Mental Representation Impact Analysis (MERIA), a method for analyzing mental representations for the design of HMI. A case study in aeronautics

Résumé Fr En

Les pilotes de ligne en aviation civile évoluent dans des situations dynamiques et incertaines, assistés par des systèmes techniques complexes. Dans ces environnements, la gestion des risques par les opérateurs de première ligne doit être continuellement minimisée et maîtrisée, les pilotes sont soumis à d’importantes charges cognitives, pouvant mener à certaines erreurs de pilotage. Pour faciliter l’activité, les concepteurs de cockpits et d’interfaces cherchent à optimiser la conscience de situation et la représentation mentale des pilotes. Dans cette étude, nous nous intéressons aux représentations mentales des co-pilotes lors de la réalisation de scénarios risqués. Nous étudions en particulier, les écarts qui existent entre la représentation mentale « prescrite, attendue » et la représentation mentale « réelle, effective » des co-pilotes, soulignant les artéfacts qui sont à l’origine de ces écarts. Pour comprendre l’évolution de la représentation mentale au fil d’une activité, nous avons soumis une cohorte de co-pilotes à la réalisation d’un scénario risqué. L’activité de ces derniers a été filmée, commentée par des experts, puis des entretiens d’auto-confrontation ont été réalisés afin de renseigner les différents points de vue de l’activité. A travers la présentation d’une étude de cas d’un co-pilote, cet article propose la description de notre outil original de représentation graphique et chronologique de l’activité. Cet outil parvient à mettre en avant notamment : les représentations mentales du co-pilote à chaque étape du scénario, les écarts ayant impacté ou non l’activité, l’usage des outils et l’impact que cela peut avoir sur les représentations mentales. Cet outil présente de nombreux avantages : une comparaison efficace d’états mentaux relatifs à deux ou plusieurs opérateurs, une quasi-exhaustivité dans la présentation des différents jeux de données recueillis et analysés, une vision synthétique et précise de l’activité déployée. L’outil d’analyse est applicable à d’autres domaines que l’aéronautique et offre des prises considérables pour identifier les erreurs d’origine cognitive et les solutionner à la source.

Airline pilots in civil aviation operate in dynamic and uncertain situations, supported by complex technical systems. In these environments, risk management by front-line operators must be continuously minimized and controlled, and pilots are subject to high cognitive loads, which can lead to some piloting errors. To facilitate the activity, cockpit and interface designers are seeking to optimize pilot situational awareness and mental representation. In this study, we are interested in the mental representations of co-pilots when performing in risky scenarios. In particular, we studied the gaps between the “prescribed, expected” and “real, effective” mental representation of co-pilots, highlighting the artifacts that are at the root of these gaps. To understand the evolution of mental representation over the course of an activity, we submitted a cohort of co-pilots to the experience of a risky scenario. Their activity was filmed, commented on by experts, and then self-confrontation interviews were conducted to gather the different points of view of the activity. Through the presentation of a case study of a co-pilot, this article describes our original tool for graphical and chronological representation of the activity. This tool highlights: the mental representations of the co-pilot at each stage of the scenario, the gaps that may or may not have impacted the activity, the use of available technology and the impact that this may have had on the mental representations. This tool has many advantages: an efficient comparison of mental states of two or more operators, an almost exhaustive presentation of the many datasets collected and analyzed, a synthetic and precise vision of the activity. The analysis tool is applicable to fields other than aeronautics and offers considerable opportunities to identify errors of cognitive origin and solve them at the source.