6、分布式认知与随机模型检查在系统设计中的应用

分布式认知与随机模型检查在系统设计中的应用

分布式认知方法（DiCoT）相关原理

在系统设计与分析中，分布式认知方法（DiCoT）有着重要的应用。它包含了一些关键原理，为系统的设计和优化提供了理论基础。
- 表征 - 目标对等原理 ：外部人工制品可以通过明确呈现当前状态与目标状态之间的关系来辅助认知。这种表征越贴近用户的认知需求或目标，其作用就越强大。以救护车调度为例，调度员的目标通常是让屏幕上没有未处理的任务。
- 资源协调原理 ：抽象的信息结构即“资源”，可以在内部和外部进行协调，以辅助行动和认知。Wright 等人在资源模型中描述了六种资源，分别是计划、目标、可供性、历史、行动 - 效果和当前状态。

人工制品模型与设计分析

人工制品模型关注支持团队工作的单个制品的详细设计。在实际案例中，我们聚焦于对系统性能至关重要的制品和表征，如计算机系统、纸质票务系统和公共状态板。
- 设计影响分析 ：在单个制品层面，我们会探讨其设计如何影响团队或个人层面的认知塑造、结构和赋能。通过构建制品及其运行系统的模型，我们旨在理解其对系统性能的贡献。
- 资源模型应用 ：我们可以使用资源模型来了解资源在系统内外部的表征方式。对当前系统中信息传播的理解越深入，我们就越有可能识别出系统重新设计时需要关注的设计问题。
- 图示表征作用 ：制品的图示表征包括物理结构（如计算机显示屏的布局）以及制品在系统中的流转方式（如救护车调度票务在团队成员之间的传递方式以及每次