Tổng quan luận án

Đánh giá hiệu suất của các hệ thống tích hợp con người (human-integrated systems) theo phương pháp truyền thống thường được tiến hành trong các điều kiện môi trường cố định, tối ưu hoặc đơn lẻ (discrete circumstances). Tuy nhiên, trong thực tế vận hành, phần lớn các hệ thống kỹ thuật hoạt động trong các môi trường động, nơi con người liên tục chuyển dịch giữa các hoàn cảnh biến thiên theo thời gian (time-varying circumstances). Khi chuyển tiếp từ hoàn cảnh này sang hoàn cảnh khác (chẳng hạn từ phòng làm việc yên tĩnh ra ngoài trời ồn ào và chói sáng, hoặc thao tác thiết bị khi phải đeo găng tay bảo hộ thời tiết), hiệu suất của người vận hành thường xuất hiện hiện tượng đứt gãy hoặc suy giảm tức thời (disruption), đồng thời tốc độ cải thiện kỹ năng hay độ dốc học tập (learning slope) cũng bị biến đổi. Các phương pháp đánh giá hiện hữu chưa có công cụ để định lượng những gián đoạn này trong chuỗi hoàn cảnh liên tục, dẫn đến khoảng trống lớn trong việc xác định thiết kế hệ thống nào hỗ trợ người dùng thích ứng tối ưu nhất.

Nhằm giải quyết vấn đề trên, luận án tiến sĩ kỹ thuật công nghiệp của tác giả Nguyen-Vang-Phuc Nguyen tại Đại học Purdue (Purdue University, Hoa Kỳ, bảo vệ tháng 5/2018) đã đề xuất mô hình thích ứng (adaptability model) dựa trên sự mở rộng lý thuyết đường cong học tập (learning curve theory).

Mục tiêu nghiên cứu của luận án được xác định theo 6 nội dung cụ thể:

  1. Phát triển mô hình ký hiệu (symbolic model) mô tả hiệu suất của hệ thống tích hợp con người trong các hoàn cảnh biến thiên theo thời gian.
  2. Xác định và đặc trưng hóa các tham số thích ứng bao gồm sự gián đoạn (disruption) và tốc độ cải thiện hiệu suất (performance improvement rate) trong các hoàn cảnh biến thiên.
  3. Xây dựng các thước đo định lượng (metrics) để đánh giá khả năng thích ứng của con người và tính hiệu quả tổng thể của thiết kế hệ thống ($ED_u$ / PS).
  4. Chứng minh tính khả thi và khả năng tính toán của các thước đo đề xuất thông qua nghiên cứu minh họa (demonstration study).
  5. Nhận diện các đặc tính và phân phối xác suất thống kê của các thước đo thích ứng.
  6. Xác định tính độc lập hoặc phụ thuộc của các thước đo thích ứng đối với yếu tố thứ tự và độ trễ: (i) Trình tự xuất hiện hoàn cảnh (order) tác động như thế nào đến tham số thích ứng? (ii) Độ dài khoảng thời gian trễ giữa các lần chuyển tiếp (delay) tác động như thế nào đến tham số thích ứng?

Đối tượng nghiên cứu của luận án là hiệu suất thực hiện nhiệm vụ của người vận hành tích hợp trong hệ thống phần cứng/giao diện, các tham số thích ứng ($\bar{\gamma}$, $\bar{\beta}$), chỉ số hiệu quả thiết kế hệ thống (Performance Score - PS) và điểm số khả dụng/ưu tiên chủ quan (Subject Score - SS). Phạm vi nghiên cứu thực nghiệm được thực hiện tại Trường Kỹ thuật Công nghiệp, Đại học Purdue (West Lafayette, Indiana, Hoa Kỳ), tập trung vào hai nhiệm vụ mô phỏng: nhiệm vụ tìm kiếm - cô lập (search-and-isolate) bằng robot điều khiển từ xa qua 4 hoàn cảnh biến thiên liên tục ($c=4$), và nhiệm vụ kiểm tra bóng màu (inspection task) trên thiết bị di động (iPhone và Tablet) qua 3 hoàn cảnh biến thiên ($c=3$) kết hợp các điều kiện môi trường vật lý trong nhà/ngoài trời và có/không đeo găng tay.

Tổng quan tài liệu và vị trí của luận án

Luận án đã hệ thống hóa lịch sử phát triển và các mô hình đường cong học tập từ lý thuyết nền tảng đến các ứng dụng công nghiệp:

  • Nguồn gốc thực nghiệm ban đầu từ nghiên cứu của Edward Thorndike (1898) về hành vi học tập qua thử - sai của loài mèo, và thuật ngữ "đường cong học tập" (learning curve) được Hermann Ebbinghaus đưa vào sử dụng chính thức năm 1913.
  • Mô hình hóa toán học trong công nghiệp sản xuất máy bay: T. P. Wright (1936) thiết lập mô hình đường cong học tập dạng hàm số lũy thừa log-linear dựa trên giả thuyết thời gian lao động trực tiếp giảm theo một tỷ lệ không đổi khi sản lượng tích lũy nhân đôi (mô hình trung bình tích lũy - cumulative average model). J. R. Crawford (1944) tại Viện Nghiên cứu Stanford phát triển mô hình chi phí đơn vị gia tăng (incremental unit model).
  • Phân tích bản chất và cấu trúc đường cong học tập: Andress (1954), Liao (1988), Barrett (1970), Brookfield (2005), Badiru (1992, 2011), Thomas và cộng sự (1986) về việc làm mịn dữ liệu đơn vị qua hàm trung bình tích lũy.
  • Tốc độ học tập theo bản chất thao tác: Raccoon (1996), Yelle (1979), Chase, Aquilano, & Jacobs (2001), Stump (2002) phân tích mối quan hệ giữa tỷ lệ thao tác do con người kiểm soát (human-paced) và máy móc kiểm soát (machine-paced).
  • Mô hình hóa con người trong hệ thống điều khiển và đánh giá công thái học: Pietro Carlo Cacciabue (2004, 2011), Dick, Bittner, & Harris (1989), R. Hess & Modjtahedzadeh (1990), Leamon (1980), Macadam (2003), McRuer (1980), Neville Moray (1981, 1994, 1999), Oliver, Pentland, & Verly (2000), Stanton, Salmon, & Rafferty (2013), Strauch (2017), Abernathy & Wayne (1974), Adler & Clark (1991), Baloff (1971), Fogliatto & Anzanello (2011), Liu & Salvucci (2001), Patil (2008), Tian và cộng sự (2011), Hentschker & Mennicken (2015), Mugerwa & Blomen (1993), Rogner (1998), Shafiei, Saboohi, & Ghofrani (2005), Towill & Cherrington (1994), Tüzün & Tekinerdogan (2015), Yamane và cộng sự.

Khoảng trống học thuật mà luận án lựa chọn giải quyết: Hầu hết các nghiên cứu đường cong học tập kinh điển chỉ khảo sát hiệu suất trong một hoàn cảnh đơn lẻ cố định. Các nghiên cứu đánh giá hệ thống công thái học truyền thống cũng chỉ đo lường phản xạ hoặc thời gian thao tác trong điều kiện phòng thí nghiệm tiêu chuẩn. Luận án đã mở rộng lý thuyết đường cong học tập sang chuỗi hoàn cảnh biến thiên liên tục, cung cấp khung giải tích để định lượng hiện tượng chuyển tiếp môi trường.

Cơ sở lý thuyết và phương pháp nghiên cứu

Luận án dựa trên nền tảng phương trình đường cong học tập log-linear dạng lũy thừa của Wright:

$$y = T_1 x^b$$

Trong đó:

  • $y$ là thời gian (hoặc chi phí) trung bình tích lũy để hoàn thành $x$ đơn vị nhiệm vụ.
  • $T_1$ là thời gian hoàn thành đơn vị nhiệm vụ đầu tiên.
  • $x$ là số lần lặp lại tích lũy của nhiệm vụ ($x \in \mathbb{N}^*$).
  • $b$ là hệ số góc hay độ dốc học tập (learning slope), thỏa mãn $-1 \le b \le 0$, được xác định bởi công thức:

$$b = \frac{\log r}{\log 2}$$

với $r$ là tỷ lệ học tập (learning rate, ví dụ đường cong 80% có $b = \frac{\log 0.8}{\log 2} \approx -0.322$).

Bảng dưới đây tổng hợp mối quan hệ giữa tỷ lệ tham gia của con người/máy móc và tốc độ học tập lý thuyết được luận án viện dẫn:

Tỷ lệ công việc do con người kiểm soát (%) Tỷ lệ công việc do máy móc kiểm soát (%) Tỷ lệ học tập ($r$) Mức độ tốc độ học tập
99% 1% 70% – 75% Nhanh
75% 25% 80% Trung bình
25% 75% 90% Trung bình
1% 99% 98% – 99% Chậm

Trong mô hình thích ứng (The Adaptability Model), tác giả cấu trúc chuỗi hoàn cảnh liên tục $CIR_1, CIR_2, \dots, CIR_c$. Tại mỗi điểm chuyển tiếp giữa hoàn cảnh $CIR_i$ sang $CIR_{i+1}$, hai tham số thích ứng cốt lõi được tính toán:

  1. Tham số gián đoạn $\bar{\gamma}$ (gamma-bar): Đo lường khoảng cách dịch chuyển hiệu suất thời gian thao tác tại điểm giao giữa giá trị thực tế đầu tiên của hoàn cảnh mới và giá trị kỳ vọng nối tiếp từ hoàn cảnh trước.
  2. Tham số thay đổi độ dốc cải thiện hiệu suất $\bar{\beta}$ (beta-bar): Đo lường sự thay đổi của số mũ học tập $b$ giữa hai hoàn cảnh liên tiếp.
  3. Điểm hiệu quả thiết kế hệ thống ($ED_u$ hoặc Performance Score - PS): Kết hợp các tham số thích ứng qua các hoàn cảnh để phản ánh năng lực tổng thể của hệ thống.
  4. Điểm khả dụng chủ quan ($SS$): Đo lường bằng thang đo chuẩn PSSUQ (Post-Study System Usability Questionnaire).

Phương pháp thực tế của luận án kết hợp mô hình hóa giải tích và hai thiết kế thực nghiệm định lượng:

  • Nghiên cứu minh họa (Demonstration study): Thử nghiệm 4 đối tượng thực hiện nhiệm vụ điều khiển robot Tamiya 3 kênh (Tamiya 3ch Radio Control Robot Construction Set - Twin Arm type) qua 4 hoàn cảnh biến thiên ($c=4$) nhằm kiểm tra tính khả thi của thuật toán tính toán và vẽ đường cong học tập liên tục.
  • Nghiên cứu thực nghiệm chính (Empirical experiment): Đánh giá 2 hệ thống thiết bị di động (System I: iPhone, System II: Tablet) trong nhiệm vụ kiểm tra trực quan bóng màu qua biểu mẫu web (inspection web-form) và bảng so màu chuẩn (standard color chart). Nghiên cứu kiểm soát 3 hoàn cảnh: Trong nhà không găng ({IN} - Inside, No-gloves), Ngoài trời có găng ({OG} - Outside, Gloves), Ngoài trời không găng ({ON} - Outside, No-gloves). Găng tay sử dụng là loại găng chuyên dụng RUCPAC Professional Tech (chống chịu thời tiết, tương thích màn hình cảm ứng).

Các công cụ phân tích thống kê gồm: Mô hình tuyến tính tổng quát (General Linear Model - GLM), kiểm định phân phối xác suất (distribution fitting), kiểm định tính đồng nhất phương sai (Test for Equal Variances) và kiểm định phi tham số Kruskal-Wallis.

Nội dung chính theo từng chương

Chapter 1: Introduction

Chương này đặt nền móng cho toàn bộ công trình bằng cách chỉ ra sự khác biệt giữa phương pháp đánh giá hệ thống truyền thống (đơn lẻ, rời rạc) và phương pháp đề xuất (chuỗi hoàn cảnh biến thiên theo thời gian liên tục). Tác giả làm rõ khái niệm hoàn cảnh ($CIR$), điều kiện môi trường cấu thành ($C_i$), và sự đứt gãy hiệu suất tại các điểm chuyển tiếp. Chương 1 xác lập 6 mục tiêu nghiên cứu cụ thể và cấu trúc 7 chương của luận án.

Chapter 2: Literature Review

Chương 2 trình bày tổng quan lịch sử và các mô hình đường cong học tập log-linear. Tác giả so sánh chi tiết giữa mô hình trung bình tích lũy của Wright (1936) và mô hình chi phí đơn vị của Crawford (1944), chứng minh tính ưu việt của mô hình trung bình tích lũy trong việc làm mịn biến động dữ liệu thực nghiệm để dự báo xu hướng cải thiện. Chương này cũng phân tích các mức độ tốc độ học tập (70% đến 99%), các giai đoạn học tập (giai đoạn tích lũy kiến thức ban đầu và giai đoạn sản xuất ổn định), cùng các yếu tố gây mất ổn định như điểm nghẽn (bottlenecks), sự gián đoạn (disruptions), và động lực không nhất quán.

Chapter 3: Theoretical Work: The Adaptability Model

Chương 3 thiết lập khung giải tích của mô hình thích ứng. Tác giả định nghĩa không gian trạng thái của các hoàn cảnh biến thiên $CIR_1, CIR_2, \dots, CIR_c$, công thức hóa các tham số thích ứng $\bar{\gamma}$ (đo độ gián đoạn tại bước nhảy chuyển tiếp) và $\bar{\beta}$ (đo mức biến thiên hệ số góc học tập), xây dựng chỉ số học tập (Learning index), chỉ số thích ứng (Adaptability index), điểm số hiệu quả thiết kế hệ thống ($ED_u$ / PS) và điểm số đánh giá chủ quan ($SS$). Chương này cung cấp các trường hợp lý thuyết phân loại hành vi thích ứng khi chuyển tiếp giữa các môi trường có mức độ khó khăn khác nhau.

Chapter 4: Experimental Work: Demonstration Study

Chương 4 mô tả nghiên cứu minh họa thực nghiệm nhằm kiểm chứng quy trình thu thập dữ liệu và thuật toán tính toán. Bốn đối tượng tham gia thực hiện nhiệm vụ tìm kiếm và cô lập vật thể bằng mô hình robot 3 kênh Tamiya Twin Arm qua 4 hoàn cảnh biến thiên liên tục. Kết quả chương này xác nhận đường cong học tập trong môi trường biến thiên hoàn toàn có thể dựng được từ dữ liệu thực nghiệm và các tham số thích ứng ($\bar{\gamma}$, $\bar{\beta}$) có thể tính toán định lượng bằng giải thuật đề xuất.

Chapter 5: Experimental Work: Empirical Experiment

Chương 5 trình bày thiết kế thực nghiệm định lượng chính thức để kiểm tra các giả thuyết về tác động của thứ tự hoàn cảnh (Order) và độ trễ chuyển tiếp (Delay). Nhiệm vụ kiểm tra trực quan bóng màu được thiết kế trên 2 hệ thống phần cứng (System I: iPhone, System II: Tablet) trong 3 hoàn cảnh: {IN} (trong nhà, không găng), {OG} (ngoài trời, có găng tay RUCPAC), và {ON} (ngoài trời, không găng). Thiết kế khối thực nghiệm kiểm soát ngẫu nhiên thứ tự các hoàn cảnh và độ dài thời gian trễ giữa các phiên làm việc.

Chapter 6: Results and Discussion

Chương 6 phân tích dữ liệu thực nghiệm qua ba phần:

  • Phần 1 (Khảo sát trực quan dữ liệu): Dựng đồ thị đường cong học tập thực nghiệm của iPhone và Tablet qua các hoàn cảnh biến thiên; tính toán các tham số thích ứng cho từng đối tượng và hệ thống.
  • Phần 2 (Kiểm định thống kê): Áp dụng GLM, kiểm định phương sai và kiểm định Kruskal-Wallis để kiểm tra ảnh hưởng của System, Order, Delay lên $\bar{\gamma}$ và $\bar{\beta}$. Kết quả thống kê xác nhận rằng các yếu tố thứ tự (Order) và độ trễ (Delay) không có ảnh hưởng có ý nghĩa thống kê lên các tham số thích ứng $\bar{\gamma}$ và $\bar{\beta}$, chứng minh tính độc lập và độ tin cậy của các thước đo thích ứng.
  • Phần 3 (Tính toán hiệu quả hệ thống và khảo sát khả dụng): Tổng hợp điểm số hiệu quả thiết kế (PS) và điểm khả dụng PSSUQ ($SS$) cho cả hai hệ thống.

Dưới đây là bảng tổng hợp kết quả so sánh các chỉ số giữa hai hệ thống được kiểm chứng trong chương 6:

Hệ thống thử nghiệm Điểm hiệu quả thiết kế (Performance Score - PS) Điểm khả dụng chủ quan (PSSUQ Score - $SS$) Đặc điểm đường cong học tập qua các hoàn cảnh
System I (iPhone) Thể hiện mức độ biến động thích ứng riêng biệt theo từng điều kiện thao tác Đánh giá trực tiếp qua thang đo chuẩn PSSUQ sau thử nghiệm Độ dốc học tập $b$ và mức gián đoạn $\bar{\gamma}$ được xác định qua khớp phân phối
System II (Tablet) Thể hiện hiệu quả thao tác dựa trên kích thước màn hình và diện tích tương tác Đánh giá trực tiếp qua thang đo chuẩn PSSUQ sau thử nghiệm Cho thấy sự khác biệt về tham số thích ứng khi thao tác có găng ngoài trời ({OG})

Chapter 7: Conclusions and Recommendation for Future Work

Chương 7 tóm tắt các kết quả đạt được: hoàn thành việc xây dựng khung lý thuyết mô hình thích ứng, chứng minh tính khả thi qua thực nghiệm, và cung cấp phương pháp luận định lượng mới để đánh giá hệ thống tích hợp con người trong môi trường động. Tác giả cũng chỉ ra các giới hạn nghiên cứu và đề xuất định hướng phát triển tiếp theo.

Kết quả và những đóng góp mới

Các đóng góp mới về mặt lý luận và thực tiễn được luận án tự nêu bao gồm:

  1. Mở rộng lý thuyết đường cong học tập: Đã xây dựng thành công mô hình ký hiệu toán học đầu tiên cho phép mô tả và phân tích đường cong học tập của con người trong chuỗi hoàn cảnh biến thiên theo thời gian liên tục ($c \ge 2$), vượt qua giới hạn hoàn cảnh đơn lẻ của mô hình Wright truyền thống.
  2. Thiết lập hệ tham số thích ứng định lượng: Định nghĩa và lượng hóa thành công tham số gián đoạn hiệu suất $\bar{\gamma}$ và tham số thay đổi độ dốc cải thiện $\bar{\beta}$ tại các bước chuyển tiếp môi trường.
  3. Xây dựng thước đo đánh giá thiết kế hệ thống toàn diện: Đề xuất chỉ số hiệu quả thiết kế ($ED_u$ / PS) kết hợp giữa hiệu suất thao tác khách quan và điểm khả dụng chủ quan PSSUQ ($SS$), cung cấp phương pháp luận mới để so sánh và lựa chọn giữa các phương án thiết kế hệ thống.
  4. Bằng chứng thực nghiệm về tính bất biến của tham số thích ứng: Chứng minh bằng thống kê rằng thứ tự xuất hiện hoàn cảnh và thời gian trễ giữa các chuyển tiếp không làm thay đổi bản chất của các tham số thích ứng, khẳng định độ vững của mô hình.
  5. Giải pháp thực tiễn cho kỹ thuật hệ thống: Cung cấp quy trình kiểm tra thực nghiệm và khung phân tích đồ thị giúp các nhà thiết kế điều chỉnh thiết lập hoàn cảnh trong thực tế để tối ưu hóa khả năng thích ứng của người dùng.

Hạn chế và hướng nghiên cứu tiếp

Hạn chế của luận án:

  • Phạm vi thiết bị thực nghiệm mới dừng lại ở các hệ thống quy mô nhỏ và thiết bị cầm tay (robot điều khiển 3 kênh Tamiya, điện thoại thông minh iPhone và máy tính bảng Tablet).
  • Số lượng hoàn cảnh biến thiên trong các thử nghiệm thực tế còn giới hạn ($c=4$ trong nghiên cứu minh họa và $c=3$ trong thực nghiệm chính).
  • Môi trường thử nghiệm chỉ mới khảo sát sự kết hợp giữa hai trạng thái không gian (trong nhà / ngoài trời) và điều kiện tiếp xúc tay (có găng / không găng tay).

Hướng nghiên cứu tiếp theo được đề xuất:

  • Ứng dụng và kiểm chứng mô hình thích ứng trên các hệ thống tích hợp con người phức tạp và quy mô lớn hơn, chẳng hạn buồng lái hàng không, trung tâm điều khiển không lưu, buồng lái xe tự hành, hoặc dây chuyền sản xuất tự động hóa mức độ cao.
  • Mở rộng khảo sát chuỗi hoàn cảnh với số lượng bước chuyển tiếp lớn hơn ($c > 4$) và các điều kiện tác động môi trường đa dạng hơn (nhiệt độ khắc nghiệt, rung lắc cơ học, tiếng ồn cường độ cao, mức độ tải nhận thức và căng thẳng tâm lý).
  • Phát triển các thuật toán phần mềm tự động hóa việc tính toán tham số thích ứng theo thời gian thực để tích hợp vào các công cụ hỗ trợ thiết kế kỹ thuật công nghiệp.

Giá trị tham khảo

Luận án mang lại giá trị tham khảo cụ thể cho các đối tượng và lĩnh vực sau:

  • Nghiên cứu sinh và giảng viên chuyên ngành Kỹ thuật Công nghiệp (Industrial Engineering), Yếu tố con người và Công thái học (Human Factors & Ergonomics), Kỹ thuật Hệ thống (Systems Engineering): Cung cấp khung lý thuyết toán học mở rộng từ mô hình đường cong học tập log-linear và phương pháp thiết kế thực nghiệm đo lường hiệu suất động.
  • Kỹ sư thiết kế giao diện và hệ thống tương tác người - máy (HMI / UI-UX): Hữu ích trong việc lựa chọn kích thước phần cứng, độ nhạy màn hình cảm ứng và bố cục giao diện cho các thiết bị cầm tay hoạt động ngoài hiện trường khắc nghiệt.
  • Chuyên viên phát triển thiết bị chuyên dụng cho lực lượng cứu hộ, quân sự và bảo trì công nghiệp: Cung cấp phương pháp định lượng để đánh giá mức độ suy giảm hiệu suất của người dùng khi chuyển đổi môi trường thao tác (như khi mang đồ bảo hộ, thao tác dưới ánh nắng trực tiếp hoặc di chuyển liên tục qua các khu vực có điều kiện vật lý khác nhau).
  • Các phần đáng tham khảo nhất trong văn bản: Chương 3 (Toàn bộ công thức giải tích của mô hình thích ứng và cách xác định $\bar{\gamma}$, $\bar{\beta}$), Chương 5 (Thiết kế thực nghiệm có kiểm soát biến thứ tự và độ trễ), Chương 6 (Quy trình kiểm định GLM, kiểm định phương sai và phân tích đường cong học tập thực nghiệm).

Câu hỏi thường gặp

1. Tham số gián đoạn $\bar{\gamma}$ (gamma-bar) và tham số thay đổi độ dốc $\bar{\beta}$ (beta-bar) đo lường điều gì?

Trong mô hình thích ứng của luận án, $\bar{\gamma}$ là thước đo định lượng mức độ gián đoạn hiệu suất thời gian tại thời điểm chuyển tiếp từ hoàn cảnh $CIR_i$ sang hoàn cảnh tiếp theo $CIR_{i+1}$, phản ánh sự chênh lệch giữa hiệu suất thực tế ban đầu ở hoàn cảnh mới so với hiệu suất kỳ vọng nối tiếp từ hoàn cảnh trước. Tham số $\bar{\beta}$ đo lường mức độ biến thiên của hệ số góc đường cong học tập ($b$) giữa hai hoàn cảnh liên tiếp, thể hiện sự thay đổi về tốc độ cải thiện kỹ năng của người vận hành khi điều kiện môi trường thay đổi.

2. Nghiên cứu thực nghiệm chính của luận án đã so sánh những hệ thống nào và trong các hoàn cảnh nào?

Nghiên cứu thực nghiệm chính so sánh hai hệ thống thiết bị di động: System I (điện thoại thông minh iPhone) và System II (máy tính bảng Tablet) trong nhiệm vụ kiểm tra trực quan bóng màu. Thử nghiệm diễn ra trong 3 hoàn cảnh biến thiên: hoàn cảnh {IN} (trong nhà, không đeo găng tay), hoàn cảnh {OG} (ngoài trời, đeo găng tay thời tiết RUCPAC Professional Tech tương thích cảm ứng), và hoàn cảnh {ON} (ngoài trời, không đeo găng tay).

3. Kết quả kiểm định thống kê cho thấy yếu tố thứ tự (Order) và độ trễ (Delay) tác động như thế nào đến các tham số thích ứng?

Phân tích mô hình tuyến tính tổng quát (GLM) cùng các kiểm định Kruskal-Wallis trong Chương 6 cho thấy cả yếu tố thứ tự xuất hiện các hoàn cảnh (Order) và độ dài khoảng thời gian trễ giữa các lần chuyển tiếp (Delay) đều không có tác động có ý nghĩa thống kê lên các tham số thích ứng $\bar{\gamma}$ và $\bar{\beta}$. Điều này chứng minh rằng các tham số thích ứng phản ánh đặc tính thích nghi thực chất của hệ thống và người vận hành mà không bị chi phối bởi trình tự sắp xếp ngẫu nhiên của các điều kiện thử nghiệm.

4. Điểm khác biệt căn bản giữa mô hình của Wright (1936) và mô hình thích ứng trong luận án là gì?

Mô hình log-linear kinh điển của Wright ($y = T_1 x^b$) chỉ áp dụng cho một quy trình đơn lẻ trong một hoàn cảnh cố định duy nhất với giả định hiệu suất cải thiện liên tục không gián đoạn. Mô hình thích ứng của luận án mở rộng cho chuỗi hoàn cảnh biến thiên liên tục ($CIR_1, CIR_2, \dots, CIR_c$), cho phép mô tả sự đứt gãy tức thời tại các điểm chuyển tiếp môi trường và sự tái lập các độ dốc học tập khác nhau tương ứng với từng hoàn cảnh cụ thể.

5. Thang đo nào được sử dụng để thu thập điểm số đánh giá chủ quan của người dùng đối với các hệ thống?

Luận án sử dụng bảng câu hỏi chuẩn hóa PSSUQ (Post-Study System Usability Questionnaire) để thu thập điểm số đánh giá khả dụng và mức độ ưu tiên chủ quan của đối tượng thử nghiệm ($SS$), sau đó kết hợp cùng điểm hiệu quả thao tác khách quan (PS) để đưa ra đánh giá tổng thể về thiết kế của từng hệ thống.

Kết luận

Luận án của Nguyen-Vang-Phuc Nguyen đã giải quyết khoảng trống trong việc đánh giá các hệ thống tích hợp con người khi vận hành trong môi trường động. Bằng cách mở rộng lý thuyết đường cong học tập log-linear sang chuỗi hoàn cảnh biến thiên theo thời gian liên tục, tác giả đã xây dựng thành công mô hình thích ứng cùng hệ tham số định lượng $\bar{\gamma}$ và $\bar{\beta}$. Các thử nghiệm thực nghiệm với robot điều khiển và thiết bị di động đã chứng minh tính khả thi của mô hình, đồng thời xác nhận tính độc lập của các tham số thích ứng trước các yếu tố thứ tự và thời gian trễ. Công trình cung cấp một khung phương pháp luận định lượng phục vụ hiệu quả cho công tác nghiên cứu công thái học và hỗ trợ ra quyết định lựa chọn thiết kế hệ thống tối ưu trong kỹ thuật công nghiệp.