Name: Schat de cognitieve belasting met behulp van elektrocardiografische meting: een samenwerkingstaak tussen mens en AI (Video) | JoVE Journal
Uploaded: 2025-12-05T14:45:00.000+00:00
Duration: 7 min 8 s
Description: Leer cognitieve belasting meten via elektrocardiografie in mens-AI-samenwerking. Dit protocol gebruikt fysiologische indicatoren om besluitvormingsprocessen bij verschillende taakmoeilijkheden te analyseren.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

<ol><li>Sweller, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cognitive+load+during+problem+solving%3A+Effects+on+learning%5BTitle%5D)+AND+%22Cogn+Sci%22%5BJournal%5D)">Cognitive load during problem solving: Effects on learning.</a> Cogn Sci. 12 (2), 257-285 (1988).</li>
<li>Matthews, G., Reinerman-Jones, L. E., Barber, D. J., Abich, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+psychometrics+of+mental+workload%3A+Multiple+measures+are+sensitive+but+divergent%5BTitle%5D)+AND+%22Hum+Factors%22%5BJournal%5D)">The psychometrics of mental workload: Multiple measures are sensitive but divergent.</a> Hum Factors. 57 (1), 125-143 (2015).</li>
<li>Delliaux, S., Delaforge, A., Deharo, J. C., Chaumet, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+workload+alters+heart+rate+variability%2C+lowering+non-linear+dynamics%5BTitle%5D)+AND+%22Front+Physiol%22%5BJournal%5D)">Mental workload alters heart rate variability, lowering non-linear dynamics.</a> Front Physiol. 10, (2019).</li>
<li>Eccles, J. S., Wigfield, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Motivational+beliefs%2C+values%2C+and+goals%5BTitle%5D)+AND+%22Annu+Rev+Psychol%22%5BJournal%5D)">Motivational beliefs, values, and goals.</a> Annu Rev Psychol. 53, 109-132 (2002).</li>
<li>Carissoli, C., Negri, L., Bassi, M., Storm, F. A., Delle Fave, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mental+workload+and+human-robot+interaction+in+collaborative+tasks%3A+A+scoping+review%5BTitle%5D)+AND+%22Int+J+Hum-Comput+Interact%22%5BJournal%5D)">Mental workload and human-robot interaction in collaborative tasks: A scoping review.</a> Int J Hum-Comput Interact. 40 (20), 6458-6477 (2024).</li>
<li>Rajendra Acharya, U., Paul Joseph, K., Kannathal, N., Lim, C. M., Suri, J. S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability%3A+A+review%5BTitle%5D)+AND+%22Med+Biol+Eng+Comput%22%5BJournal%5D)">Heart rate variability: A review.</a> Med Biol Eng Comput. 44 (12), 1031-1051 (2006).</li>
<li>Shaffer, F., Ginsberg, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+overview+of+heart+rate+variability+metrics+and+norms%5BTitle%5D)+AND+%22Front+Public+Health%22%5BJournal%5D)">An overview of heart rate variability metrics and norms.</a> Front Public Health. 5, 258(2017).</li>
<li>Complexity modulation in functional brain-heart interplay series driven by emotional stimuli: an early study using fuzzy entropy. Catrambone, V., et al. Annu Int Conf IEEE Eng Med Biol Soc, , 2023-2026 (2022).</li>
<li>Charles, R. L., Nixon, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+mental+workload+using+physiological+measures%3AA+systematic+review%5BTitle%5D)+AND+%22Appl+Ergon%22%5BJournal%5D)">Measuring mental workload using physiological measures:A systematic review.</a> Appl Ergon. 74, 221-232 (2019).</li>
<li>Jorna, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spectral-analysis+of+heart-rate+and+psychological+state%3AA+review+of+its+validity+as+a+workload+index%5BTitle%5D)+AND+%22Biol+Psychol%22%5BJournal%5D)">Spectral-analysis of heart-rate and psychological state:A review of its validity as a workload index.</a> Biol Psychol. 34 (2-3), 237-257 (1992).</li>
<li>Cinaz, B., Arnrich, B., La Marca, R., Tröster, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Monitoring+of+mental+workload+levels+during+an+everyday+life+office-work+scenario%5BTitle%5D)+AND+%22Pers+Ubiquit+Comput%22%5BJournal%5D)">Monitoring of mental workload levels during an everyday life office-work scenario.</a> Pers Ubiquit Comput. 17 (2), 229-239 (2013).</li>
<li>Alshanskaia, E. I., Zhozhikashvili, N. A., Polikanova, I. S., Martynova, O. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+response+to+cognitive+load+as+a+marker+of+depression+and+increased+anxiety%5BTitle%5D)+AND+%22Front+Psychiatry%22%5BJournal%5D)">Heart rate response to cognitive load as a marker of depression and increased anxiety.</a> Front Psychiatry. 15, 1355846(2024).</li>
<li>Eesee, A. K., Varga, V., Eigner, G., Ruppert, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Impact+of+work+instruction+difficulty+on+cognitive+load+and+operational+efficiency%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Impact of work instruction difficulty on cognitive load and operational efficiency.</a> Sci Rep. 15 (1), 11028(2025).</li>
<li>Wang, L., Gao, S., Tan, W., Zhang, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pilots%27+mental+workload+variation+when+taking+a+risk+in+a+flight+scenario%3A+A+study+based+on+flight+simulator+experiments%5BTitle%5D)+AND+%22Int+J+Occup+Saf+Ergon%22%5BJournal%5D)">Pilots' mental workload variation when taking a risk in a flight scenario: A study based on flight simulator experiments.</a> Int J Occup Saf Ergon. 29 (1), 366-375 (2023).</li>
<li>Radhakrishnan, V., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+indicators+of+driver+workload+during+car-following+scenarios+and+takeovers+in+highly+automated+driving%5BTitle%5D)+AND+%22Transp+Res+Part+F+Traffic+Psychol+Behav%22%5BJournal%5D)">Physiological indicators of driver workload during car-following scenarios and takeovers in highly automated driving.</a> Transp Res Part F Traffic Psychol Behav. 87, 149-163 (2022).</li>
<li>Korosec-Serfaty, M., Riedl, R., Senecal, S., Leger, P. -M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Attentional+and+behavioral+disengagement+as+coping+responses+to+technostress+and+financial+stress%3A+An+experiment+based+on+psychophysiological%2C+perceptual%2C+and+behavioral+data%5BTitle%5D)+AND+%22Front+Neurosci%22%5BJournal%5D)">Attentional and behavioral disengagement as coping responses to technostress and financial stress: An experiment based on psychophysiological, perceptual, and behavioral data.</a> Front Neurosci. 16, 883431(2022).</li>
<li>Zhang, Z. T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Measuring+the+effect+of+mental+workload+and+explanations+on+appropriate+AI+reliance+using+EEG%5BTitle%5D)+AND+%22Behav+Inf+Technol%22%5BJournal%5D)">Measuring the effect of mental workload and explanations on appropriate AI reliance using EEG.</a> Behav Inf Technol. , (2024).</li>
<li>Fügener, A., Grahl, J., Gupta, A., Ketter, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cognitive+challenges+in+human-artificial+intelligence+collaboration%3A+Investigating+the+path+toward+productive+delegation%5BTitle%5D)+AND+%22Inf+Syst+Res%22%5BJournal%5D)">Cognitive challenges in human-artificial intelligence collaboration: Investigating the path toward productive delegation.</a> Inf Syst Res. 33 (2), 678-696 (2022).</li>
<li>Russakovsky, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Imagenet+large+scale+visual+recognition+challenge%5BTitle%5D)+AND+%22Int+J+Comput+Vis%22%5BJournal%5D)">Imagenet large scale visual recognition challenge.</a> Int J Comput Vis. 115 (3), 211-252 (2015).</li>
<li>Rethinking the inception architecture for computer vision. Szegedy, C., Vanhoucke, V., Ioffe, S., Shlens, J., Wojna, Z. 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Las Vegas, NV, USA, , 2818-2826 (2016).</li>
<li>Faul, F., Erdfelder, E., Buchner, A., Lang, A. -G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Statistical+power+analyses+using+G%2APower+3.1%3ATests+for+correlation+and+regression+analyses%5BTitle%5D)+AND+%22Behav+Res+Methods%22%5BJournal%5D)">Statistical power analyses using G*Power 3.1:Tests for correlation and regression analyses.</a> Behav Res Methods. 41 (4), 1149-1160 (2009).</li>
<li>Melo, H. M., Hoeller, A. A., Walz, R., Takase, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting+cardiac+vagal+tone+is+associated+with+long-term+frustration+level+of+mental+workload%3A+Ultra-short+term+recording+reliability%5BTitle%5D)+AND+%22Appl+Psychophysiol+Biofeedback%22%5BJournal%5D)">Resting cardiac vagal tone is associated with long-term frustration level of mental workload: Ultra-short term recording reliability.</a> Appl Psychophysiol Biofeedback. 45 (1), 1-9 (2020).</li>
<li>Munoz, M. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Validity+of+%28ultra-%29short+recordings+for+heart+rate+variability+measurements%5BTitle%5D)+AND+%22PLoS+One%22%5BJournal%5D)">Validity of (ultra-)short recordings for heart rate variability measurements.</a> PLoS One. 10 (9), e0138921(2015).</li>
<li>Laborde, S., Mosley, E., Thayer, J. F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+variability+and+cardiac+vagal+tone+in+psychophysiological+research+-+recommendations+for+experiment+planning%2C+data+analysis%2C+and+data+reporting%5BTitle%5D)+AND+%22Front+Psychol%22%5BJournal%5D)">Heart rate variability and cardiac vagal tone in psychophysiological research - recommendations for experiment planning, data analysis, and data reporting.</a> Front Psychol. 8, 213(2017).</li>
<li>Billman, G. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+LF%2FHF+ratio+does+not+accurately+measure+cardiac+sympatho-vagal+balance%5BTitle%5D)+AND+%22Front+Physiol%22%5BJournal%5D)">The LF/HF ratio does not accurately measure cardiac sympatho-vagal balance.</a> Front Physiol. 4, 26(2013).</li>
<li>Lai, H. -M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Understanding+what+determines+university+students%27+behavioral+engagement+in+a+group-based+flipped+learning+context%5BTitle%5D)+AND+%22Comput+Educ%22%5BJournal%5D)">Understanding what determines university students' behavioral engagement in a group-based flipped learning context.</a> Comput Educ. 173, 104290(2021).</li>
<li>Grassmann, M., Vlemincx, E., Von Leupoldt, A., Van Den Bergh, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Individual+differences+in+cardiorespiratory+measures+of+mental+workload%3A+An+investigation+of+negative+affectivity+and+cognitive+avoidant+coping+in+pilot+candidates%5BTitle%5D)+AND+%22Appl+Ergon%22%5BJournal%5D)">Individual differences in cardiorespiratory measures of mental workload: An investigation of negative affectivity and cognitive avoidant coping in pilot candidates.</a> Appl Ergon. 59, 274-282 (2017).</li>
<li>Han, L., Du, Z. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unraveling+the+complex+interplay+between+curved+tunnels+and+drivers%27+physiological+responses%3A+An+HRV+perspective%5BTitle%5D)+AND+%22Transp+Res+Part+F+Traffic+Psychol+Behav%22%5BJournal%5D)">Unraveling the complex interplay between curved tunnels and drivers' physiological responses: An HRV perspective.</a> Transp Res Part F Traffic Psychol Behav. 108, 39-53 (2025).</li>
<li>Goldstein, D. S., Bentho, O., Park, M. -Y., Sharabi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Low-frequency+power+of+heart+rate+variability+is+not+a+measure+of+cardiac+sympathetic+tone+but+may+be+a+measure+of+modulation+of+cardiac+autonomic+outflows+by+baroreflexes%5BTitle%5D)+AND+%22Exp+Physiol%22%5BJournal%5D)">Low-frequency power of heart rate variability is not a measure of cardiac sympathetic tone but may be a measure of modulation of cardiac autonomic outflows by baroreflexes.</a> Exp Physiol. 96 (12), 1255-1261 (2011).</li>
<li>Zimmermann-Viehoff, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Short-term+effects+of+espresso+coffee+on+heart+rate+variability+and+blood+pressure+in+habitual+and+non-habitual+coffee+consumers%3A+A+randomized+crossover+study%5BTitle%5D)+AND+%22Nutr+Neurosci%22%5BJournal%5D)">Short-term effects of espresso coffee on heart rate variability and blood pressure in habitual and non-habitual coffee consumers: A randomized crossover study.</a> Nutr Neurosci. 19 (4), 169-175 (2016).</li>
<li>Saxena, M. P. K., Ganuthula, V. R. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Relationship+between+feedback+frequency+and+task+performance%3A+Evidence+on+the+mediating+role+of+heart+rate%5BTitle%5D)+AND+%22Front+Psychol%22%5BJournal%5D)">Relationship between feedback frequency and task performance: Evidence on the mediating role of heart rate.</a> Front Psychol. 16, 1438865(2025).</li>
<li>Longo, L., Wickens, C. D., Hancock, G., Hancock, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Corrigendum%3A+Human+mental+workload%3A+A+survey+and+a+novel+inclusive+definition%5BTitle%5D)+AND+%22Front+Psychol%22%5BJournal%5D)">Corrigendum: Human mental workload: A survey and a novel inclusive definition.</a> Front Psychol. 13, 883321(2022).</li>
<li>Arutyunova, K. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Heart+rate+dynamics+for+cognitive+load+estimation+in+a+driving+simulation+task%5BTitle%5D)+AND+%22Sci+Rep%22%5BJournal%5D)">Heart rate dynamics for cognitive load estimation in a driving simulation task.</a> Sci Rep. 14 (1), 31656(2024).</li>
<li>Wittels, H. L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Examining+the+influence+of+cognitive+load+and+environmental+conditions+on+autonomic+nervous+system+response+in+military+aircrew%3A+A+hypoxia-normoxia+study%5BTitle%5D)+AND+%22Biology+%28Basel%29%22%5BJournal%5D)">Examining the influence of cognitive load and environmental conditions on autonomic nervous system response in military aircrew: A hypoxia-normoxia study.</a> Biology (Basel). 13 (5), 343(2024).</li>
<li>Pütz, S., Mertens, A., Chuang, L. L., Nitsch, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Physiological+predictors+of+operator+performance%3A+The+role+of+mental+effort+and+its+link+to+task+performance%5BTitle%5D)+AND+%22Hum+Factors%22%5BJournal%5D)">Physiological predictors of operator performance: The role of mental effort and its link to task performance.</a> Hum Factors. 67 (6), 595-615 (2025).</li>
<li>Cheng, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Acute+combined+effects+of+concurrent+physical+activities+on+autonomic+nervous+activation+during+cognitive+tasks%5BTitle%5D)+AND+%22Front+Physiol%22%5BJournal%5D)">Acute combined effects of concurrent physical activities on autonomic nervous activation during cognitive tasks.</a> Front Physiol. 15, 1340061(2024).</li>
<li>Bansal, A., Joshi, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Portable+out-of-hospital+electrocardiography%3A+A+review+of+current+technologies%5BTitle%5D)+AND+%22J+Arrhythmia%22%5BJournal%5D)">Portable out-of-hospital electrocardiography: A review of current technologies.</a> J Arrhythmia. 34 (2), 129-138 (2018).</li>
<li>Sridhar, A. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((State+of+the+art+of+mobile+health+technologies+use+in+clinical+arrhythmia+care%5BTitle%5D)+AND+%22Commun+Med+%28Lond%29%22%5BJournal%5D)">State of the art of mobile health technologies use in clinical arrhythmia care.</a> Commun Med (Lond). 4 (1), 218(2024).</li>
<li>Gupta, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((CaEVR%3A+Biosignals-driven+context-aware+empathy+in+virtual+reality%5BTitle%5D)+AND+%22IEEE+Trans+Vis+Comput+Graph%22%5BJournal%5D)">CaEVR: Biosignals-driven context-aware empathy in virtual reality.</a> IEEE Trans Vis Comput Graph. 30 (5), 2671-2681 (2024).</li>
<li>Binsch, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+virtual+reality+simulation+on+police+officers%27+performance+and+recovery+from+a+real-life+surveillance+task%5BTitle%5D)+AND+%22Multimed+Tools+Appl%22%5BJournal%5D)">The effect of virtual reality simulation on police officers' performance and recovery from a real-life surveillance task.</a> Multimed Tools Appl. 82 (11), 17471-17492 (2023).</li>
<li>Brunzini, A., Grandi, F., Peruzzini, M., Pellicciari, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((An+integrated+methodology+for+the+assessment+of+stress+and+mental+workload+applied+on+virtual+training%5BTitle%5D)+AND+%22Int+J+Comput+Integr+Manuf%22%5BJournal%5D)">An integrated methodology for the assessment of stress and mental workload applied on virtual training.</a> Int J Comput Integr Manuf. 37 (9), 1088-1106 (2024).</li>
<li>Cardone, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Classification+of+drivers%27+mental+workload+levels%3A+Comparison+of+machine+learning+methods+based+on+ECG+and+infrared+thermal+signals%5BTitle%5D)+AND+%22Sensors+%28Basel%29%22%5BJournal%5D)">Classification of drivers' mental workload levels: Comparison of machine learning methods based on ECG and infrared thermal signals.</a> Sensors (Basel). 22 (19), 7300(2022).</li>
</ol>

Cognitieve belasting verwijst naar de totale hoeveelheid mentale activiteit die gedurende een bepaalde periode van taakuitvoering op het cognitieve systeem van een individu wordt opgelegd1. Verhoogde cognitieve belasting kan de menselijke prestaties aantasten en is een belangrijke factor bij ongevallen op de werkvloer2. Hoge cognitieve belastingstoestanden beïnvloeden de hartactiviteit door het sympathische zenuwstelsel te activeren en het parasympathische zenuwstelsel te remmen, waardoor de hartslag (HR) toeneemt en de hartslagvariabiliteit (HRV) afneemt3. Verwachtingsovertuigingen verwijzen naar de mate waarin individuen denken dat ze een specifieke taak of activiteit succesvol kunnen voltooien4. Taakmoeilijkheid beïnvloedt de verwachtingsovertuigingen van individuen, die op hun beurt hun gedragsbetrokkenheid en toewijzing van cognitieve middelen reguleren, wat zich uiteindelijk manifesteert als verschillende niveaus van cognitieve belasting.
Elektrocardiografie (ECG) levert een hoog temporele resolutie verslag van de elektrische activiteit van het hart. HR- en HRV-indices afgeleid van ECG-signalen vatten verschillende aspecten van het hartritme en dienen als psychofysiologische indicatoren van de fysieke en mentale stressvan een individu. De hartslag weerspiegelt de algemene frequentie van hartweeën en kan worden gebruikt om de basistoestand van het cardiovasculaire systeem te beoordelen. HRV vertegenwoordigt de temporele variatie tussen opeenvolgende hartslagen en dient als indicator voor de regulatie van het autonome zenuwstelsel (ANS), wat de dynamische balans tussen sympathische en parasympathische activiteitweerspiegelt 6,7,8. Het sympathische zenuwstelsel wordt geactiveerd onder stress, dreiging of intensieve activiteit, wat vaak leidt tot een verhoogde hartslag en lagere HRV. Omgekeerd wordt het parasympathische zenuwstelsel geactiveerd tijdens ontspanning, slaap of toestanden met lage energiebehoefte, wat meestal resulteert in een lagere hartslag en een verhoogde HRV.
Huidige fysiologische methoden voor het meten van cognitieve belasting omvatten ECG-activiteit, elektro-encefalografische (EEG) activiteit, ademhaling, bloeddruk en oculaire indices9. In vergelijking met traditionele retrospectieve vragenlijsten bieden fysiologische metingen een betere manier om de realtime toestanden van deelnemers vast te leggen, waardoor herinneringsbias en de temporele vertragingseffecten die inherent zijn aan zelfrapportagebenaderingen worden vermeden. Draagbare ECG-apparaten maken een continue en onopvallende beoordeling van de toestand van deelnemers mogelijk terwijl zij bezig zijn met lopende taken10. In vergelijking met andere fysiologische meettechnieken vertegenwoordigt draagbaar ECG een goedkope, niet-invasieve methode die deelnemers in staat stelt taken op een natuurlijkere en flexibelere manier uit te voeren binnen hun omgeving11. De gemiddelde hartslag neemt meestal toe naarmate de moeilijkheid van cognitieve takenstijgt met 12, en HRV is aangetoond zeer responsief te zijn op zowel mentale als fysieke eisen13. Aangezien van de huidige taak wordt verwacht dat deze taak aanzienlijke mentale inspanning en een bescheiden niveau van fysieke belasting zal vereisen, en gezien de praktische behoeften van taakdelegatiescenario's in mens-AI-samenwerking, zijn HR en HRV geschikte indices om cognitieve belasting te meten.
HR en HRV zijn veelvuldig toegepast op de studie van cognitieve belasting in meerdere domeinen, waaronder luchtvaart14, rijden15 en economische besluitvorming16, en bieden krachtige instrumenten voor de continue en objectieve beoordeling van menselijke toestanden. Met de groeiende integratie van AI op de werkvloer is het steeds belangrijker geworden om veranderingen in cognitieve belasting tijdens samenwerking tussen mens en AI te begrijpen. Een studie die AI-ondersteunde besluitvorming onderzocht, vond dat mensen onder omstandigheden van hoge cognitieve belasting een irrationele afhankelijkheid vertoonden van door AI gegenereerde suggesties17. In samenwerkingsomgevingen kan de rol van AI verder reiken dan alleen adviserende input, waardoor mensen en AI gezamenlijk taken kunnen voltooien. De huidige studie richt zich op een nieuwe samenwerkingsmethode waarbij mensen taaktoewijzingsbevoegdheid hebben en voor elke taak kunnen kiezen of ze deze zelf voltooien of delegeren aan de AI. In deze specifieke context, waarin mensen taaktoewijzingsbevoegdheid hebben, blijft het echter onduidelijk hoe taakmoeilijkheid het besluitvormingsgedrag beïnvloedt en daardoor verschillende niveaus van cognitieve belasting weerspiegelt. Daarom is deze studie bedoeld om draagbare ECG-apparaten te gebruiken om HR en HRV met precisie te meten, zodat de dynamische veranderingen in cognitieve belasting onder dit samenwerkingsparadigma objectief worden gekwantificeerd.
De gekozen samenwerkingstaak tussen mens en AI voor dit experiment is een algemene taak die is aangepast van het paradigma voorgesteld door Fügener et al.18. Het voordeel van zo'n generaliseerbare taak is dat deelnemers geen gespecialiseerde training hoeven te volgen en gemakkelijk kunnen worden overgeplaatst naar meer domeinspecifieke taken. In de hier beschreven studie omvat de experimentele taak beeldclassificatie, waarbij deelnemers worden gevraagd een doelafbeelding toe te wijzen aan een van de verschillende beeldcategorieëngroepen. Een classificatie wordt als correct beschouwd als de geselecteerde categoriegroep overeenkomt met de ware categorie van het doelbeeld. De doelafbeeldingen zijn afkomstig uit de ImageNet-database, waar categorieën al zijn gevalideerd. Voor elke categoriegroepoptie werden tien voorbeeldafbeeldingen aan deelnemers verstrekt om de kans te verkleinen dat zij zich niet bewust zijn van bepaalde categorieën19. We gebruikten GoogLeNet Inception v3 als het AI-model20, dat was getraind op 1.000 potentiële beeldcategorieën en een gemiddelde classificatienauwkeurigheid van 0,76 bereikte.
We voerden een voorlopig experiment uit om het moeilijkheidsgraad van de doelbeelden te bepalen. In dit voorlopige experiment moesten de deelnemers alle beelden zelf classificeren. De steekproefgrootte van 217 deelnemers in de huidige studie werd bepaald met verwijzing naar de mens-only aandoening gerapporteerd door Fügener et al.18. Bij een samenwerkingstaak is het over het algemeen wenselijk om elke taak toe te wijzen aan de partij die het beste geschikt is om deze uit te voeren. Om de taakmoeilijkheid te operationaliseren, vergeleken we de nauwkeurigheid van elke afbeelding met de gemiddelde nauwkeurigheid van de AI. Beelden met een menselijke nauwkeurigheid die lager is dan de gemiddelde nauwkeurigheid van de AI, werden gedefinieerd als beelden die geschikter zijn voor AI-voltooiing – dat wil zeggen, beelden die relatief moeilijk zijn voor mensen. In het formele experiment selecteerden we in totaal 32 afbeeldingen, waaronder 16 eenvoudige en 16 moeilijke afbeeldingen.
Een a priori power-analyse werd uitgevoerd met G*Power 3.1 voor een Wilcoxon signed-rank test21. We gingen uit van een gemiddelde effectgrootte, een tweezijdig α niveau van 0,05 en een gewenste macht van 0,90. De analyse gaf aan dat minimaal 47 deelnemers nodig waren. We rekruteerden 60 studenten van de campus die eerder niet aan soortgelijke experimentele taken hadden deelgenomen. De inclusiecriteria waren als volgt: alle deelnemers waren rechtshandig, hadden recent geen medicatie gebruikt, hadden 24 uur voorafgaand aan het experiment geen cafeïne en alcohol gebruikt, hadden de dag ervoor het experiment niet intensief geoefend, hadden de nacht voor de sessie voldoende geslapen en meldden geen hart- of lucht- of hart- of luchtwegaandoeningen. De gemiddelde leeftijd van de deelnemers was 22,77 ± 1,25 jaar. De experimentele opstelling is te zien in Figuur 1.
Voordat het experiment begon, kregen deelnemers te horen dat ze samen met een AI een beeldclassificatietaak zouden uitvoeren. Ze kregen de gemiddelde nauwkeurigheid van de AI te horen en gaven de instructie dat ze voor elk doelbeeld deze zelf konden classificeren of de classificatie aan de AI konden delegeren. Als deelnemers ervoor kozen de taak zelf te voltooien, reageerden ze door op een van de vijf toetsen (A, B, C, D of E) op het toetsenbord te drukken om een antwoord te kiezen uit de vijf afbeeldingsopties. Door op de aangewezen toets (P) te drukken, gaf het aan dat de taak aan de AI was gedelegeerd, hoewel deelnemers het door de AI gekozen antwoord niet konden zien. Er werd een marker geschreven bij zowel het begin als het vertrek van elke stimulus voor latere analyse. Voordat het formele experiment begon, voltooiden de deelnemers 4 oefenproeven, gevolgd door een rustperiode van 120 seconden. Daarna gingen ze verder met het formele experiment van 32 proeven. Er werd een interval van 10 seconden tussen de proeven ingezet. De experimentele procedure is geïllustreerd in Figuur 2.
<img alt="Figuur 1" class="xfigimg" src="/files/ftp_upload/69621/69621fig1v2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 1"> 
Figuur 1: Experimentele opstelling. De figuur toont de gebruikte apparatuur in het experiment en de plaatsing van ECG-meetelektroden. (A) Schema van de plaatsing van ECG-elektroden; (B) Experimentele opstelling. Klik <a href="https://www.jove.com/files/ftp_upload/69621/69621fig1v2large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>
<img alt="Figuur 2" class="xfigimg" src="/files/ftp_upload/69621/69621fig2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 2"> 
Figuur 2: Experimentele procedure. De oefensessie bestond uit 4 proeven, en het formele experiment bestond uit 32 proeven. Het experimentele programma werd ontwikkeld met behulp van E-Prime (zie Materiaaltabel). Afkorting: ECG = Elektrocardiogram. Klik <a href="https://www.jove.com/files/ftp_upload/69621/69621fig2large.jpg" target="_blank">hier om een grotere versie van deze figuur te bekijken.</a>

<table><tbody><tr><td>Alcohol wipes</td><td>-</td><td>-</td><td>Dit wordt gebruikt om de huid schoon te maken en te desinfecteren.</td></tr><tr><td>Acqknowledge 5.0</td><td>BIOPAC</td><td></td><td>Dit is software voor signaalgegevensverwerving en gegevensanalyse.</td></tr><tr><td>Desktop computer</td><td>Dell</td><td>OptiPlex</td><td>Deze desktop wordt gebruikt om de software voor ECG-verwerving en -analyse uit te voeren.</td></tr><tr><td>ECG data acquisition device</td><td>BIOPAC</td><td>MP160</td><td>Dit apparaat wordt gebruikt om ECG-gegevens op te nemen.</td></tr><tr><td>ECG electrodes</td><td>Shenfeng</td><td>S series</td><td>Dit is een accessoire dat wordt gebruikt om ECG-signalen te verzamelen.</td></tr><tr><td>Electrode lead set</td><td>BIOPAC</td><td>BN-EL45-LEAD3</td><td>Dit wordt gebruikt voor gegevensregistratie samen met de zender.</td></tr><tr><td>Ethernet cable</td><td>BIOPAC</td><td>-</td><td>Dit wordt gebruikt om het MP160-systeem en de gegevensverwervings- en analysesoftware met elkaar te verbinden.</td></tr><tr><td>Experimental software</td><td>PSYCHOLOGY SOFTWARE TOOLS</td><td>E-prime3.0 Build 3.0.3.31</td><td>Dit is de software die wordt gebruikt om het experimentele programma te maken.</td></tr><tr><td>Laptop</td><td>Dell</td><td>E5470</td><td>Deze laptop wordt gebruikt om het experimentele programma uit te voeren en de stimuli te presenteren.</td></tr><tr><td>M/F Ribbon Cable</td><td>BIOPAC</td><td>CBL110C</td><td>Dit wordt gebruikt om specifieke signalen over te dragen.</td></tr><tr><td>Medical tape</td><td>-</td><td>-</td><td>Dit wordt gebruikt om lange draden te bevestigen.</td></tr><tr><td>Power cable</td><td>BIOPAC</td><td>-</td><td>Dit wordt gebruikt om het apparaat van stroom te voorzien.</td></tr><tr><td>Receiver</td><td>BIOPAC</td><td>BN-RSPEC-R</td><td>Dit is een ECG-ontvanger.</td></tr><tr><td>Stretchy Velcro straps</td><td>BIOPAC</td><td>BN-STRAP-137&nbsp;</td><td>Dit wordt gebruikt om de ECG-zender te bevestigen.</td></tr><tr><td>Transmitter</td><td>BIOPAC</td><td>BN-RSPEC-T</td><td>Dit is een draadloze ECG-zender.</td></tr></tbody></table>

schat de cognitieve belasting met behulp van elektrocardiografische meting: een samenwerkingstaak tussen mens en ai

Estimate the Cognitive Load Using Electrocardiographic Measure: A Human-AI Collaborative Task

In de fysiologische metingen richtten we ons op HR- en HRV-indices in zowel het tijds- als het frequentiedomein. Voor het tijdsdomein kozen we Root Mean Square of Successive Differences (RMSSD), wat wordt beschouwd als een robuuste maat 22,23,24. Voor het frequentiedomein, hoewel de Lage Frequentie/Hoge Frequentieverhouding (LF/HF) vaak wordt geïnterpreteerd als een weerspiegeling van de balans tussen sympathische en parasympath...

Schat de cognitieve belasting met behulp van elektrocardiografische meting: een samenwerkingstaak tussen mens en AI

In workplace settings, individuals' cognitive load is closely tied to both performance and safety. As collaboration between humans and artificial ...

estimate-cognitive-load-using-electrocardiographic-measure-human-ai

Research

JoVE Journal

Behavior

Gedrag

Dit artikel heeft tot doel de technieken te beschrijven die betrokken zijn bij het verzamelen en synchroniseren van de meerdere dimensies (gedragsmatig, affectief en cognitief) van de betrokkenheid van leerlingen tijdens een taak.

Het beoordelen van de verschillende dimensies van Engagement te karakteriseren Learning: A Neurofysiologische Perspective

Dit manuscript beschrijft een aanpak van neurale activiteit van mensen te meten, terwijl het oplossen ruimtelijk gerichte technische problemen. De elektro-methodologie helpt interpreteren beta hersengolven gemeten in termen van neurale efficiëntie, met als doel het uiteindelijk mogelijk vergelijkingen van de taakuitvoering zowel tussen probleem soorten en tussen de deelnemers.

Door gebruik te maken Elektro Metingen voor Vergelijking van taakspecifieke Neural Efficiëntieverbeteringen: Ruimtelijke Intelligence Tasks

Dit werk presenteert een nieuw protocol voor de beoordeling van aandacht Deficit Hyperactivity Disorder (ADHD) door een objectievere diagnostische procedure te voorzien van deze ontwikkelingsstoornis, gebaseerd op het gebruik van innovatieve hulpmiddelen. Het analyseert ook de relatie tussen activeren en uitvoeringsfunctie maatregelen.

Met behulp van hersenen activering (nir-HEG/Q-EEG) en uitvoering van maatregelen (CPTs) in een ADHD beoordeling Protocol

Het huidige protocol beschrijft hoe gelijktijdige EEG- en fNIRS-opnamen moeten worden uitgevoerd en hoe de relatie tussen de EEG- en fNIRS-gegevens kan worden geinspecterd.

Het uitvoeren van gelijktijdige elektro-encefalografie en functionele nabij-infrarood spectroscopie-opnamen met een flanker taak

Deze studie stelde een experimenteel paradigma voor dat High-Definition Transcranial Direct Current Stimulation (HD-tDCS) toepast om de menselijke metacognitie in mens-AI-delegatietaken te verbeteren. De resultaten toonden de effectiviteit van HD-tDCS aan bij het verbeteren van de metacognitieve gevoeligheid.

High-definition transcraniële gelijkstroomstimulatie via de rechter dorsolaterale prefrontale cortex om de metacognitieve gevoeligheid te verbeteren

We zien hoe objectieve maatstaf kan worden toegepast in de schaal toegepast rubberhand paradigma illusie. Deze maatregel wordt verkregen door het modificeren van de gevestigde crossmodaal congruentie taak. Deze taak toe het onderzoek van multi-processen die cruciaal zijn voor modulaties van het lichaam representaties zoals in de rubberen hand-illusie zijn.

De crossmodaal Congruentie Taak als een middel om een ​​doelstelling Behavioral Meet verkrijgen in de Rubber Hand Illusion Paradigm

Dit protocol beschrijft de 5-keuze seriële reactietijd taak die een operant gebaseerde taak gebruikt om aandacht en impulscontrole bij knaagdieren bestuderen. Testdag uitdagingen, die een wijziging van de standaard taak zijn, de flexibiliteit van de taak en kan worden gecombineerd met andere manipulaties vollediger karakteriseren gedrag.

De 5-Keus Serial Reaction Time Taak: Een taak van aandacht en impulscontrole voor Knaagdieren

Potentiëring van de verrassingsreflex wordt gemeten via elektromyografie van de orbicularis oculi-spier tijdens een lage (onzekere) en hoge (zekere) waarschijnlijkheid van elektrische schokken in de Threat Probability Task. Dit biedt een objectieve maatstaf voor verschillende negatieve emotionele toestanden (angst/angstigheid) voor onderzoek naar psychopathologie, middelengebruik/misbruik en brede affectieve wetenschap.

Met behulp van de Threat Probability Task aan angst en vrees Tijdens Onzekere en bepaalde Threat Beoordelen

Het doel van dit protocol is om een ​​gedrags-test uit te voeren, zoals de aandachtsproblemen set verschuiven taak (AST) aan prefrontale cortex-gemedieerde cognitieve flexibiliteit bij muizen te beoordelen.

De Aandachtsvertekening Set Shifting Taak: een maat voor cognitieve flexibiliteit in Muizen

Het emotionele Stroop-effect (ESE) is het resultaat van langere benamingslatenties voor inktkleuren van emotiewoorden dan die van neutrale woorden. Dit rapport verwijst naar mogelijke bronnen van verwarring en bevat een modaal experiment dat de middelen biedt om deze te beheersen.

De emotionele Stroop Taak: Het beoordelen van de cognitieve prestaties onder Blootstelling aan emotionele inhoud

Leer cognitieve belasting meten via elektrocardiografie in mens-AI-samenwerking. Dit protocol gebruikt fysiologische indicatoren om besluitvormingsprocessen bij verschillende taakmoeilijkheden te analyseren.

Schat de cognitieve belasting met behulp van elektrocardiografische meting: een samenwerkingstaak tussen mens en AI

Meer video's verkennen