SEGNALI DAL NOSTRO CERVELLO

Di Daniele Amore

Vincitore del premio scientifico 2024 I GUIDONIANI, sezione controllo del traffico aereo.

Dedicato al collega Massimo Petrella.Vincitore del premio scientifico 2024 I GUIDONIANI, sezione controllo del traffico aereo.

Il sistema di gestione del traffico aereo (ATM) sta subendo un’importante trasformazione che coinvolge processi, personale e ambienti gestionali, con un focus sull’aumento dell’automazione. Questo cambiamento richiederà un’evoluzione dei compiti e dei metodi di lavoro dei controllori, che dovranno delegare più attività e decisioni ai sistemi automatizzati. In questo contesto, la capacità di misurare e valutare il comportamento cognitivo dei controllori sarà cruciale per migliorare il processo di formazione.

Il modello S-R-Kx) è basato sull’osservazione diretta degli operatori nei loro compiti, rendendolo particolarmente adatto per studiare il Fattore Umano (HF) nel contesto dell’ATM. Il modello S-R K, introdotto da Rasmussen nel 1979, descrive tre modalità di controllo cognitivo. Il comportamento Skill rappresenta un comportamento automatico e fluido basato su compiti senso-motori eseguiti senza controllo conscio e senza richiedere attenzione da parte dell’operatore. Il comportamento Rule è basato su regole o procedure memorizzate, acquisite da esperienze passate o fonti esterne. Richiede il riconoscimento consapevole della situazione e l’applicazione delle regole appropriate. Infine, il comportamento Knowledge viene applicato in situazioni sconosciute, dove non ci sono regole predefinite. Comporta un processo cognitivo intenso per risolvere problemi e scegliere la soluzione più adeguata.

Al momento, esiste una lacuna negli strumenti che possono fornire valutazioni obiettive e quantificabili dei livelli di competenza, fondamentali per ottimizzare i programmi di formazione del personale. In questo contesto, il modello S-R-K, ancora prominente nel settore aeronautico e in particolare nel controllo del traffico aereo (ATCOs), rappresenta un punto di riferimento prezioso. Lo studio mira proprio a caratterizzare il modello comportamentale SRK da una prospettiva neurofisiologica, specialmente analizzando l’attività corticale cerebrale dell’operatore.

Materiali e metodi

La ricerca è stata condotta all’Università degli Studi di Roma “La Sapienza” nel Laboratorio di Neuroscienze Industriali del prof. Fabio Babiloni. I compiti sperimentali sono stati progettati secondo il modello S-R-K di Rasmussen e includevano scenari specifici per indurre comportamenti di tipo Skill, Rule e Knowledge, randomizzati per mitigare gli effetti di abitudine e aspettativa. L’attività cerebrale dei partecipanti, ovvero il segnale elettroencefalografico (EEG), è stata registrata durante l’intero svolgimento dei compiti sperimentali.

di familiarizzazione. I partecipanti hanno anche completato un questionario post compito per valutare la percezione delle proprie prestazioni in termini di attenzione, automazione del compito e familiarità. Inoltre, sono stati considerati anche i dati comportamentali per la stima dell’accuratezza di svolgimento del compito.

Risultati

Le analisi statistiche hanno evidenziato un significativo aumento del tempo di completamento e una significativa diminuzione dell’accuratezza nella condizione di Knowledge rispetto a Skill e Rule. I questionari hanno evidenziato una maggiore percezione di “sconosciuto” e una maggiore necessità di “ragionamento e pianificazione” nella condizione di Knowledge rispetto a quella di Rule e Skill.

I risultati dello studio hanno evidenziato anche un aumento graduale dell’attivazione cerebrale all’aumentare del livello di controllo cognitivo, con una maggiore coinvolgimento delle aree cerebrali nei comportamenti Rule e Knowledge rispetto a Skill. Le analisi dell’EEG hanno quindi rivelato diversi pattern di attività cerebrale associati a specifiche funzioni cognitive. Ad esempio, il processo di decision-making è stato osservato prevalentemente nel comportamento Rule e Knowledge rispetto al comportamento Skill. In particolare, in quest’ultimo, si è riscontrato il coinvolgimento di regioni cerebrali profonde mentre, nelle altre due tipologie di com- portamento, l’attivazione di regioni più superficiali. Ciò riflette il concetto che le regioni cerebrali più profonde sono, dal punto di vista evolutivo, più antiche e coinvolte principalmente nel controllo delle funzioni vitali e dei processi automatici. Al contrario, le aree corticali più esterne sono associate a funzioni cognitive superiori, coerentemente con i risultati ottenuti riguardo al processo decisionale nei comportamenti analizzati. Un’altra funzione cognitiva presente principalmente nel comportamento Rule è stata il recupero della memoria (memory retrieval), fondamentale per il recupero di informazioni. Inoltre, in tutte e tre le tipologie di comportamento si è notato il coinvolgimento delle aree associate all’elaborazione delle informazioni visive come la corteccia visiva primaria, secondaria e associativa.

La simulazione mentale è un’altra funzione cognitiva maggiormente presente nei comportamenti Rule e Knowledge, utile per l’immaginazione e la pianificazione futura. Sia Skill, Rule e Knowledge hanno mostrato un’attivazione delle aree associate alla memoria di riconoscimento, essenziale per la nostra capacità di ricordare e riconoscere stimoli passati.

Quest’area è probabilmente presente in tutti e tre i comportamenti poiché tutti i partecipanti hanno completato una sessione di pratica per attenuare potenziali condizionamenti legati all’apprendimento, rendendo familiare l’interfaccia presentata in ciascun compito. Infine, aree cerebrali associate alle funzioni cognitive elevate che comprendono la comprensione vi-

Irisultati dello studio hanno evidenziato anche un aumento graduale dell’attivazione cerebrale all’aumentare del livello di controllo cognitivo siva e linguistica, così come la regolazione emotiva, sono state osservate nei comportamenti Rule e Knowledge. L’assenza di attività in questa regione nel comportamento Skill suggerisce che tale comportamento si svolga senza significativi richiami mentali o cognitivi.

Conclusioni e Impatto

Per concludere, i risultati dello studio suggeriscono che la misura dei comportamenti Skill, Rule e Knowledge potrebbe avere un’ampia applicabilità in quei contesti dove valutare l’esperienza e le competenze cognitive è essenziale. Ad esempio, nel contesto del controllo del traffico aereo, l’abilità dei controllori di gestire situazioni complesse dipende dalle loro competenze tecniche, dalla conoscenza delle procedure operative e dalla capacità di prendere decisioni informate. Questo approccio potrebbe migliorare significativamente la formazione e la valutazione dei controllori di traffico aereo, contribuendo a garantire livelli più elevati di sicurezza ed efficienza nel settore.

Il prossimo step si concentrerà nello sviluppo e nella validazione di un indice basato sull’EEG utilizzando un approccio di machine learning, mediante il quale valutare in tempo reale come gli utenti stanno svolgendo i compiti. In altre parole, saremo in grado di misurare l’esperienza degli utenti valutando se stanno svolgendo i compiti proposti a livello Skill, Rule o Knowledge.