碰巧我的活动与为危险行业人员建立培训中心有关。由于模仿者是在多方向的科学载体（计算机图形学，工程心理学（对一个人的生理和心理特征，广义独立特征，性格和职业的心理图的研究），人体工程学，认知科学，计算机科学等）的背景下发展的，
所以我经常听到有关以下方面的问题：为什么我更喜欢不使用“经典”等级（1-5）或（0-100），而是使用整套（知识-技能-技能），并且我还根据员工的工作条件使用技能转移的程度。
为什么？将有两个答案-一个简单，另一个详细。
平原：
想象一个情况，有2个人接受过培训-例如，负责整个设备组合操作的操作员，例如清洁人员。
根据训练结果，操作员得到“ 4+”，清洁工得到“ 4”。可以得出结论，对操作员进行了更好的培训。如果我们仅以“教学规模” 1-5讲，那就是这样。
为什么这么糟？
事实证明，两者在某个地方都错了吗？此外，操作员被误认为是0.5，清洁工被误认为是1。现在让我们问一个问题：“该单元和实际生产中的0.5背后的错误会导致什么？”清洁女工会忘记在“小心，潮湿的地板”上放一个标志，有人很可能会滑倒，很可能会受伤……说。
而操作员呢，在紧急情况下，他很有可能（例如）无法执行正确的动作，例如，整个物体都有可能起飞。他的“丢失”部分的一半隐藏了什么？
事实证明，对于清洁工来说，操作员“看上去”比4+差3甚至3。
因此，在创建和操作模拟器时，我尽量不要使用经典的等级量表。
我已经写过有关风险管理的文章，现在我将尝试逐步评估和控制所需的人员特征水平...
换句话说，我的意思是任何单一的评估，即使是0..5，甚至是0..100，也无法充分反映人员对风险的准备程度。工作。我将向您展示如何通过剩余风险（以货币形式，死亡人数等）表达“意愿”。
因为 而不是“见习生只有4人”，而是说“当前对人员的培训处于每年可能损失240000卢布的水平，处于“可接受的风险”的水平，即 人员可以被允许工作。”
基本假设：
“每个人为错误的概率等于模拟器（模拟器）上的错误概率，这与真实系统完全相同（系统可靠地复制了真实的系统）”
1.工作程序
算法是一组有限的规则，可确定解决特定问题集的操作顺序，并具有五个重要特征：有限性，确定性，输入，输出，效率。（D. E. Knut）对于任何精通的专业，都可以区分培训目标，例如，人员应该能够进行调节，调节所精通的专业设备的特性。
算法是一种精确的处方，它定义了从变化的输入数据到所需结果的计算过程。（马可夫）
实现目标的前提是成功解决了许多任务（阶段）。因此，用于执行工作（规则）的算法可以表示为一组有序任务，而该算法可以是线性的，也可以具有更复杂的结构（图）。
图片。线性和非线性算法（人员执行操作的方案
）直接执行工作的ZUN（知识技能技能）的评估，形成和校正意味着，算法中包含的每个任务（元素）的ZUN的形成。
依次必须定义每个任务：
- 输入-设置变量初始数据；
- 定义操作顺序的一组有限规则；
- 二手设备，工具和设备；
- 期望的结果（指定的输出）；
- 评估有效性的方法。
接下来，我们将尝试“显示”点＃5
图。算法组成元素的方案-
知识任务：
- 装置，目的和操作原理。
- 主要参数及性能
- 参数值（补偿扭矩，启动电流等）
- 安全规定
- 平台，楼梯的布置，方便，安全地维护...
- 物体，通道和服务场所的照明。
- 安装和调试，接线图等
- 打标
- 工具和测量设备的使用规则
- (, )
- , , .
- .
- .
- ( )
- .
- (, )
- ( , ).
- , .
- 填写图表，期刊和报告的标准表格
- 等等
技能专长：
- 切实地（使用知识）执行任务（在给定的时间以要求的准确性）；
技能专长：
- 实际完成任务（在整个轮班期间，以给定的时间达到要求的准确性）；
例如，用于执行工作-离心泵测试的ZUN算法的形成（GOST 6134-2007。动态泵。测试方法）可以分为以下任务：
- 在泵中运行（单元）
- 消除压力和能量特征
- 旋转频率
- 泵送料；
- 泵入口和出口的压力或指定压力之间的差，
- 泵送液体的温度。
- 泵的功率消耗及其效率对流量的依赖性
- 消除气蚀特性
- 自吸泵测试
- 处理测试结果
要执行这些任务，有必要在受训者中形成以下知识：
1.术语，定义：
- 目的地指标（流量，扬程，速度）；
- 效率和设计指标（吸头Δh（NPSH），性能系数（COP），泵功率，自吸高度，外部泄漏，重量）
- 人体工程学指标（振动，噪音）
- 可靠性指标（平均故障时间，资源）
- 特性（压力，能量，气蚀，振动，噪声，自吸）
2.测试条件和原则：
- 确定指标和特征的条件
- 测试条件
- 测试纯冷水以外的液体
- 具有典型目录曲线的系列生产泵的公差
- 测试设施（看台）方案
- 确定错误
- 体积测量方法
- 泵头的测量原理
3.测试，演示和结果演示的顺序。
4.确定安全指标：
- 电气安全
- 热安全性
- 机械安全
- 其他有害生产要素（指标）
为了形成技能和能力，需要练习，包括执行所有必要的任务，即，学生必须具有执行这些动作的经验。通常，每个任务分为一组有限的基本操作-子任务（打开吸气阀，关闭排气阀，关闭压力表上的阀，检查....，按“开始”按钮打开泵，检查振动和噪音，方法是：等），
在这种情况下，为了形成知识，可以同时使用文本材料，视频电影，3D合成动画和模仿器。为了形成技能，特别是技能，必须使用模仿者或真实的设备。也可以将它们一起使用（图）。
要评估ZUN，有必要使用评估培训
图效果的方法。“测试离心泵”模拟器的屏幕视图
。实际安装照片
评估知识，能力和技能的形成和转移的方法（机制）
评估因培训而形成的知识，技能和能力
评估和控制所需的特征水平-可以根据学生的记忆力来评估知识（可以很容易地测量出这些知识，例如使用测试）。
在诺维科夫（A.M. Novikov）的工作中 “分析运动过程的定量模式。
有条理的建议“给出以下数据：”在教授实际系统时，以下特征可以作为学习水平的标准：..”
- ( , , , , , ..);
- ( , , . . , );
- ( (, ..), , , , ..);
- ( , , . .).
图片。评估（测量）人员知识（y = const）
图。人员知识的评估（度量）（y = f（t））
如果操作范围内的功能（召回信息的百分比）高于允许水平，则我们可以假定由于该原因而导致人员错误的可能性为0。也就是说，当某个功能或某项功能的一部分在操作范围内完全低于可接受水平时，则可以将由于``知识''导致的人为错误的概率计算为在操作范围内高于和低于可接受水平的功能区域的比率。
高于和低于允许水平的功能区域（这些区域的差异或比率实际上确定了由于“知识”导致的人员错误的可能性）
如上所述，假定“每个人员错误的概率等于模拟器上的错误概率，这与真实系统完全相同（系统可靠地复制真实系统）”，即（P = Pf）。如果我们接受特征水平（不匹配，错误值）和人员错误概率（P = Pf）之间的这种关系，则P = 1-表示错误概率为100％，P = 0-表示没有错误的可能性（0％），P = 0.5对应50％的人为错误概率。否则（当由于模拟器和真实系统之间的差异而导致知识，技能和能力未完全转移到真实对象上时），可以通过表达式P = f（Pf）给出相关性。
评估和控制所需的绩效水平-可以根据人员根据可用时间执行动作的准确度（正确度）来评估技能。可以使用模拟器执行此验证，方法是向受过培训/检查的人员展示各种事件，并测量采取措施或对该事件做出反应所需的时间。另一种方法也是可能的-呈现不同的情况并限制动作/反应的允许时间。技能测量的结果将是类似于“知识”图的图。
图片。从所花费的时间开始，根据所执行动作的正确性（最高）或错误（“不匹配”）来表示技能和能力特征的图形表示
可以使用操作范围内允许水平之上和之下的功能区域来确定人员技能与因“技能”引起的人员错误概率之间的关系（这些区域的差异或比例实际上确定了由于“技能”导致的人员错误概率，见图）。
例如，当平衡5个泵送单元（泵送单元）时，可以根据所花费的时间来测量人员执行动作（平衡的质量）的准确性（正确程度）。在这种情况下，沿着Y轴绘制当前``平衡''水平与公认规范的％符合度值。
评估和监视所需的绩效水平-可以使用类似于技能评估的方法来评估技能，另外还要考虑在不同环境中随时间保持所需技能水平的能力。
评估技能水平的算法如下：将员工轮换的时间段分为几个间隔，例如10。使用模拟器，根据花费的时间来测量人员动作的准确性，并计算每个间隔的时间（人员错误的可能性）。然后将获得的数据以幅度图的形式表示-随时间保持性能水平的能力。
在评估技能时，还必须考虑在中等负荷（正常情况），低负荷（放松状态）下，经过培训的或经过认证的人员随时间保持绩效水平的能力（例如，在轮班期间，疲劳增加，注意力下降等）。和高负载。在劳动活动过程中，人员经历三个主要状态，彼此替换：培训阶段或提高效率；性能稳定的阶段；表现下降（疲劳）的阶段。
必须评估人员随时间推移保持特征水平的能力，因为一个人的工作效率很大程度上取决于当前的工作量，并且在很大程度上取决于已发展的“自动性”，即技能。例如，下图显示了正常操作条件（绿线）和警报发生/模拟（压力）（蓝线）随时间变化的性能水平。
在不同条件下轮班期间人为错误概率的变化。 （轮班期间的技能价值）
下午（根据塔林出租车司机的经验），最危险的时期是11点至15点。我同意瑞典科学家的数据，他们研究了工人的错误行为与日常节奏之间的联系，正是在这些时间里，工人犯的错误最多。引用这些数据的斯洛伐克科学家J.库鲁克（J. Kuruc）指出，在白天的这些时间里，驾驶员开车时入睡的情况最多。从晚上的角度来看，从晚上到凌晨5点更危险。
这样的图形可以用来评估一个人对于给定活动的“准备情况”，以及获得一个人的长处和短处。
人员技能与由于“技能”导致的人员错误概率之间的关系可以定义为整个工作班次中概率的最大值。
评估在培训过程中向实际工作条件转移的技能
在制定培训计划和评估其有效性方面，一定程度上必须了解定型观念的一般原则。
技能传授
学习了用右手进行跟踪之后，请尝试用左手进行相同的操作-这是原型传递的一个示例。在某种程度上，任何培训都与刻板印象的转移有关，因为获得新技能永远不会完全独立于其之前的其他活动。对于大多数培训计划而言，刻板印象转移的问题非常重要，因为除了直接在工作场所进行培训的情况以外，培训计划的价值取决于所传授的技能的哪些部分将转移到实际工作条件中。因此，例如，结果表明，在低空驾驶直升飞机时，只有15个小时的专业导航培训才能提供与大约2000个小时的常规飞行实践相同的效果-结果是，充分证明花在培训上的时间是合理的。在制定培训计划和评估其有效性方面，一定程度上必须了解定型观念的一般原则。
如果在掌握任务A时，与仅研究任务B的对照组的评估相比，在另一项任务B上获得的成绩有所提高，则从A到B的转移是积极的。任务A可以包括例如用一只手跟踪盘的旋转，而任务B用另一只手跟踪。有时，发生掌握任务A使得难以掌握任务B的情况，在这种情况下，他们说负迁移。在更复杂的情况下，可以观察到所谓的追溯效应，发生在先掌握A，然后掌握B之后，然后对A进行第二次测试。如果这样插入任务B改善了A的性能，则存在追溯放大；如果插入物B恶化了A的性能，则会发生追溯干扰（或追溯抑制）。
任务A和B越相似，它们相互影响就越大。在这种情况下，转移是积极的还是消极的，取决于两个任务的特征，如展示和控制，或刺激和反应，之间的关系。 Osgood的三维表面[47]试图总结关于转移与追溯之间关系的早期工作的结果。如果在两个任务中呈现的刺激和所需的响应是如此相似，以至于几乎无法区分，那么转移显然将是最大的。在所有方面，项目A和B是同一项目的变体，因此学习A等同于学习B。
表中包含其他情况。可以用制鞋业的例子说明9.5。任务A为在靴子上接缝，方法是用所需的力（反作用力）反复踩下踏板，由单个针迹（刺激）组成，而任务B通过重复操作点亮一系列霓虹灯（刺激）按电报键（反应）。在这些条件下，两种任务的刺激和反应都不同，因此没有刻板印象转移[56]。但是，如果您要求训练有素的制鞋商小组通过按常规脚踏板来点亮一系列霓虹灯，则尽管刺激不同，但两个任务的响应都相同。
因此，将发生正向转移；有经验的制鞋商比未经培训的人更擅长于完成此任务B。
表格中显示的最后一个关系选项更加难以分析，Osgood的表面对其进行了不准确的描述。在我们的示例中，要求对相同的刺激做出不同的反应意味着要求鞋匠通过按电报键缝制针迹。这样的程序可能导致负面的结转。在其他情况相同的新情况下，一个人通常倾向于做与旧情况相同的事情。如果条件已更改，但更改不完全清楚，则可能会发生不符合新条件的旧反应。在所考虑的示例中，经验丰富的缝纫机操作员有时可以长时间尝试并费劲地按下电击键，而不是在电击键上轻击一下。但是，即使有个别错误，经验丰富的操作员也可能会显示出更好的结果，由于这两个任务的共同点，所以他们比未经训练的小组要好。结果将部分取决于积分的授予方式。无论如何，可能会发现随着您进一步掌握任务B，最初的负向转移将被正向转移所取代，因为错误会越来越少发生。重要的是防止从教学设备（例如模拟器）向实际工作条件进行负向转移，但是很遗憾很难预测何时会发生负数结转。然而，从工作[25]开始，尝试通过使用三维表面将刺激和响应的相似性与预期的转移特性联系起来来预测侵入性错误，由此得出结论，随着反应相似程度的增加，两个任务之间的干扰也会增加。这些偶然的错误是否严重取决于参与的性质。在缝制鞋子时，由于负的残留物引起的意外错误可能并不重要，但是在飞机降落时，这种错误可能会导致灾难。在任务L和B中所需的反应容易混淆的情况下，最有可能发生此类错误。受训者不太可能将骑自行车与倒咖啡混为一谈，即使这两者的诱因是绿灯。但是，诸如升高和降低控制杆，顺时针和逆时针旋转手轮等反应很容易造成混淆。但是当飞机降落时，这样的错误会导致灾难。在任务L和B中所需的反应容易混淆的情况下，最有可能发生此类错误。受训者不太可能将骑自行车与倒咖啡混为一谈，即使这两者的诱因是绿灯。但是，诸如升高和降低控制杆，顺时针和逆时针旋转手轮等反应很容易造成混淆。但是当飞机降落时，这样的错误会导致灾难。在任务L和B中所需的反应容易混淆的情况下，最有可能发生此类错误。受训者不太可能将骑自行车与倒咖啡混为一谈，即使这两者的诱因是绿灯。但是，诸如升高和降低控制杆，顺时针和逆时针旋转手轮等反应很容易造成混淆。这很容易混淆。这很容易混淆。
传递力
的测量刻板印象向真实条件传递的深度会随着训练时间的增加而增加。在某些情况下，训练量可能比采用的训练方法更为重要。对汽车驾驶员培训计划的研究表明，无论是使用电影还是汽车模拟器进行培训，经过6个小时的练习，向实际驾驶转移技能的深度都比3个小时的练习高。但是，传递深度不是训练时间的线性函数。随着时间的进一步增加，收益率通常会下降，因此要确定训练的有效性，就必须不断地测量转移深度。
在传统的度量方法中，通过计算精通任务A的人与仅精通任务B的人相比，指标对新任务的初始转移来评估其改善程度。 ；控制减负传递-用于表示速度或错误的指标），通常与首次完成任务B的尝试有关，表示为潜在学习总量的一部分（百分比）。一个典型的公式是：
但是，在学习任务B时，结转可能不会保持恒定，因此可能需要更灵活的评估方法来监控学习的效果。
当使用模拟器时，当培训成本和实地调查成本通常很高，但已知且易于调整时，尤其需要对通过不同培训量提供的价值进行某种敏感的衡量。我们不讨论模拟器本身，模拟器与真实条件的接近程度以及相应的传输特性。但是，飞行模拟器可能是掌握任务A的一个很好的例子，任务A的结果应转移到实际飞行中-任务B。一个典型的任务是在允许新来者飞行之前，确定应该对地面模拟器进行多少培训。
最有用的指标是“节省”或“替换率”。可以通过地面培训以任意给定数量节省的DST小时数来估算传输效率。在[49]中，提出了这种效率的差分和累积仪表。如果要花费10个飞行小时才能达到所需的技能，并且在飞行员模拟器训练1小时的情况下，仅需要8.6个飞行小时，则可以节省1.4个小时，而在模拟器上再花费1个小时，可能会节省较少的时间假设为1.2小时，那么在模拟器上2小时后的累计节省将为2.6小时。将该值除以2（培训小时数），我们得出的累积转移效率因子（CECE）等于1.3一小时的地面训练。相应的公式可以写成如下：
如图以此指标衡量的转移效率通常会单调降低。经过5个小时的模拟器培训，仍然需要5个小时的飞行时间，并且结转率将降至1.0。显然，从培训飞行员所花费的总时间来看，进一步增加培训时间是没有意义的。如果准则是成本，这在所考虑的示例中是完全可能的，那么建议扩展地面训练。例如，如果在模拟器上1个小时的飞行时间是1个小时的三倍，那么继续进行地面训练直到效率系数降到0.33都是有益的。 15个小时的培训时间加上5个小时的飞行时间将与10个小时的飞行时间相同。明显在这种情况下，您只需要根据成本而不是培训时间来表达转移效率因子。还有一些基于微积分方法使成本效率最大化的更复杂的方法。
图5还显示了一种评估培训效果的简便方法。在“ L + B”方法中，任务L的学习时间（或练习次数，或培训费用）加上相同的指标，表征任务B转移后所需的训练量，并且此总和是针对每个可能的练习量值计算得出的两项任务指标的总价值仅超过一项任务A的价值，就可以得出结论，培训变得不经济了。在图形上，这发生在每个任务需要5个小时的时间点，因为5个小时的训练时间和5个小时的飞行时间显然无法提供比标准10个小时的飞行时间更多的节省。显然，该边界点与一个边界点重合。使用传输效率因子确定。
适当构造的培训计划应集中在最大程度地将刻板印象转移到其预期的任务上。当达到高水平的传递时，应尝试优化总训练时间。如上文讨论的评估口语，视觉和实践技能的方法那样，使用转移性定量指标应有助于确保学习的有效性。