et al., 2000)

• Demanda e características de tarefas (Task demands and characteristics): freqüencia, sobrecarga de trabalho, duração, interação com outras tarefas, percepção, física, memória, atenção requerida, vigilância requerida.

• Introduções e procedimentos (Introductions and procedures): Acurácia, cla- reza, nível de detalhe, significado, legibilidade, formato, seleção e localização, revisão.

• Ambiente (Environment): temperatura, umidade, barulho, vibração, ilumi- nação, espaço de trabalho, restrição de movimento, controle do ambiente do operador.

• Stress (Stresses): pressão do tempo, carga de trabalho, fadiga, monotonia, isolação, distração, incentivo de trabalho por turnos.

• Individual (Individual): capacidade, treinamento e experiência, habilidade e conhecimento, personalidade, condições físicas, atitudes, motivação, percep- ção de risco.

• Sócio-técnico (Socio-technical): adequação do pessoal, horas de trabalho e pausas, recursos disponíveis, pressão social, conflitos, estrutura da equipe, comunicação, papéis e responsabilidades, recompensas e benefícios, atitude em relação à segurança.

• Visores e controles (Displays and controls): compatibilidade, facilidade de ma- nuseio, confiança, feedback, eficiência, localização, legibilidade, identificação, distinção.

Fatores externos tem um efeito multiplicativo nas taxas base de erro associadas com os diferentes modos de erro de uma tarefa. Isto é similar a abordagem de muitos métodos de quantificação de erro humano existentes, como Technique for Human Error Rate Prediction (THERP).

Este indicador de taxa de erro base é utilizado para a acurácia quantitativa da taxa e para a validação por comparação e calibrar o HCI em testes experimentais.

3.2.2

Melhorando Displays de Tráfego Aéreo Através de Su-

gestões de Percepção

Em 2008, Palmer e outros, publicaram Enhancing Air Traffic Displays via Per- ceptual Cues, com uma proposta de avaliações e experimentos em representações gráficas de aeronaves nos displays de simuladores de ATC.

Sua contribuição está na adição de sugestões do tamanho da representação da aeronave e do contraste às exposições do ATC, podendo oferecer benefícios especí- ficos na detecção de conflitos no fluxo do tráfego dos vôos.

O objetivo do trabalho de Palmer et al. (2008) está na diminuição do tempo de resposta em se detectar conflitos entre aeronaves, com tratamentos diferenciados para a altitude e as distâncias de separação dos aviões.

Em uma das experiências, o contraste e as sugestões do tamanho à altitude melhoraram a exatidão em identificar conflitos. Na outra, foi identificado que as

sugestões gráficas para representar a altitude melhoraram a exatidão e reduziu o tempo de busca em se encontrar conflitos, detectando mais facilmente as colisões futuras dos aviões.

Na figura 3.2 podemos ver as propostas de tamanho (size-cue) e contraste (contrast- cue), em representações diversas.

Figura 3.2: Proposta de alteração de display ATC. Adaptado de (Palmer et al., 2008) A justificativa para os excelentes resultados apresentados, está no fato de que sugestões de imagens baseadas em contraste, podem estimular o sistema visual a efetuar comparações relacionais de forma mais eficientemente. Uma outra justifi- cativa para a qualidade da proposta apresentada, indica que o tamanho de objetos no campo visual está relacionado a processos da percepção de profundidade.

Os autores indicam que a representação gráfica de informações de caráter crí- tico, por meio de metáforas visuais, e a conseqüente fluência adquirida através de treinamento, podem ser úteis para a concepção ideal de interfaces.

Na conclusão do trabalho, a implementação desta solução é sugerida devido à simplicidade com que pode ser incluída nos sistemas ATFM, pois é muito mais simples alterar a forma de exibição das informações das aeronaves, do que ter que redesenhar as interfaces ATC existentes.