Name: Bilişsel Yükü Elektrokardiyografik Ölçüm Kullanarak Tahmin Edin: İnsan-Yapay Zeka İşbirliği Görevi (Video) | JoVE Journal
Uploaded: 2025-12-05T14:45:00.000+00:00
Duration: 7 min 8 s
Description: Öğrenin, insan-yapay zeka işbirliği görevlerinde bilişsel yükü elektrokardiyografi kullanarak nasıl ölçeceğinizi. Bu yöntem, görev zorluğuna göre değişen bilişsel süreçleri değerlendirmeye yardımcı olur.

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>

Bilişsel yük, bir görev yerine getirildiği belirli bir süre içinde bir bireyin bilişsel sistemine uygulanan toplam zihinsel aktivitemiktarını ifade eder 1. Artan bilişsel yük insan performansını olumsuz etkileyebilir ve iş yeri kazalarına büyük katkısağlar 2. Yüksek bilişsel yük durumları, sempatik sinir sistemini aktive ederek ve parasempatik sinir sistemini engelleyerek kalp aktivitesini etkiler; böylece kalp atış hızını (HR) artırır ve kalp atış hızı değişkenliğini (HRV) azaltır. Beklenti inançları, bireylerin belirli bir görevi veya faaliyeti başarıyla tamamlayabileceklerine inandıkları dereceyiifade eder 4. Görev zorluğu, bireylerin beklenti inançlarını etkiler; bu da davranışsal etkileşimlerini ve bilişsel kaynakların tahsisini düzenler; nihayetinde farklı bilişsel yük seviyeleri olarak ortaya çıkar.
Elektrokardiyografi (EKG), kalbin elektriksel aktivitesinin yüksek temporal çözünürlüklü bir kaydını sağlar. EKG sinyallerinden türetilen HR ve HRV indeksleri, kalp ritminin farklı yönlerini yakalar ve bireyin fiziksel ve zihinsel stresinin psikofizyolojik göstergeleriolarak hizmet eder 5. HR, kalp kasılmalarının genel sıklığını yansıtır ve kardiyovasküler sistemin temel durumunu değerlendirmek için kullanılabilir. HRV, ardışık kalp atışları arasındaki zamansal değişimi temsil eder ve otonom sinir sistemi (ANS) düzenlemesinin bir göstergesi olarak hizmet eder; sempatik ve parasempatik aktivite arasındaki dinamik dengeyi yansıtır 6,7,8. Sempatik sinir sistemi stres, tehdit veya yüksek yoğunluklu aktivite sırasında aktive olur ve genellikle kalp atışı artışına ve HRV'nin düşmesine yol açar. Buna karşılık, parasempatik sinir sistemi gevşeme, uyku veya düşük enerji talebi durumunda aktive olur ve genellikle kalp atış hızının azalmasına ve HRV'nin artmasına yol açar.
Bilişsel yükü ölçmek için mevcut fizyolojik yöntemler arasında EKG aktivitesi, elektroensefalografik (EEG) aktivite, solunum, kan basıncı ve gözindeksleri yer alır 9. Geleneksel geriye dönük anketlere kıyasla, fizyolojik ölçümler katılımcıların gerçek zamanlı durumlarını yakalamak için daha iyi bir yöntem sunar; böylece hatırlama yanlılığı ve kendi raporlama yaklaşımlarında bulunan zamansal gecikme etkilerini önler. Taşınabilir EKG cihazları, katılımcıların devam eden görevlerle meşgul oldukları sürede durumlarının sürekli ve göze çarpılmadan değerlendirilmesinisağlar 10. Diğer fizyolojik ölçüm teknikleriyle karşılaştırıldığında, taşınabilir EKG, katılımcıların görevleri çevrelerinde daha doğal ve esnek bir şekilde yerine getirebilmelerini sağlayan düşük maliyetli, invaziv olmayan biryöntemdir 11. Bilişsel görev zorluğu arttıkça ortalama kalp itibiartma eğilimindedir ve HRV'nin hem zihinsel hem de fiziksel taleplere yüksek tepki verdiğigösterilmiştir 13. Mevcut görevin önemli zihinsel çaba ve ılımsız bir fiziksel yük gerektirmesi beklendiği ve insan-yapay zeka iş birliğindeki görev devre senaryolarının pratik ihtiyaçları göz önüne alındığında, İK ve HRV bilişsel yükü ölçmek için uygun endekslerdir.
İK ve HRV, havacılık14, sürüş15 ve ekonomik kararalma 16 dahil olmak üzere birçok alanda bilişsel yükün incelenmesinde yaygın olarak uygulanmış ve insan durumlarının sürekli ve nesnel değerlendirilmesi için güçlü araçlar sağlamıştır. Yapay zekanın iş yerlerine giderek daha fazla entegrasyonu ile birlikte, insan-yapay zeka iş birliği sırasında bilişsel yükteki değişiklikleri anlamak giderek daha önemli hale geldi. Yapay zeka destekli karar alma süreçlerini inceleyen bir çalışma, yüksek bilişsel yük koşullarında insanların yapay zeka tarafından oluşturulan önerilere mantıksız bir bağımlılık gösterdiğiniortaya koymuştur 17. İşbirlikçi ortamlarda, yapay zekanın rolü danışmanlık girdisi vermekten öteye geçebilir; bu da insanların ve yapay zekanın görevleri birlikte tamamlamasını sağlar. Bu çalışma, insanların görev tahsisi yetkisine sahip olduğu ve her görev için bunu kendilerinin tamamlayıp tamamlamayacağını ya da yapay zekaya devredebileceği yeni bir iş birliği moduna odaklanmaktadır. Ancak, insanların görev tahsisi yetkisine sahip olduğu bu özel bağlamda, görev zorluğunun karar alma davranışını nasıl etkilediği ve dolayısıyla farklı bilişsel yük seviyelerini nasıl yansıttığı net değildir. Bu nedenle, bu çalışma, HR ve HRV'yi hassas bir şekilde ölçmek için taşınabilir EKG cihazları kullanmayı ve böylece bu işbirlikçi paradigma altında bilişsel yükteki dinamik değişiklikleri objektif olarak niceltmeyi amaçlamaktadır.
Bu deney için seçilen insan-yapay zeka işbirliğine dayalı görev, Fügener ve ark.18 tarafından önerilen paradigmadan uyarlanmış genel bir görevdir. Böyle genelleştirilebilir bir görevin avantajı, katılımcıların özel eğitim almasını gerektirmemesi ve daha alana özgü görevlere kolayca aktarılabilmesidir. Burada anlatılan çalışmada, deneysel görev görüntü sınıflandırmasını içerir; katılımcılardan hedef bir görüntüyü birkaç görüntü kategorisi grubundan birine atamaları istenir. Seçilen kategori grubu hedef görselin gerçek kategorisiyle eşleşiyorsa sınıflandırma doğru kabul edilir. Hedef görseller, kategorilerin zaten doğrulandığı ImageNet veritabanından seçildi. Her kategori grubu seçeneği için, katılımcılara belirli kategorilerden habersiz olma olasılıklarını azaltmak amacıyla on örnek görselsunuldu 19. GoogLeNet Inception v3'ü AImodel 20 olarak kullandık; bu model 1.000 potansiyel görüntü kategorisi üzerinde eğitilmişti ve ortalama 0.76 sınıflandırma doğruluğu elde etti.
Hedef görüntülerin zorluk seviyesini belirlemek için ön bir deney yaptık. Bu ön deneyde, katılımcıların tüm görüntüleri kendi başlarına sınıflandırmaları istendi. Mevcut çalışmadaki 217 katılımcının örneklem büyüklüğü, Fügener ve ark.18 tarafından bildirilen sadece insan kaynaklı duruma referans olarak belirlenmiştir. İşbirlikçi bir görevde, her görevin onu yerine getirmeye en uygun tarafa atanması genellikle arzu edilir. Görev zorluğunu operasyonel hale getirmek için, her görüntünün doğruluğunu yapay zekanın ortalama doğruluğuyla karşılaştırdık. İnsan doğruluğuna sahip görüntüler, yapay zekanın ortalama doğruluğundan daha düşük olan görüntüler, yapay zeka tamamlamaya daha uygun olanlar olarak tanımlandı — yani insanlar için nispeten zor olan görüntüler. Resmi deneyde, toplamda 32 görüntü seçtik; bunların 16'sı kolay ve 16'sı zor görüntü dahildir.
Wilcoxon imzalı rütbetesti 21 için önceden G*Power 3.1 kullanılarak güç analizi yapıldı. Orta bir etki boyutu, iki kuyruklu α seviyesi 0.05 ve istenen güç 0.90 varsaydık. Analiz, en az 47 katılımcının gerekli olduğunu gösterdi. Kampüsten benzer deneysel görevlere daha önce katılmamış 60 öğrenciyi kadroya aldık. Dahil etme kriterleri şöyleydi: Tüm katılımcılar sağ elini kullanmış, yakın zamanda ilaç kullanmamış, deneyden önce 24 saat kafein ve alkolden uzak durmuşlar, deneyden bir gün önce yoğun fiziksel egzersiz yapmamışlar, seans öncesi gece yeterli uyku korumuşlar ve kardiyovasküler ya da solunum yolu hastalığı bildirmemişlerdir. Katılımcıların ortalama yaşı 22,77 ± 1,25 idi. Deneysel düzen Şekil 1'de gösterilmiştir.
Deney başlamadan önce, katılımcılara bir yapay zeka ile birlikte bir görüntü sınıflandırma görevi yapacakları bildirildi. Onlara yapay zekanın ortalama doğruluğu söylendi ve her hedef görüntü için ya kendileri sınıflandırabilecekleri ya da sınıflandırmayı yapay zekaya devredebilecekleri talimatı verildi. Katılımcılar görevi kendileri tamamlamayı seçtiyse, beş görüntü seçeneğinden bir cevabı seçmek için klavyedeki beş tuşundan (A, B, C, D veya E) birine basarak yanıt veriyorlardı. Belirlenmiş tuşa (P) basıldığında, görev yapay zekaya devredildiği anlamına gelir, ancak katılımcılar yapay zekanın seçtiği cevabı göremezdi. Her uyarıcının başlangıcında ve kayışında bir işaretleyici yazılarak sonraki analizler yapıldı. Resmi deney başlamadan önce, katılımcılar 4 deneme tamamladı ve ardından 120 saniyelik bir dinlenme dönemi yapıldı. Daha sonra 32 denemelik resmi deneye geçtiler. Her deneme arasında 10 saniyelik bir deneme arası aralık sağlandı. Deneysel prosedür Şekil 2'de gösterilmiştir.
<img alt="Şekil 1" class="xfigimg" src="/files/ftp_upload/69621/69621fig1v2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 1"> 
Şekil 1: Deneysel kurulum. Şekil, deneyde kullanılan ekipmanı ve EKG ölçüm elektrotlarının yerleşimini göstermektedir. (A) EKG elektrot yerleşim şeması; (B) Deneysel kurulum. <a href="https://www.jove.com/files/ftp_upload/69621/69621fig1v2large.jpg" target="_blank">Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.</a>
<img alt="Şekil 2" class="xfigimg" src="/files/ftp_upload/69621/69621fig2.jpg" data-altupdatedat="1783400419000" data-alt="Figure 2"> 
Şekil 2: Deneysel prosedür. Uygulama oturumu 4 denemeden oluşuyordu ve resmi deney 32 denemeyi içeriyordu. Deneysel program E-Prime kullanılarak geliştirildi (bkz. Materyal Tablosu). Kısaltma: EKG = Elektrokardiyogram. <a href="https://www.jove.com/files/ftp_upload/69621/69621fig2large.jpg" target="_blank">Bu figürün daha büyük bir versiyonunu görmek için lütfen buraya tıklayın.</a>

<table><tbody><tr><td>Alkollü mendiller</td><td>-</td><td>-</td><td>Bu, cildi temizlemek ve dezenfekte etmek için kullanılır.</td></tr><tr><td>AcqKnowledge 5.0</td><td>BIOPAC</td><td></td><td>Bu, sinyal veri edinimi ve veri analizi için kullanılan yazılımdır.</td></tr><tr><td>Masaüstü bilgisayar</td><td>Dell</td><td>OptiPlex</td><td>Bu masaüstü, EKG toplama ve analiz yazılımını çalıştırmak için kullanılır.</td></tr><tr><td>EKG veri toplama cihazı</td><td>BIOPAC</td><td>MP160</td><td>Bu cihaz, EKG verilerini kaydetmek için kullanılır.</td></tr><tr><td>EKG elektrotları</td><td>Shenfeng</td><td>S serisi</td><td>Bu, EKG sinyallerini toplamak için kullanılan bir aksesuardır.</td></tr><tr><td>Elektrot lead seti</td><td>BIOPAC</td><td>BN-EL45-LEAD3</td><td>Bu, vericiyle birlikte veri kaydı için kullanılır.</td></tr><tr><td>Ethernet kablosu</td><td>BIOPAC</td><td>-</td><td>Bu, MP160 sistemi ile veri toplama ve analiz yazılımını bağlamak için kullanılır.</td></tr><tr><td>Deneysel yazılım</td><td>PSIKOLOJI YAZILIM ARAÇLARI</td><td>E-prime3.0 Build 3.0.3.31</td><td>Bu, deneysel programın hazırlanmasında kullanılan yazılımdır.</td></tr><tr><td>Dizüstü bilgisayar</td><td>Dell</td><td>E5470</td><td>Bu dizüstü bilgisayar, deneysel programı çalıştırmak ve uyaranları sunmak için kullanılır.</td></tr><tr><td>Pazar/Kız Günü Şerit Kablosu</td><td>BIOPAC</td><td>CBL110C</td><td>Bu, belirli sinyalleri iletmek için kullanılır.</td></tr><tr><td>Tıbbi bant</td><td>-</td><td>-</td><td>Bu, uzun kabloları sabitlemek için kullanılır.</td></tr><tr><td>Güç kablosu</td><td>BIOPAC</td><td>-</td><td>Bu, cihazı beslemek için kullanılır.</td></tr><tr><td>Alıcı</td><td>BIOPAC</td><td>BN-RSPEC-R</td><td>Bu bir EKG alıcısı.</td></tr><tr><td>Esnek Velcro kayışlar</td><td>BIOPAC</td><td>BN-STRAP-137&nbsp;</td><td>Bu, EKG vericisini düzeltmeye yardımcı olmak için kullanılır.</td></tr><tr><td>Verici</td><td>BIOPAC</td><td>BN-RSPEC-T</td><td>Bu kablosuz bir EKG vericisidir.</td></tr></tbody></table>

bilişsel yükü elektrokardiyografik Ölçüm kullanarak tahmin edin: İnsan-yapay zeka İşbirliği görevi

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

Fizyolojik ölçümlerde, hem zaman hem de frekans alanlarındaki HR ve HRV endekslerine odaklandık. Zaman alanı için, sağlam bir ölçüolarak kabul edilen Kök Ortalama Farkların Kare Kare (RMSSD) seçtik; bu ölçü 22,23,24 olarak kabul edilir. Frekans alanı için, Düşük Frekans/Yüksek Frekans oranı (LF/HF) genellikle sempatik ve parasempatik aktivite arasındaki dengeyi yansıttığı şeklinde yorumlansa da, bu yorum tartışmalı<sup class="xr...

Bilişsel Yükü Elektrokardiyografik Ölçüm Kullanarak Tahmin Edin: İnsan-Yapay Zeka İşbirliği Görevi

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

Davranış

Bu makale, bir görev sırasında öğrencilerin katılımının çoklu boyutlarının (davranışsal, duyuşsal ve bilişsel) toplanması ve senkronize edilmesinde yer alan teknikleri tanımlamayı amaçlamaktadır.

Nişan Çoklu Boyutları değerlendirilmesi Öğrenme karakterize etmek: Bir Nörofizyolojik Perspektif

Bu el yazması mekansal odaklı mühendislik problemlerini çözerken insanların sinir aktivitesini ölçmek için bir yaklaşım anlatılmaktadır. EEG yöntemi sonuçta sorun türleri arasında ve katılımcılar arasında hem görev performansı karşılaştırmaları sağlayan amacıyla, nöral verimlilik açısından beta beyin dalgası ölçümleri yorumlamaya yardımcı olur.

Görev Özgü Sinir Efficiencies Karşılaştırma için Elektroensefalografi Ölçümler kullanmak: Mekansal Zeka Görevleri

Bu çalışma değerlendirmesi dikkat eksikliği hiperaktivite bozukluğu (DEHB) için yeni bir iletişim kuralı bu gelişimsel bozukluk yenilikçi araçları kullan seçeneğine göre daha objektif bir tanı yordam sağlayarak sunar. Aynı zamanda harekete geçirmek ölçümleri ve yönetim işlevi önlemleri arasındaki ilişkiyi inceler.

Beyin harekete geçirmek (NIR-HEG/Q-EEG) ve yürütme önlemler (CPTs) bir DEHB değerlendirme protokolü kullanarak

Bu protokol, eşzamanlı EEG ve fNIRS kayıtlarının nasıl gerçekleştirildirilebildiğini ve EEG ile fNIRS verileri arasındaki ilişkinin nasıl denetleniyi açıklamaktadır.

Flanker Görevi ile Eşzamanlı Elektroensefalografi ve Fonksiyonel Yakın Kızılötesi Spektroskopi Kayıtlarının Yapılması

Bu çalışma, insan-yapay zeka delegasyon görevlerinde insan üstbilişini geliştirmek için Yüksek Çözünürlüklü Transkraniyal Doğru Akım Stimülasyonunu (HD-tDCS) uygulayan deneysel bir paradigma önerdi. Sonuçlar, HD-tDCS'nin üstbilişsel duyarlılığı artırmadaki etkinliğini göstermiştir.

Metabilişsel Duyarlılığı Artırmak için Sağ Dorsolateral Prefrontal Korteks Üzerinde Yüksek Çözünürlüklü Transkraniyal Doğru Akım Stimülasyonu

Biz objektif bir ölçü yaygın olarak kullanılan lastik el yanılsama paradigma istihdam nasıl göstermektedir. Bu tedbir köklü crossmodal uyumu görev değiştirerek elde edilir. Bu görev, lastik el yanılsama olduğu gibi vücut temsilleri modülasyon için kritik olan multisensory süreçlerin incelenmesi sağlar.

Kauçuk El Illusion Paradigma bir Amaç Davranış Tedbir Alınması Aracı Olarak Crossmodal Congruency Görev

Bu protokol dikkat ve kemirgenlerde dürtü kontrolü incelemek için kullanılan bir edimsel dayalı bir iştir 5-seçim seri reaksiyon süresi görevi anlatılmaktadır. Standart görev modifikasyonları olan Test gün zorluklar, görevin esnekliğini arttırmak ve daha tam olarak davranışını karakterize etmek üzere diğer manipülasyonlar ile kombine edilebilir.

5 seçmeli Seri Reaksiyon Süresi Görev: Kemirgenler için Dikkat Görev ve Dürtü Kontrol

İrkilme refleksinin güçlendirilmesi, Tehdit Olasılığı Görevinde düşük (belirsiz) ve yüksek (belirli) olasılıklı elektrik çarpması tehdidi sırasında orbicularis oculi kasının elektromiyografisi ile ölçülür. Bu, psikopatoloji, madde kullanımı/kötüye kullanımı ve geniş duygusal bilim araştırmaları için farklı olumsuz duygusal durumların (korku / kaygı) objektif bir ölçüsünü sağlar.

Tehdit Olasılık Görevi kullanma Belirsiz ve belirli Tehdit sırasında Anksiyete ve Korku değerlendirin

Bu protokolün amacı bu tür farelerde prefrontal korteks-aracılı bilişsel esneklik değerlendirmek için görev (AST) vites dikkat set olarak bir davranış tahlil yapmaktır.

Dikkat Seti Değişen Görev: Farelerde Bilişsel Esneklik bir ölçün

Duygusal Stroop etkisi (ESE), duygu sözcüklerinin mürekkep renklerine nötr sözcüklerinkinden daha uzun adlandırma gecikmelerinin sonucudur. Bu rapor, potansiyel kafa karıştırıcı kaynaklara atıfta bulunur ve bunları kontrol etmek için araçlar sağlayan modal bir deney içerir.

Duygusal Stroop Görev: Duygusal İçeriğe Pozlama altında Bilişsel Performans Değerlendirme

Öğrenin, insan-yapay zeka işbirliği görevlerinde bilişsel yükü elektrokardiyografi kullanarak nasıl ölçeceğinizi. Bu yöntem, görev zorluğuna göre değişen bilişsel süreçleri değerlendirmeye yardımcı olur.

Bilişsel Yükü Elektrokardiyografik Ölçüm Kullanarak Tahmin Edin: İnsan-Yapay Zeka İşbirliği Görevi

Daha fazla video keşfet