《International Journal of Industrial Ergonomics》：Neuroergonomics evaluation of teamwork in a fast-paced communication and shared decision-making task
编辑推荐：
本研究针对传统团队训练评估依赖主观指标、脑间同步性(IBS)与协作质量关系不明的问题，通过fNIRS超扫描技术，探究结构化训练对快节奏团队任务中神经协调机制的影响。研究发现，训练有素的团队在特定前额叶通道表现出更低的IBS，却伴随更高的观察者评分，支持了"团队神经效率"假说，为实时监测团队协作状态提供了神经生理学新指标。
在航空管制、急诊抢救等高压工作环境中，团队协作效率直接关系到任务成败甚至生命安全。然而，传统评估方法主要依赖主观评分和绩效指标，难以实时捕捉团队协作的神经动态过程。随着超扫描技术的发展，脑间同步性(Inter-Brain Synchrony, IBS)被视为衡量团队协调的潜在生理指标，但既往研究结论不一：部分研究发现IBS与合作质量正相关，另一些却报告负相关关系。这种矛盾凸显了厘清IBS功能意义的重要性——它究竟是团队协作的"促进剂"还是"副产品"？
为解答这一难题，浙江大学研究团队在《International Journal of Industrial Ergonomics》发表最新研究，创新性地将相互预测理论(Mutual Prediction Theory, MPT)框架引入团队神经工效学研究。研究人员设计了精心控制的实验：48名参与者组成24对二人团队，随机分配到结构化训练组或对照组，共同完成模拟喷涂机器人操作的快节奏微世界任务。该任务通过调节参数变化速率（低难度：3秒/次；高难度：1秒/次）操控任务难度，创造高认知负荷环境。训练组接受包含交叉培训和自我修正的结构化训练，旨在培养共享心智模型(Shared Mental Models, SMMs)；对照组则进行等时非结构化练习。
关键技术方法包括：1）采用功能近红外光谱(functional Near-Infrared Spectroscopy, fNIRS)超扫描技术同步记录双人前额叶皮层22个通道的神经活动；2）使用小波变换相干性(Wavelet Transform Coherence)计算0.01-0.1Hz频段的IBS；3）盲态观察者对团队协作的及时性、简洁性、默会性进行三维度评分；4）应用线性混合效应模型(Linear Mixed-Effects Models)分析数据，并采用六种机器学习算法进行团队状态分类。
3.1 自变量对绩效和评分的影响
行为绩效显示训练组在低难度条件下产出显著更高（p=0.021），且训练与难度存在显著交互作用（p=0.023）。观察者评分中，训练组在及时性（p=0.013）、简洁性（p=0.006）和默会性（p=0.011）均显著优于对照组，表明结构化训练有效提升了团队协作质量。
3.2 脑间同步性相关结果
最关键的发现出现在神经层面：与对照组相比，训练组在左侧背外侧前额叶皮层(Dorsolateral Prefrontal Cortex, DLPFC)的CH2、CH8通道和左侧额极皮层(Frontopolar Cortex, FPC)的CH22通道表现出显著更低的IBS（经FDR校正后p<0.05）。这种"高行为表现-低神经耦合"的模式挑战了"IBS越高协作越好"的传统认知。
3.3 机器学习分类结果
当使用原始实验分组标签时，分类器准确率约0.73；而基于观察者评分重新标定"高效协作"团队后，支持向量机(Support Vector Machine, SVM)的AUC提升至0.94，表明IBS模式蕴含团队协作质量的鉴别信息。
研究结论与讨论部分指出，训练组呈现的"低IBS-高绩效"模式支持相互预测理论的H2b路径：结构化训练通过培养共享心智模型，降低了团队对在线相互预测的需求，使协作变得更加自动化高效。这一"团队神经效率"现象在快节奏操作任务中尤为显著，训练有素的团队能够减少显性验证，依靠内隐协调维持高效协作。特别值得注意的是，低IBS特征在高难度条件下依然稳定存在，说明即使环境约束限制行为绩效差异，神经层面的效率优势仍然可侦测。
该研究的理论意义在于突破了IBS与团队质量必然正相关的线性思维，提出IBS实质是相互预测需求的指标——在需要显性协调的任务中，高IBS可能标志良好协作；而在常规化高压任务中，低IBS反而可能反映自动化高效协作。实践层面，特定前额叶通道的IBS模式展现出作为神经标记物的潜力，为开发团队协作状态的实时监测与自适应训练系统提供了新思路。未来研究需在全脑测绘、抗运动干扰算法优化和真实场景验证方面深入探索，以推动神经工效学在安全关键领域的应用。
