So- called “Network Based Defense” (NBD) was introduced in Sweden in connection with the transformation of the Swedish Armed Forces in 1999. NBD is based on the U.S. variant Network Centric Warfare (NCW), which in turn is derived from research on the concept of Revolution in Military Affairs (RMA). In Sweden the concept was introduced and included not only the Armed Forces but was intended to also support the Swedish civilian agencies in order to create networks and hence share the available information and thus more effective crisis management and to provide more "bang for the buck." In developing the concept of NBD the Swedish Armed Forces used both economic and human resources, in the form of research, new technologies, new organization and new methods. Between year 2004 and 2006 the Armed Forces once again entered the process of reorganization. This time to “classic” military hierarchical organization and NBD as development engine disappeared due to economic cutbacks, together with the decision to participate in the European Union (EU) rapid reaction force. The purpose of this essay is to study the theories and ideas behind the concept and why the concept "disappeared" a few years later. The result of the work suggests that the concept of NBD in its abstract form was too theoretical. The process of organization introduced by HKV -04 is the clearest example of this abstract ambiguity concerning command and responsibility. Research suggests that responsibility is the basis of military organization and operations. The results also shows that a number of experiences from the development of the NBD has been used in the more practically oriented transformation of the Armed Forces necessary by the commitments for the so- called Nordic Battle Group (NBG-08). The results have also shown correlation between NBD development and the increased Nordic cooperation in the form of sea and air surveillance and the well-developed body interaction within the framework of the national crisis management capacity in Sweden. / Nätverks Baserat Försvar (NBF) infördes i Sverige inom ramen för transformationen av Försvarsmakten från ett invasionsförsvar till ett insatsförsvar. NBF bygger på den amerikanska varianten Network Centric Warfare (NCW) som i sin tur härstammar från forskningen kring begreppet Revolution in Military Affairs (RMA). Konceptet infördes och innefattade inte bara Försvarsmakten utan även stödmyndigheter i syfte att skapa ett nätverk och därmed dela tillgänglig information och därmed effektivisera krishanteringen och ge mer ”pang för pengarna”. Kring utvecklingen av konceptet NBF lades stora resurser i form av forskning, ny teknik, ny organisation och nya metoder. År 2004 till 2006 omorganiserades Försvarsmakten återigen från införd processorganisation enligt NBF till klassisk militär hierarkisk organisation och NBF som utvecklingsmotor försvann i och med ekonomiska neddragningar tillsammans med beslutet om att delta i Europeiska Unionens (EU:s) snabbinsatsstyrka. Syftet med denna uppsats är att studera tankar och teorier som ledde fram till NBF och vad som kan vara en förklaring till att NBF försvann några år senare. Resultatet av arbetet med uppsatsen tyder på att konceptet NBF i sin abstrakta form blev för teoretiskt. Den processorganisation som infördes med HKV -04 är det tydligaste exemplet på denna abstrakta oklarhet främst vad gäller befäl och därtill kopplat ansvar.  Forskning pekar på att ansvar utgör grunden i militär organisation och verksamhet.  Resultaten visar också på att de positiva lärdomarna från utvecklingen av NBF i form av vikten av ”nätverkande” låg som grund till det mer praktiskt inriktade transformeringen av Försvarsmaktens delar genom Nordic Battle Group, (NBG-08). Resultatet har också påvisat samband mellan NBF utvecklingen och det utökade nordiska samarbetet i form av sjö och luftövervakning samt den likaså utvecklade myndighetssamverkan inom ramen för den nationella krishanteringsförmågan i Sverige.

Fahrerablenkung ist ein Begriff, der in den vergangen Jahren verstärkt in das Blickfeld der Öffentlichkeit geraten ist. Dies ist im Wesentlichen zurückzuführen auf die deutlich steigende Verbreitung und Nutzung von Fahrerinformationssystemen. Gleichzeitig führt die steigende Automatisierung im Fahrzeug dazu, dass dem Fahrer in seiner subjektiven Wahrnehmung mehr Ressourcen zur Verfügung stehen, um sich anderen Aktivitäten wie etwa Essen, Rauchen oder Telefonieren zuzuwenden. Die steigende Aktualität dieser Problematik wirft viele Fragen auf. Wie häufig tritt Fahrerablenkung auf? Welche Konsequenzen hat sie? Welche kognitiven Prozesse zeichnen für diese Konsequenzen verantwortlich? Und wie kann man Fahrerablenkung messen? Die vorliegende Dissertation besteht aus drei empirischen Beiträgen, sowie einer kurzen Einführung, die die grundlegenden Fragen und Befunde zum Thema Fahrerablenkung betrachtet. Das Augenmerk des ersten Beitrags liegt auf der Überprüfung theoretischer Annahmen zur Fahrerablenkung. Eine Vielzahl von Untersuchungen zeigt, dass sich kognitiv beanspruchende Zweitaufgaben negativ auf die Fahrleistung auswirken. Im vorliegenden Beitrag wird davon ausgegangen, dass dieser Effekt eine Folge von Interferenzen zwischen den Funktionen des Arbeitsgedächtnisses, die dazu dienen das Situationsmodell der Verkehrssituation aktuell zu halten, und den bearbeiteten Zweitaufgaben ist. Im Rahmen einer Simulatorstudie wurde diese Annahme überprüft. Es zeigte sich, dass die Probanden, die eine Zweitaufgabe ausführten, die speziell die Integration von neuen Informationen in das bestehende Situationsmodell behindern sollte, später auf antizipierbare kritische Ereignisse reagierten als Vergleichsgruppen. Im Gegensatz dazu ergaben sich für unvorhersehbare Ereignisse keine Unterschiede. Diese Ergebnisse weisen darauf hin, dass die negativen Effekte kognitiver Belastung tatsächlich auf Interferenzen mit spezifischen Arbeitsgedächtnisprozessen zurückzuführen sind. Die beiden weiteren Beiträge befassen sich mit messmethodischen Fragen in Bezug auf Fahrerablenkung. In Beitrag zwei wird die Lane Change Task (LCT) thematisiert, eine Labormethode zur Erfassung von Ablenkung. Aufgabe der Probanden ist die Steuerung eines virtuellen Fahrzeuges mittels Lenkrad, und dabei konkret die Ausführung von Spurwechseln, bei gleichzeitiger Bearbeitung von Zweitaufgaben. Trotz eines standardisierten Versuchsaufbaus sind allerdings starke Messvarianzen zwischen verschiedenen Testreihen zu beobachten. Der Übungsgrad der Versuchsteilnehmer wurde dabei als eine mögliche Ursache identifiziert. In zwei Experimenten wurde dieser Vermutungnachgegangen. Probanden bearbeiteten parallel zur LCT Zweitaufgaben verschiedener Schwierigkeitsstufen, nachdem sie zuvor trainiert wurden. Es konnte gezeigt werden, dass der Grad der Übung tatsächlich einen Einfluss auf die Spurwechselperformanz hat, und dass dieser Einfluss auch Monate später noch zu finden ist. Es ist jedoch zweifelhaft, dass dieser Effekt allein ursächlich für die zu beobachtenden Messvarianzen ist. Im dritten Beitrag wird die Critical Tracking Task (CTT) betrachtet, ein Verfahren, das im Kontext Fahrerablenkung bisher kaum Beachtung fand. Die CTT ist eine einfache Trackingaufgabe, welche vom Nutzer die Stabilisierung eines dynamischen, instabilen Elementes auf einem Bildschirm fordert. Die zur Bearbeitung der Aufgabe auszuführenden Tätigkeiten der kontinuierlichen visuellen Überwachung und manuellen Kontrolle sind grundsätzlich vergleichbar mit basalen Anforderungen der Fahraufgabe. Ziel war es, das Potenzial der CTT als Messverfahren von Fahrerablenkung durch Fahrerinformationssysteme zu überprüfen. Die Ergebnisse der vier durchgeführten Experimente, in denen sowohl künstliche als auch reale Aufgaben und Systeme bearbeitet und bedient wurden, legen den Schluss nahe, dass die CTT in der Tat in der Lage ist, das Ausmaß von Ablenkung ausgelöst durch Fahrerinformationssysteme zu quantifizieren.

L’activité de conduite automobile prend place dans un environnement dynamique en constante évolution. Le conducteur doit progresser sur la route au moyen de son véhicule, tout en interagissant adéquatement avec l'environnement et les autres usagers. Pour réaliser cette tâche, le conducteur doit percevoir son environnement, interpréter les événements pour se représenter correctement la situation de conduite, anticiper ces changements, et prendre des décisions afin d'engager des actions sur le véhicule lui permettant d'atteindre les buts qu'il se fixe à court et long terme. A cet égard, la complexité et la diversité des processus perceptifs, cognitifs et sensori-moteurs requis pour la conduite automobile font de cette activité un objet d'étude particulièrement riche pour les sciences de la cognition.Pour étudier l'activité du conducteur automobile afin de la comprendre, l'expliquer et peut-être la prédire, les sciences cognitives se dirigent vers la modélisation de la cognition humaine. Cette démarche permet une représentation et une description plus ou moins fine du système cognitif du conducteur automobile. Cependant, un modèle de la cognition ne permet qu'une description théorique. Grâce à son implémentation informatique, il devient possible de simuler les théories utilisées et déployer numériquement celles mises en jeu dans la modélisation cognitive.Ce travail de thèse s'articule autour de la modélisation cognitive du conducteur automobile, de son implémentation informatique sur une plateforme de développement virtuel et de sa simulation au sein de cette plateforme. Le modèle théorique que nous avons implémenté est COSMODRIVE, en développement au laboratoire du LESCOT à l'IFSTTAR, et la plateforme de développement accueillant le modèle est SIVIC, développée au LIVIC. C'est dans ce contexte que nous nous sommes engagés dans le développement computationnel et informatique du modèle COSMODRIVE, afin de pouvoir simuler l'activité perceptive et cognitive du conducteur automobile. Pour cela, nous nous sommes limités à certains processus cognitifs primordiaux, comme les fonctions stratégiques (planification d'itinéraires et réalisation de plans stratégiques), ou les fonctions perceptives (exploration et intégration de l'information visuelle), les fonctions cognitives tactiques (construction de représentations mentales, intégration perceptivo-cognitive de l'information, structuration des connaissances de conduite, etc), ou encore les fonctions d'exécution d'actions (régulation courte par zones enveloppes ou par points de poursuite).Par l'implémentation informatique du modèle COSMODRIVE sur SIVIC, il devient possible "d'incarner numériquement" des théories cognitives et de les "opérationnaliser" pour formuler des hypothèses de recherche sous la forme de prédictions de performances que l'on pourra évaluer empiriquement auprès de conducteurs humains. Ces hypothèses formulées, nous avons conduit des expérimentations sur un simulateur de conduite que nous avons construit. Afin d'éprouver notre modèle théorique et informatique du conducteur, nous avons comparé les performances des conducteurs humains avec les prédictions issues de la simulation. Les résultats obtenus ont permis de valider cette approche et de confirmer l'intérêt de la simulation cognitive pour appréhender les activités mentales du conducteur automobile. / Driving activity takes place in a dynamic and constantly changing environment. The driver has to make his car evolving on the road while ensuring adequate interactions with its close environment and other road users. In order to perform this task, the driver has to perceive the environment he is evolving in, to interpret events in order to correctly understand the current driving situation, to be able to anticipate its evolution and take decisions regarding vehicle control in order to reach his short and long term goals safely. As a result, both complexity and variety of perceptual, cognitive and sensorimotor processes involved in the driving activity make it very rich context for cognitive sciences.The modeling of human cognition, a specific method which belongs to cognitive sciences field, has been chosen to study driver's activity aiming at understanding, explaining or even predicting it. This approach allows a representation and a description of the driver's cognitive system with different levels of granularity. Thus, such a model offers only a theoretical description. When implemented on a computer, it opens the way to the simulation allowing the digital deployment of the theories involved in the cognitive model design.This thesis is focused on cognitive modeling of car driver, its implementation and its simulation using a virtual platform. The theoretical model that we implemented is COSMODRIVE, developed at IFSTTAR - LESCOT laboratory and the implementation platform we used for this, named SIVIC, is developed at IFSTTAR - LIVIC.This is the context where we started the computational development of the COSMODRIVE model in order to simulate the perceptual and cognitive activity of car driver. Indeed, we chose to limit our implementation to some crucial cognitive processes such as strategic functions (route planning and strategic plans execution), perceptual functions (exploration and integration of visual information), cognitive tactical functions (construction of mental representations, perceptual and cognitive integration of information, structuring of driving knowledge, etc.), or executive functions of actions (short control loop by ''envelopes zones'' or pursuit points).Through computer simulation, we used the numerical model as an innovative tool for scientific investigation in the field of cognitive sciences: The numerical simulation of cognitive functions identified and modeled by COSMODRIVE allowed us to define experimental hypotheses which leed us to conduct experiments in a driving simulator that we have built. To test the theoretical model and computer of the car driver, we compared the performance of human drivers on one hand and the predictions issued from the simulation on the other hand. It opens innovative opportunities for the development and the use of cognitive modeling and simulation of car driver.

Fahrerablenkung ist ein Begriff, der in den vergangen Jahren verstärkt in das Blickfeld der Öffentlichkeit geraten ist. Dies ist im Wesentlichen zurückzuführen auf die deutlich steigende Verbreitung und Nutzung von Fahrerinformationssystemen. Gleichzeitig führt die steigende Automatisierung im Fahrzeug dazu, dass dem Fahrer in seiner subjektiven Wahrnehmung mehr Ressourcen zur Verfügung stehen, um sich anderen Aktivitäten wie etwa Essen, Rauchen oder Telefonieren zuzuwenden. Die steigende Aktualität dieser Problematik wirft viele Fragen auf. Wie häufig tritt Fahrerablenkung auf? Welche Konsequenzen hat sie? Welche kognitiven Prozesse zeichnen für diese Konsequenzen verantwortlich? Und wie kann man Fahrerablenkung messen? Die vorliegende Dissertation besteht aus drei empirischen Beiträgen, sowie einer kurzen Einführung, die die grundlegenden Fragen und Befunde zum Thema Fahrerablenkung betrachtet. Das Augenmerk des ersten Beitrags liegt auf der Überprüfung theoretischer Annahmen zur Fahrerablenkung. Eine Vielzahl von Untersuchungen zeigt, dass sich kognitiv beanspruchende Zweitaufgaben negativ auf die Fahrleistung auswirken. Im vorliegenden Beitrag wird davon ausgegangen, dass dieser Effekt eine Folge von Interferenzen zwischen den Funktionen des Arbeitsgedächtnisses, die dazu dienen das Situationsmodell der Verkehrssituation aktuell zu halten, und den bearbeiteten Zweitaufgaben ist. Im Rahmen einer Simulatorstudie wurde diese Annahme überprüft. Es zeigte sich, dass die Probanden, die eine Zweitaufgabe ausführten, die speziell die Integration von neuen Informationen in das bestehende Situationsmodell behindern sollte, später auf antizipierbare kritische Ereignisse reagierten als Vergleichsgruppen. Im Gegensatz dazu ergaben sich für unvorhersehbare Ereignisse keine Unterschiede. Diese Ergebnisse weisen darauf hin, dass die negativen Effekte kognitiver Belastung tatsächlich auf Interferenzen mit spezifischen Arbeitsgedächtnisprozessen zurückzuführen sind. Die beiden weiteren Beiträge befassen sich mit messmethodischen Fragen in Bezug auf Fahrerablenkung. In Beitrag zwei wird die Lane Change Task (LCT) thematisiert, eine Labormethode zur Erfassung von Ablenkung. Aufgabe der Probanden ist die Steuerung eines virtuellen Fahrzeuges mittels Lenkrad, und dabei konkret die Ausführung von Spurwechseln, bei gleichzeitiger Bearbeitung von Zweitaufgaben. Trotz eines standardisierten Versuchsaufbaus sind allerdings starke Messvarianzen zwischen verschiedenen Testreihen zu beobachten. Der Übungsgrad der Versuchsteilnehmer wurde dabei als eine mögliche Ursache identifiziert. In zwei Experimenten wurde dieser Vermutungnachgegangen. Probanden bearbeiteten parallel zur LCT Zweitaufgaben verschiedener Schwierigkeitsstufen, nachdem sie zuvor trainiert wurden. Es konnte gezeigt werden, dass der Grad der Übung tatsächlich einen Einfluss auf die Spurwechselperformanz hat, und dass dieser Einfluss auch Monate später noch zu finden ist. Es ist jedoch zweifelhaft, dass dieser Effekt allein ursächlich für die zu beobachtenden Messvarianzen ist. Im dritten Beitrag wird die Critical Tracking Task (CTT) betrachtet, ein Verfahren, das im Kontext Fahrerablenkung bisher kaum Beachtung fand. Die CTT ist eine einfache Trackingaufgabe, welche vom Nutzer die Stabilisierung eines dynamischen, instabilen Elementes auf einem Bildschirm fordert. Die zur Bearbeitung der Aufgabe auszuführenden Tätigkeiten der kontinuierlichen visuellen Überwachung und manuellen Kontrolle sind grundsätzlich vergleichbar mit basalen Anforderungen der Fahraufgabe. Ziel war es, das Potenzial der CTT als Messverfahren von Fahrerablenkung durch Fahrerinformationssysteme zu überprüfen. Die Ergebnisse der vier durchgeführten Experimente, in denen sowohl künstliche als auch reale Aufgaben und Systeme bearbeitet und bedient wurden, legen den Schluss nahe, dass die CTT in der Tat in der Lage ist, das Ausmaß von Ablenkung ausgelöst durch Fahrerinformationssysteme zu quantifizieren.

Indiana University-Purdue University Indianapolis (IUPUI) / Medication administration error remains a leading cause of preventable death. A gap exists in understanding attentional dynamics, such as nurse situation awareness (SA) while managing interruptions during medication administration. The aim was to describe SA during medication administration and interruption handling strategies. A crosssectional, descriptive design was used. Cognitive task analysis (CTA) methods informed analysis of 230 interruptions. Themes were analyzed by SA level. The nature of the stimuli noticed emerged as a Level 1 theme, in contrast to themes of uncertainty, relevance, and expectations (Level 2 themes). Projected or anticipated interventions (Level 3 themes) reflected workload balance between team and patient foregrounds. The prevalence of cognitive time-sharing during the medication administration process was significant or may be remarkable. Findings substantiated the importance of the concept of SA within nursing as well as the contribution of CTA in understanding the cognitive work of nursing during medication administration.

No description available.

Many functions that at one time could only be performed by humans can nowadays be carried out by machines. Automation impacts many areas of life including work, home, communication and mobility. In the driving context, in-vehicle automation is considered to provide solutions for environmental, economic, safety and societal challenges. However, automation changes the driving task and the human-machine interaction. Thus, the expected benefit of in-vehicle automation can be undermined by changes in drivers’ behaviour, i.e. behavioural adaptation. This PhD project focuses on motivational as well as higher cognitive processes underlying behavioural adaptation when interacting with in-vehicle automation. Motivational processes include the development of trust and acceptance, whereas higher cognitive processes comprise the learning process as well as the development of mental models and Situation Awareness (SA). As an example for in-vehicle automation, the advanced driver assistance system Adaptive Cruise Control (ACC) was investigated. ACC automates speed and distance control by maintaining a constant set cruising speed and automatically adjusting vehicle’s velocity in order to provide a specified distance to the preceding vehicle. However, due to sensor limitations, not every situation can be handled by the system and therefore driver intervention is required. Trust, acceptance and an appropriate mental model of the system functionality are considered key variables for adequate use and appropriate SA. To systematically investigate changes in motivational and higher cognitive processes, a driving simulator as well as an on-road study were carried out. Both of the studies were conducted using a repeated-measures design, taking into account the process character, i.e. changes over time. The main focus was on the development of trust, acceptance and the mental model of novice users when interacting with ACC. By now, only few studies have attempted to assess changes in higher level cognitive processes, due to methodological difficulties posed by the dynamic task of driving. Therefore, this PhD project aimed at the elaboration and validation of innovative methods for assessing higher cognitive processes, with an emphasis on SA and mental models. In addition, a new approach for analyzing big and heterogeneous data in social science was developed, based on the use of relational databases. The driving simulator study investigated the effect of divergent initial mental models of ACC (i.e., varying according to correctness) on trust, acceptance and mental model evolvement. A longitudinal study design was applied, using a two-way (3×3) repeated measures mixed design with a matched sample of 51 subjects. Three experimental groups received (1) a correct ACC description, (2) an incomplete and idealised account omitting potential problems, and (3) an incorrect description including non-occurring problems. All subjects drove a 56-km track of highway with an identical ACC system, three times, and within a period of 6 weeks. Results showed that after using the system, participants’ mental model of ACC converged towards the profile of the correct group. Non-experienced problems tended to disappear from the mental model network when they were not activated by experience. Trust and acceptance grew steadily for the correct condition. The same trend was observed for the group with non-occurring problems, starting from a lower initial level. Omitted problems in the incomplete group led to a constant decrease in trust and acceptance without recovery. This indicates that automation failures do not negatively affect trust and acceptance if they are known beforehand. During each drive, participants continuously completed a visual secondary task, the Surrogate Reference Task (SURT). The frequency of task completion was used as objective online-measure for SA, based on the principle that situationally aware driver would reduce the engagement in the secondary task if they expect potentially critical situations. Results showed that correctly informed drivers were aware of potential system limitations and reduced their engagement in the secondary task when such situations arose. Participants with no information about limitations became only aware after first encounter and reduced secondary task engagement in corresponding situations during subsequent trials. However, trust and acceptance in the system declined over time due to the unexpected failures. Non occurring limitations tended to drop from the mental model and resulted in reduced SA already in the second trial. The on-road study investigated the learning process, as well as the development of trust, acceptance and the mental model for interacting with ACC in real conditions. Research questions aimed to model the learning process in mathematical/statistical terms, examine moments and conditions when these processes stabilize, and assess how experience changes the mental model of the system. A sample of fifteen drivers without ACC experience drove a test vehicle with ACC ten consecutive times on the same route within a 2-month period. In contrast to the driving simulator study, all participants were fully trained in ACC functionality by reading the owner’s manual in the beginning. Results showed that learning, as well as the development of acceptance and trust in ACC follows the power law of learning, in case of comprehensive prior information on system limitations. Thus, the major part of the learning process occurred during the first interaction with the system and support in explaining the systems abilities (e.g. by tutoring systems) should therefore primarily be given during this first stage. All processes stabilized at a relatively high level after the fifth session, which corresponds to 185 km or 3.5 hours of driving. No decline was observable with ongoing system experience. However, in line with the findings from the simulator study, limitations that are not experienced tended to disappear from the mental model if they were not activated by experience. With regard to the validation of the developed methods for assessing mental models and SA, results are encouraging. The studies show that the mental model questionnaire is able to provide insights into the construction of mental models and the development over time. Likewise, the implicit measurement approach to assess SA online in the driving simulator is sensitive to user’s awareness of potentially critical situations. In terms of content, the results of the studies prove the enduring relevance of the initial mental model for the learning process, SA, as well as the development of trust, acceptance and a realistic mental model about automation capabilities and limitations. Given the importance of the initial mental model it is recommended that studies on system trust and acceptance should include, and attempt to control, users’ initial mental model of system functionality. Although the results showed that also incorrect and incomplete initial mental models converged by experience towards a realistic appreciation of system functionality, the more cognitive effort needed to update the mental model, the lower trust and acceptance. Providing an idealised description, which omits potential problems, only leads to temporarily higher trust and acceptance in the beginning. The experience of unexpected limitations results in a steady decrease in trust and acceptance over time. A trial-and-error strategy for in-vehicle automation use, without accompanying information, is therefore considered insufficient for developing stable trust and acceptance. If the mental model matches experience, trust and acceptance grow steadily following the power law of learning – regardless of the experience of system limitations. Provided that such events are known in advance, they will not cause a decrease in trust and acceptance over time. Even over-information about potential problems lowers trust and acceptance only in the beginning, and not in the long run. Potential problems should therefore not be concealed in over-idealised system descriptions; the more information given, the better, in the long run. However, limitations that are not experienced tend to disappear from the mental model. Therefore, it is recommended that users be periodically reminded of system limitations to make sure that corresponding knowledge becomes re-activated. Intelligent tutoring systems incorporated in automated systems could provide a solution. In the driving context, periodic reminders about system limitations could be shown via the multifunction displays integrated in most modern cars. Tutoring systems could also be used to remind the driver of the presence of specific in-vehicle automation systems and reveal their benefits. / Viele Aufgaben, die ehemals von Menschen ausgeführt wurden, werden heute von Maschinen übernommen. Dieser Prozess der Automatisierung betrifft viele Lebensbereiche von Arbeit, Wohnen, Kommunikation bis hin zur Mobilität. Im Bereich des Individualverkehrs wird die Automatisierung von Fahrzeugen als Möglichkeit gesehen, zukünftigen Herausforderungen wirtschaftlicher, gesellschaftlicher und umweltpolitischer Art zu begegnen. Allerdings verändert Automatisierung die Fahraufgabe und die Mensch-Technik Interaktion im Fahrzeug. Daher können beispielsweise erwartete Sicherheitsgewinne automatisch agierender Assistenzsysteme durch Veränderungen im Verhalten des Fahrers geschmälert werden, was als Verhaltensanpassung (behavioural adaptation) bezeichnet wird. Dieses Dissertationsprojekt untersucht motivationale und höhere kognitive Prozesse, die Verhaltensanpassungen im Umgang mit automatisierten Fahrerassistenzsystemen zugrunde liegen. Motivationale Prozesse beinhalten die Entwicklung von Akzeptanz und Vertrauen in das System, unter höheren kognitiven Prozessen werden Lernprozesse sowie die Entwicklung von mentalen Modellen des Systems und Situationsbewusstsein (Situation Awareness) verstanden. Im Fokus der Untersuchungen steht das Fahrerassistenzsystem Adaptive Cruise Control (ACC) als ein Beispiel für Automatisierung im Fahrzeug. ACC regelt automatisch die Geschwindigkeit des Fahrzeugs, indem bei freier Fahrbahn eine eingestellte Wunschgeschwindigkeit und bei einem Vorausfahrer automatisch ein eingestellter Abstand eingehalten wird. Allerdings kann ACC aufgrund von Einschränkungen der Sensorik nicht jede Situation bewältigen, weshalb der Fahrer übernehmen muss. Für diesen Interaktionsprozess spielen Vertrauen, Akzeptanz und das mentale Modell der Systemfunktionalität eine Schlüsselrolle, um einen sicheren Umgang mit dem System und ein adäquates Situationsbewusstsein zu entwickeln. Zur systematischen Erforschung dieser motivationalen und kognitiven Prozesse wurden eine Fahrsimulatorstudie und ein Versuch im Realverkehr durchgeführt. Beide Studien wurden im Messwiederholungsdesign angelegt, um dem Prozesscharakter gerecht werden und Veränderungen über die Zeit erfassen zu können. Die Entwicklung von Vertrauen, Akzeptanz und mentalem Modell in der Interaktion mit ACC war zentraler Forschungsgegenstand beider Studien. Bislang gibt es wenige Studien, die kognitive Prozesse im Kontext der Fahrzeugführung untersucht haben, unter anderem auch wegen methodischer Schwierigkeiten in diesem dynamischen Umfeld. Daher war es ebenfalls Teil dieses Dissertationsprojekts, neue Methoden zur Erfassung höherer kognitiver Prozesse in dieser Domäne zu entwickeln, mit Fokus auf mentalen Modellen und Situationsbewusstsein. Darüber hinaus wurde auch ein neuer Ansatz für die Analyse großer und heterogener Datenmengen im sozialwissenschaftlichen Bereich entwickelt, basierend auf dem Einsatz relationaler Datenbanken. Ziel der der Fahrsimulatorstudie war die systematische Erforschung des Effekts von unterschiedlich korrekten initialen mentalen Modellen von ACC auf die weitere Entwicklung des mentalen Modells, Vertrauen und Akzeptanz des Systems. Eine Stichprobe von insgesamt 51 Probanden nahm an der Studie teil; der Versuch wurde als zweifaktorielles (3x3) gemischtes Messwiederholungsdesign konzipiert. Die 3 parallelisierten Versuchsgruppen zu je 17 Personen erhielten (1) eine korrekte Beschreibung des ACC, (2) eine idealisierte Beschreibung unter Auslassung auftretender Systemprobleme und (3) eine überkritische Beschreibung mit zusätzlichen Hinweisen auf Systemprobleme, die nie auftraten. Alle Teilnehmer befuhren insgesamt dreimal im Zeitraum von sechs Wochen dieselbe 56 km lange Autobahnstrecke im Fahrsimulator mit identischem ACC-System. Mit zunehmendem Einsatz des ACC zeigte sich im anfänglich divergierenden mentalen Modell zwischen den Gruppen eine Entwicklung hin zum mentalen Modell der korrekt informierten Gruppe. Nicht erfahrene Systemprobleme tendierten dazu, im mentalen Modell zu verblassen, wenn sie nicht durch Erfahrung reaktiviert wurden. Vertrauen und Akzeptanz stiegen stetig in der korrekt informierten Gruppe. Dieselbe Entwicklung zeigte sich auch in der überkritisch informierten Gruppe, wobei Vertrauen und Akzeptanz anfänglich niedriger waren als in der Bedingung mit korrekter Information. Verschwiegene Systemprobleme führten zu einer konstanten Abnahme von Akzeptanz und Vertrauen ohne Erholung in der Gruppe mit idealisierter Beschreibung. Diese Resultate lassen darauf schließen, dass Probleme automatisierter Systeme sich nicht zwingend negativ auf Vertrauen und Akzeptanz auswirken, sofern sie vorab bekannt sind. Bei jeder Fahrt führten die Versuchsteilnehmer zudem kontinuierlich eine visuell beanspruchende Zweitaufgabe aus, die Surrogate Reference Task (SURT). Die Frequenz der Zweitaufgabenbearbeitung diente als objektives Echtzeitmaß für das Situationsbewusstsein, basierend auf dem Ansatz, dass situationsbewusste Fahrer die Zuwendung zur Zweitaufgabe reduzieren wenn sie potentiell kritische Situationen erwarten. Die Ergebnisse zeigten, dass die korrekt informierten Fahrer sich potentiell kritischer Situationen mit möglichen Systemproblemen bewusst waren und schon im Vorfeld der Entstehung die Zweitaufgabenbearbeitung reduzierten. Teilnehmer ohne Informationen zu auftretenden Systemproblemen wurden sich solcher Situationen erst nach dem ersten Auftreten bewusst und reduzierten in entsprechenden Szenarien der Folgefahrten die Zweitaufgabenbearbeitung. Allerdings sanken Vertrauen und Akzeptanz des Systems aufgrund der unerwarteten Probleme. Erwartete, aber nicht auftretende Systemprobleme tendierten dazu, im mentalen Modell des Systems zu verblassen und resultierten in vermindertem Situationsbewusstsein bereits in der zweiten Fahrt. Im Versuch unter Realbedingungen wurden der Lernprozesses sowie die Entwicklung des mentalen Modells, Vertrauen und Akzeptanz von ACC im Realverkehr erforscht. Ziele waren die statistisch/mathematische Modellierung des Lernprozesses, die Bestimmung von Zeitpunkten der Stabilisierung dieser Prozesse und wie sich reale Systemerfahrung auf das mentale Modell von ACC auswirkt. 15 Versuchsteilnehmer ohne ACC-Erfahrung fuhren ein Serienfahrzeug mit ACC insgesamt 10-mal auf der gleichen Strecke in einem Zeitraum von 2 Monaten. Im Unterschied zur Fahrsimulatorstudie waren alle Teilnehmer korrekt über die ACC-Funktionen und Funktionsgrenzen informiert durch Lesen der entsprechenden Abschnitte im Fahrzeughandbuch am Beginn der Studie. Die Ergebnisse zeigten, dass der Lernprozess sowie die Entwicklung von Akzeptanz und Vertrauen einer klassischen Lernkurve folgen – unter der Bedingung umfassender vorheriger Information zu Systemgrenzen. Der größte Lernfortschritt ist am Beginn der Interaktion mit dem System sichtbar und daher sollten Hilfen (z.B. durch intelligente Tutorsysteme) in erster Linie zu diesem Zeitpunkt gegeben werden. Eine Stabilisierung aller Prozesse zeigte sich nach der fünften Fahrt, was einer Fahrstrecke von rund 185 km oder 3,5 Stunden Fahrzeit entspricht. Es zeigten sich keine Einbrüche in Akzeptanz, Vertrauen bzw. dem Lernprozess durch die gemachten Erfahrungen im Straßenverkehr. Allerdings zeigte sich – analog zur Fahrsimulatorstudie – auch in der Realfahrstudie ein Verblassen von nicht erfahrenen Systemgrenzen im mentalen Modell, wenn diese nicht durch Erfahrungen aktiviert wurden. Im Hinblick auf die Validierung der neu entwickelten Methoden zur Erfassung von mentalen Modellen und Situationsbewusstsein sind die Resultate vielversprechend. Die Studien zeigen, dass mit dem entwickelten Fragebogenansatz zur Quantifizierung des mentalen Modells Einblicke in Aufbau und Entwicklung mentaler Modelle gegeben werden können. Der implizite Echtzeit-Messansatz für Situationsbewusstsein im Fahrsimulator zeigt sich ebenfalls sensitiv in der Erfassung des Bewusstseins von Fahrern für potentiell kritische Situationen. Inhaltlich zeigen die Studien die nachhaltige Relevanz des initialen mentalen Modells für den Lernprozess sowie die Entwicklung von Situationsbewusstsein, Akzeptanz, Vertrauen und die weitere Ausformung eines realistischen mentalen Modells der Möglichkeiten und Grenzen automatisierter Systeme. Aufgrund dieser Relevanz wird die Einbindung und Kontrolle des initialen mentalen Modells in Studien zu automatisierten Systemen unbedingt empfohlen. Die Ergebnisse zeigen zwar, dass sich auch unvollständige bzw. falsche mentale Modelle durch Erfahrungslernen hin zu einer realistischen Einschätzung der Systemmöglichkeiten und -grenzen verändern, allerdings um den Preis sinkenden Vertrauens und abnehmender Akzeptanz. Idealisierte Systembeschreibungen ohne Hinweise auf mögliche Systemprobleme bringen nur anfänglich etwas höheres Vertrauen und Akzeptanz. Das Erleben unerwarteter Probleme führt zu einem stetigen Abfall dieser motivationalen Faktoren über die Zeit. Ein alleiniges Versuchs-Irrtums-Lernen für den Umgang mit automatisierter Assistenz im Fahrzeug ohne zusätzliche Information wird daher als nicht ausreichend für die Entwicklung stabilen Vertrauens und stabiler Akzeptanz betrachtet. Wenn das initiale mentale Modell den Erfahrungen entspricht, entwickeln sich Akzeptanz und Vertrauen gemäß einer klassischen Lernkurve – trotz erlebter Systemgrenzen. Sind diese potentiellen Probleme vorher bekannt, führen sie nicht zwingend zu einer Reduktion von Vertrauen und Akzeptanz. Auch zusätzliche überkritische Information vermindert Vertrauen und Akzeptanz nur am Beginn, aber nicht langfristig. Daher sollen potentielle Probleme in automatisierten Systemen nicht in idealisierten Beschreibungen verschwiegen werden – je präzisere Information gegeben wird, desto besser im langfristigen Verlauf. Allerdings tendieren nicht erfahrene Systemgrenzen zum Verblassen im mentalen Modell. Daher wird empfohlen, Nutzer regelmäßig an diese Systemgrenzen zu erinnern um die entsprechenden Facetten des mentalen Modells zu reaktivieren. In automatisierten Systemen integrierte intelligente Tutorsysteme könnten dafür eine Lösung bieten. Im Fahrzeugbereich könnten solche periodischen Erinnerungen an Systemgrenzen in Multifunktionsdisplays angezeigt werden, die mittlerweile in vielen modernen Fahrzeugen integriert sind. Diese Tutorsysteme können darüber hinaus auch auf die Präsenz eingebauter automatisierter Systeme hinweisen und deren Vorteile aufzeigen.

Sjöräddning i Sverige sker genom samverkan mellan statliga verksamheter, kommuner och frivilligorganisationer för ett gemensamt mål att rädda personer som råkat i sjönöd. Tid är ofta en kritisk faktor i räddningsuppdragen men ett snabbt och oplanerat utryck riskerar samtidigt att sätta räddningsaktörerna själva i farozonen. Utvecklingen av obemannade autonoma farkoster för SAR (eng. Search And Rescue) ses som en lösning på behovet att kunna snabbt skicka hjälp till samt få ögon på incidentplatsen utan att försätta räddningsaktörerna för onödig risk. Nuvarande kommunikationssystem inom svensk sjöräddning kan dock inte hantera annan typ av information än muntlig varav räddningsaktörer endast känner till riktlinjer för hantering av muntlig information. Med ett framtida införande av autonoma farkoster kommer dock fler informationstyper att behöva hanteras i sjöräddningar varav oklarheten om vilka informationstyper autonoma farkoster samlar in och vilka datahanteringskrav som finns är problematiskt. Oklarhet om informationstyperna och deras datahanteringskrav är vidare problematiskt för utvecklingen och implementeringen av autonoma farkoster då risken finns att farkoster och tekniker utvecklas men inte får användas för att de inte är anpassade efter lagkraven på hantering av olika datatyper. I denna studie undersöks därför vilka informationstyper som autonoma farkoster kan samla in vid sjöräddning. Detta för att komma fram till vilka riktlinjer för datahantering som gäller vid sjöräddning med autonoma farkoster. Studien undersöker också vilka informationstyper som är kritiska för en SAR-sjöräddningssamverkan samt vilka informationsdelningsutmaningar som finns i dagens sjöräddning. Studien genomfördes i form av en kvalitativ fallstudie och har tillämpat ett socio-tekniskt systemperspektiv för att bättre se till helheten och besvara frågeställningarna. Resultatet av denna studie visar att autonoma farkoster kan samla in information om sin omgivning, vilket utgör grunden för att skapa en medvetenhet om situationen som är kritiskt för SAR-operationer, och kan även samla in information om sitt eget tillstånd. De lagverk som identifierats utgöra de huvudsakliga restriktionerna är kamerabevakningslagen, lagen för skydd av geografisk information, offentlighets- och sekretesslagen, GDPR och dataskyddslagen. Dessa lagverk innehåller riktlinjer för delning av information och personuppgiftsbehandling i SAR-sjöräddning. Kunskapsbidrag studien har genererat inkluderar bland annat identifiering av datatyper som kan samlas in av autonoma farkoster i en SAR-sjöräddning, och sannolikt andra typer av räddningsinsatser, och delning och hanteringskraven på de datatyperna i räddningsinsatser och därmed kunskap om vilka datatyper som är mest reglerade. Vidare kunskapsbidrag är kunskap om vilka informationstyper som är mest kritiska för SAR-sjöräddningar, och därför bör prioriteras att samlas in och delas, och identifieringen av utmaningar för informationsdelning mellan statliga verksamheter och frivilligorganisationer. / Maritime rescue in Sweden is performed through a cooperation between government agencies, municipalities and non-governmental organisations (NGOs) with the common goal of saving people in distress. Time is often a critical factor in the rescue missions but a fast and unplanned response may at the same time put the rescue workers in danger. The development of unmanned autonomous vehicles for SAR is seen as a solution to the need of being able to quickly sendhelp as well as get eyes on the scene of the incident without exposing the rescue workers for unnecessary risks. However, the current communications systems in Swedish maritime rescue are unable to handle any other type of information except verbal, meaning that rescue workers only know guidelines for handling verbal information. However, with a future implementation of autonomous vehicles, there will be a need to handle more information types in maritime rescue whereas the uncertainty regarding what kind of information autonomous vehicles collect and which data management requirements exist is problematic. The uncertainty about the information types and their data management requirements is also problematic for the development and implementation of autonomous vehicles as there is a risk that vehicles and technologies are developed but not allowed to be used because they are not adapted to the legal requirements on management of the different types of data. Therefore, in this study I examine what information types that autonomous vehicles can collect in a maritime rescue to find out what guidelines for data management that applies during a maritime rescue with autonomous vehicles. The study also examines what kind of information’s are critical for a SAR maritime rescue cooperation as well as what information sharing challenges exist in current maritime rescue. The study was performed as a qualitative case study and has used a socio-technical systems perspective so as to better see the overall picture and answer the research questions. The result shows that autonomous vehicles can collect information about their surroundings, which is the foundation for establishing situation awareness that is critical for SAR-operations, and that they can collect information about their own status. The main laws and regulations that have been identified as constituting the main restrictions are (translated from Swedish) the law of camera surveillance, the law for protection of geographical information, the public access to information and secrecy act, the GDPR and the data protection act. These contains guidelines for sharing information and the processing of personal data in SAR maritime rescue. The knowledge contributions of this study includes among others the identification of datatypes that can be collected by autonomous vehicles in SAR maritime rescue, and probably other types of rescue operations, and the sharing and management requirements on those datatypes in rescue operations and thus knowledge of what datatypes that are the most restricted. Further knowledge contributions is knowledge about which information types that are the most critical for SAR maritime rescue and thus should be prioritised for collection and sharing as well as the identification of challenges for information sharing between government agencies and NGOs.

System dynamics modelling has been used for around 40 years to address complex, systemic, dynamic problems, those often described as wicked. But, system dynamics modelling is not an exact science and arguments about the most suitable techniques to use in which circumstances, continues. The nature of these wicked problems is investigated through a series of case studies where poor situational awareness among stakeholders was identified. This was found to be an underlying cause for management failure, suggesting need for better ways of recognising and managing wicked problem situations. Human cognition is considered both as a limitation and enabler to decision-making in wicked problem environments. Naturalistic and deliberate decision-making are reviewed. The thesis identifies the need for integration of qualitative and quantitative techniques. Case study results and a review of the literature led to identification of a set of principles of method to be applied in an integrated framework, the aim being to develop an improved way of addressing wicked problems. These principles were applied to a series of cases in an action research setting. However, organisational and political barriers were encountered. This limited the exploitation and investigation of cases to varying degrees. In response to a need identified in the literature review and the case studies, a tool is designed to facilitate analysis of multi-factorial, non-linear causality. This unique tool and its use to assist in problem conceptualisation, and as an aid to testing alternate strategies, are demonstrated. Further investigation is needed in relation to the veracity of combining causal influences using this tool and system dynamics, broadly. System dynamics modelling was found to have utility needed to support analysis of wicked problems. However, failure in a particular modelling project occurred when it was found necessary to rely on human judgement in estimating values to be input into the models. This was found to be problematic and unacceptably risky for sponsors of the modelling effort. Finally, this work has also identified that further study is required into: the use of human judgement in decision-making and the validity of system dynamics models that rely on the quantification of human judgement.

The use of autonomous robots in our society is increasing every day and a robot is no longer seen as a tool but as a team member. The robots are now working side by side with us and provide assistance during dangerous operations where humans otherwise are at risk. This development has in turn increased the need of robots with more human-awareness. Therefore, this master thesis aims at contributing to the enhancement of human-aware robotics. Specifically, we are investigating the possibilities of equipping autonomous robots with the capability of assessing and detecting activities in human teams. This capability could, for instance, be used in the robot's reasoning and planning components to create better plans that ultimately would result in improved human-robot teamwork performance. we propose to improve existing teamwork activity recognizers by adding intangible features, such as stress, motivation and focus, originating from human behavior models. Hidden markov models have earlier been proven very efficient for activity recognition and have therefore been utilized in this work as a method for classification of behaviors. In order for a robot to provide effective assistance to a human team it must not only consider spatio-temporal parameters for team members but also the psychological.To assess psychological parameters this master thesis suggests to use the body signals of team members. Body signals such as heart rate and skin conductance. Combined with the body signals we investigate the possibility of using System Dynamics models to interpret the current psychological states of the human team members, thus enhancing the human-awareness of a robot. / Användningen av autonoma robotar i vårt samhälle ökar varje dag och en robot ses inte längre som ett verktyg utan som en gruppmedlem. Robotarna arbetar nu sida vid sida med oss och ger oss stöd under farliga arbeten där människor annars är utsatta för risker. Denna utveckling har i sin tur ökat behovet av robotar med mer människo-medvetenhet. Därför är målet med detta examensarbete att bidra till en stärkt människo-medvetenhet hos robotar. Specifikt undersöker vi möjligheterna att utrusta autonoma robotar med förmågan att bedöma och upptäcka olika beteenden hos mänskliga lag. Denna förmåga skulle till exempel kunna användas i robotens resonemang och planering för att ta beslut och i sin tur förbättra samarbetet mellan människa och robot. Vi föreslår att förbättra befintliga aktivitetsidentifierare genom att tillföra förmågan att tolka immateriella beteenden hos människan, såsom stress, motivation och fokus. Att kunna urskilja lagaktiviteter inom ett mänskligt lag är grundläggande för en robot som ska vara till stöd för laget. Dolda markovmodeller har tidigare visat sig vara mycket effektiva för just aktivitetsidentifiering och har därför använts i detta arbete. För att en robot ska kunna ha möjlighet att ge ett effektivt stöd till ett mänskligtlag måste den inte bara ta hänsyn till rumsliga parametrar hos lagmedlemmarna utan även de psykologiska. För att tyda psykologiska parametrar hos människor förespråkar denna masteravhandling utnyttjandet av mänskliga kroppssignaler. Signaler så som hjärtfrekvens och hudkonduktans. Kombinerat med kroppenssignalerar påvisar vi möjligheten att använda systemdynamiksmodeller för att tolka immateriella beteenden, vilket i sin tur kan stärka människo-medvetenheten hos en robot. / <p>The thesis work was conducted in Stockholm, Kista at the department of Informatics and Aero System at Swedish Defence Research Agency.</p>