The document analyzes the impact of Industry 4.0 on the manufacturing industry. This technological revolution, characterized by cyber-physical systems, the Internet of Things, artificial intelligence, and data analytics, has profoundly transformed production processes, creating highly automated and connected "smart factories". However, new challenges are emerging related to the role of human operators. The increasing complexity of cognitive tasks requires careful management of cognitive load, raising questions about the ability of operators to handle increasingly complex information and the impact on their performance and mental health.The objective of this work is to develop an analytical model to quantify cognitive load through the Task Error Probability (TEP). This model aims to classify tasks based on cognitive load, analyzing the interaction between operators and Industry 4.0 technologies. The model was validated through seven real-world case studies, in order to provide practical strategies for optimizing operational efficiency and improving the symbiosis between operators and advanced technologies.

Il documento analizza l'impatto dell'Industria 4.0 sull'industria manifatturiera. Questa rivoluzione tecnologica, caratterizzata da sistemi cyber-fisici, Internet of Things, intelligenza artificiale e analisi dei dati, ha profondamente trasformato i processi produttivi, creando "fabbriche intelligenti" altamente automatizzate e connesse. Tuttavia, emergono nuove sfide legate al ruolo degli operatori umani. L'aumento della complessità delle attività cognitive richiede una gestione attenta del carico cognitivo, sollevando domande sulla capacità degli operatori di gestire informazioni sempre più complesse e sull'impatto sulla loro performance e salute mentale.L'obiettivo di questo lavoro è sviluppare un modello analitico per quantificare il carico cognitivo attraverso la Probabilità di Errore della Attività (TEP). Questo modello mira a classificare le attività in base al carico cognitivo, analizzando l'interazione tra operatori e tecnologie Industria 4.0. Il modello è stato validato attraverso sette casi di studio reali, al fine di fornire strategie pratiche per ottimizzare l'efficienza operativa e migliorare la sinergia tra operatori e tecnologie avanzate.

DEVELOPMENT OF AN ANALYTICAL MODEL FOR COGNITIVE LOAD ASSESSMENT

GRIMALDI, VITO
2023/2024

Abstract

The document analyzes the impact of Industry 4.0 on the manufacturing industry. This technological revolution, characterized by cyber-physical systems, the Internet of Things, artificial intelligence, and data analytics, has profoundly transformed production processes, creating highly automated and connected "smart factories". However, new challenges are emerging related to the role of human operators. The increasing complexity of cognitive tasks requires careful management of cognitive load, raising questions about the ability of operators to handle increasingly complex information and the impact on their performance and mental health.The objective of this work is to develop an analytical model to quantify cognitive load through the Task Error Probability (TEP). This model aims to classify tasks based on cognitive load, analyzing the interaction between operators and Industry 4.0 technologies. The model was validated through seven real-world case studies, in order to provide practical strategies for optimizing operational efficiency and improving the symbiosis between operators and advanced technologies.
2023
DEVELOPMENT OF AN ANALYTICAL MODEL FOR COGNITIVE LOAD ASSESSMENT
Il documento analizza l'impatto dell'Industria 4.0 sull'industria manifatturiera. Questa rivoluzione tecnologica, caratterizzata da sistemi cyber-fisici, Internet of Things, intelligenza artificiale e analisi dei dati, ha profondamente trasformato i processi produttivi, creando "fabbriche intelligenti" altamente automatizzate e connesse. Tuttavia, emergono nuove sfide legate al ruolo degli operatori umani. L'aumento della complessità delle attività cognitive richiede una gestione attenta del carico cognitivo, sollevando domande sulla capacità degli operatori di gestire informazioni sempre più complesse e sull'impatto sulla loro performance e salute mentale.L'obiettivo di questo lavoro è sviluppare un modello analitico per quantificare il carico cognitivo attraverso la Probabilità di Errore della Attività (TEP). Questo modello mira a classificare le attività in base al carico cognitivo, analizzando l'interazione tra operatori e tecnologie Industria 4.0. Il modello è stato validato attraverso sette casi di studio reali, al fine di fornire strategie pratiche per ottimizzare l'efficienza operativa e migliorare la sinergia tra operatori e tecnologie avanzate.
Industria 4.0
Carico cognitivo
TEP
Complessità task
Efficienza operativa
File in questo prodotto:
File Dimensione Formato  
Thesis_Vito_Grimaldi.pdf

File consultabile da postazioni biblioteca

Dimensione 2.77 MB
Formato Adobe PDF
2.77 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/65541