不确定性

    不确定性不仅仅是人试图避免、减少的不便性，而是一个决定人类决策和行动的重要因素。因此，系统设计中要求操作者了解情况中不确定性的程度和性质是非常重要的。信息的置信水平，不确定性的相关性，是大多数领域中态势感知的一个重要组成部分。由于其独特的性质，我们将描述不确定性的不同类型和来源，不确定性在态势感知中的作用，以及人们如何积极管理复杂领域中的不确定性。然后我们将描述用于显示信息可靠性或确定性的设计建议，以便支持态势感知和决策。

    不确定性在整个决策过程中发挥作用（如下图）。个体感知的基本数据（u1），他们对数据正确理解（u2）的程度，他们的预测能力（u3），以及他们的决定达到预期的程度（ud）都有一定程度的不确定性。

 

第一级：数据的不确定性

    第一种类型的不确定性涉及操作者可以获得环境状态的基本数据。通常，传感器测量，检测环境中的事件和对象或属性，测量结果具有某种程度的误差或不确定性。这些结果包括经由机械传感器检测飞行器的位置、速度和航向，或经由一个人报告给定扇区中是否存在敌方坦克。在手术室中，使用传感器来测量患者心率和血液中的氧浓度。所有这些传感器测量都具有与它们相关联的一些误差。联系传感器数据的误差，许多因素导致了产生不同程度的不确定性。
（1）缺少的信息：不确定性的最常见来源之一是缺少数据（McCloskey，1996）。在军事情况下，敌人积极地努力否认或隐藏相关信息，使缺失数据是一个常见的问题。飞行员或指挥官必须积极努力寻找敌方飞机或部队，并确定他们的相关属性（例如：数字，编队，名称，类型），但他们最终只能得到有限的信息辅助操作。在医学领域中，不确定性产生的原因可能是由于缺少潜在受损的信息（因为 x 射线或其他测试仅能检测所需数据的一部分）或缺少过去病史，比如早期接种或过敏的信息，因为患者可能没有留意或无法记住（Xiao
＆MacKenzie，1997） 。在几乎每个领域，缺失的信息是不确定性的重要来源。
（2）数据可信性：操作者可用的信息具有一定程度的不确定性，该不确定性由于传感器或信息来源的不可靠性的程度产生的。没有传感器或人是 100％准确的。比起经验丰富的老兵，来自无经验士兵关于敌人活动的口头报告将被视为不可靠（更少的不确定）。雷达上的目标检测可以可以认为比红外传感器更可靠（更少的不确定）。已知不同的医学测试在检测各种医学状况有不同的可靠性。随着时间的推移，操作员了解哪些传感器比其他传感器更可靠，就像他们了解哪些人比其他人更可靠和更值得信赖。更重要的是，人们还会学习这些系统何时可靠，以及导致这些系统不可靠的因素。例如，特定的传感器在大多数时间可能是非常可靠的，但是对于有云层覆盖或高湿度水平情况下可能功能不佳。一个给定的个人在大多数时间可能是非常可靠的，但不是在周五晚上他们已经喝得太多的情况下。这种类型的信息可靠性测量比单个数字（例如，75％可靠）更有用，因为人们能够更好地校准他们放置在系统提供的特定数据片段中的置信度，或者对某个人的信任程度。传感器或测量正确地检测潜在事件（其真实性）和报告数据的粒度（特异性程度）的可能性与来源的可靠性密切相关。换句话说，传感器报告的内容越详细，人的置信度就越准确。例如，空中交通管制员得到的飞机高度报告精确到实际高度的 300 英尺以内。全球定位系统（GPS）信号可以将物体位置（取决于三角测量中的卫星数量）报告在 50 英尺内。这其中存在不同程度的自有不确定性，因为有存在变化的空间。
（3）不一致/冲突的数据：通常，多个传感器会提供同一潜在现象的信息。当这些不同的数据源一致时，即使每个数据源具有较低的可靠性，它们也可以增加对数据准确性的主观信心水平（Gilson，Mouloua，Graft，＆McDonald，2001）。然而，许多时候，多个来源可能会有相互冲突的数据。这种不一致可能是因为不同的传感器具有不同的可靠水平，或者因为它们实际上报告的是不同的潜在现象。尽管人们可能使用不同的策略来解决这种冲突（本章后面讨论），但可以肯定地说，不一致的数据可能导致更低的信心水平或确定性，并且可能显著减慢决策制定并降低性能（Bolstad＆Endsley，1998）。确定哪个传感器是正确的对于操作者来说可能是困难且耗时的。
（4）数据的及时性：虽然在一些环境中，数据不断地被检测并报告给操作员，但在许多其它环境中，数据只是偶尔或周期性地收集。空中交通管制员获得的飞机位置在显示器上每 6 秒更新一次（根据雷达的扫描），这与上次更新的飞机的位置，航向和高度的变化会带来一定程度的不确定性。战场中的智能信息可以是几小时或几天更新一次，因此过渡期间的变化带来不确定性，即便他们最初收集的数据是完全准确的。
（5）含糊不清或嘈杂的数据：此外，许多数据嵌入在上下文中，其本质上是噪声或模糊的，这会导致不确定性。ECG 信号可以拾取许多移动伪像，这些伪影可能掩盖医生正在寻找的信号。车辆和坦克可以被伪装，使得它们在背景下很难检测到并且带来物体是否存在这样的不确定性。
    这五个因素中的每一个——缺少数据、传感器的可靠性、不一致的数据、时间滞后和嘈杂的数据，都可能引入不确定性，并且影响一个人对他们的态势感知的信任度，不仅是定量的，而且是定性的。知道一个对象 5 分钟前的位置信息其可信度完全不同于知道其当前的位置信息。第一种情况为个人提供某些信息（例如，敌方坦克绝对在该地区） ，以及一系列的可能，可以推断其当前状态（例如，它必须在该位置的 X 英里内）。第二种可以得到没有坦克存在的可能性，但可能是不可靠的传感器或报告员的结果。进一步的数据收集和决策的意义是重大的。具有 80％可靠性的一个传感器与由具有相同可靠性的两个传感器带来的不确定性是完全不同的，且与检测不同信息的两个传感器的组合带来的的不确定性也是完全不同的。因此，尽管不确定性可能源于这些不同来源中的任何一个，但是该不确定性的性质本身是提供决策和行动的信息，并且不应该被操作者丢失或掩饰。

 第二级：理解的不确定性
    对每个人自己，人们对发生的事情的理解形成一定程度的信心。给定某些线索和数据输入，指挥官可以 90％确信敌人在特定部门中集合。基于几个测试和生理学措施，医生对特定的诊断可能有 80％的信心。类似地，许多系统聚集数据或应用不同类型的算法来对底层数据进行分类。例如自动目标识别系统或传感器融合算法可以组合多个传感器的输出以产生目标位置或识别。该输出的可靠性基于底层数据的质量和确定输出的软件算法的质量。
分类映射（信号特征与特定参数的已知类的拟合程度）落入该区域。即使系统检测给定位置中的飞机是 100％准确的，也可能存在将其特征映射到已知类型的飞机的不确定性（例如，80％的概率是友好的，20％是概率是敌人）。如果要成功使用这些系统，通过分类映射和信息整合寻找有意义地呈现置信水平信息的方法对于态势感知是非常重要的。

第三级：预测的不确定性
预测未来会发生什么在大多数系统中都是不确定的。虽然对情况的充分了解和优秀的心理模型可以减少这种不确定性，但某种程度上未来将会发生什么的不确定性总是存在。战斗机飞行员可以试图预测敌方飞机在其武器坠落时向哪个方向飞行，但他不能确切地知道。外科医生可以相信，她清除斑块将会使动脉恢复正常，但是她不能确定是否还会有更多的问题。
即使预测通常远不完美，人们依旧努力做到预测，从而主动。预测的难度不仅受到基础数据的不确定性影响，而且因每个人（或任何系统）基于该信息准确地预测未来行为和事件的能力不同而复杂化。

 决策的不确定性
最后，不确定性通常存在于一个人的信心程度中，即特定的选择的行动方案将导致期望的结果。在不确定性决策（Kahneman，Slovic，＆Tversky，1982）和自然主义决策（Klein，Orasanu，Calderwood 和 Zsambock，1993）中有大量研究承认这种不确定性。在大多数情况下，这本书专注于研究前三种类型的不确定性（与态势感知有关）。