91

L’allocation adaptative de tâche (AAT) offre de nouvelles perspectives pour l’interaction homme-machine dans les systèmes hautement automatisés. De nombreuses recherches ont démontré que les signaux psychophysiologiques peuvent être utilisés pour fermer la boucle en adaptant les tâches en fonction de l’état de l’opérateur humain. Cette présente étude établit la faisabilité de la réallocation de tâche dans le contexte de la conduite automobile. La charge de travail du conducteur était estimée en temps à partir d’un électroencéphalographe (EEG) et les mesures obtenues servaient à adapter dynamiquement une tâche secondaire. Les résultats ont montré que l’AAT était bénéfique pour maintenir la charge de travail du conducteur à un niveau modéré. En revanche, et d’une manière générale, pas l’amélioration de la performance allocation adaptative de tâche.

Adaptive task allocation (ATA) provides a new solution for human-machine interaction in a highly automated system. Previous research demonstrates that psychophysiological signals yield sensitive information about human functional states, which can be used to build a closed loop for human-machine interaction to reallocate the tasks upon the status of human operator. The present study investigates the feasibility of adaptive task allocation in a field driving context. Driver’s mental workload was evaluated by electroencephalogram (EEG) in real-time and this result was used to dynamically adapt a secondary task allocated to driver. The results showed that ATA has a potential benefit to maintain a driver’s workload in a moderate level. However, generally, no significant increases in task performance were found between ATA and without ATA conditions.