01 导语
从历史经验看，引入新技术最大的阻碍在于审定周期过长。当缺乏现成法规、指南、规范和标准时，航空当局往往需要极长时间进行验证，当前的 AI 系统也是如此。若 AI 系统旨在取代人类飞行员执行任务和功能，就必须评估其性能和安全水平是否达到甚至超越人类，这种评估不应局限于正常、异常或紧急状态，还要涵盖环境高度不确定及不可预见的情境。因此，亟需制定一套清晰明确的评估流程，以减少制造商与监管当局之间冗长的协商，从而加速 AI 航空系统的认证进程。
02 飞行员评分量表
数十年来，在航空器及其系统试验与鉴定（T&E）过程中，试飞员、试飞工程师及人机工效专家一直沿用各种公认的评分量表。这些量表大多通过简易流程图，以二元（是/否）决策方式，将试飞员的感性观察与主观判断转化为分级的定量指标。通过这些工具，专家可以评估人机团队在执行法定任务和功能时的合规表现。目前，行业内针对飞行品质、飞行员工作负荷以及人-机耦合效应（即飞行员诱发振荡）等领域，均已建立了公认的评价标准。
（1）库珀-哈珀评分量表（HQRS）
飞行品质定义为“航空器那些决定飞行员轻松、精确完成相关任务的品质或特性”，其评估是飞机研制与认证的核心。早期，由于各厂商使用自建标准，缺乏统一且结构化的方法，导致合规性验证困难。为此，NASA阿姆斯研究中心的 George E. Cooper 开发了初始量表，后经演进成为现行的“库珀-哈珀飞行品质评分量表”（HQRS），该量表选用通俗易懂的关键词和短语，引导评价者完成一系列二元决策，最终得出数值（序数）评分。HQRS 现已成为航空研发与适航认证的基石。
图1 库珀-哈珀评分量表
（2）贝德福德飞行员工作负荷量表（BPWS）
基于 HQRS 的逻辑，英国原皇家航空研究院（Bedford）的试飞员开发了 BPWS。该量表沿用了决策树设计，不同之处在于其评估核心是“飞行员工作负荷”，即为满足特定飞行任务需求而投入的心理与体力总和。如图 2 所示，评价者从左下角开始，通过回答一系列“是/否”问题，最终锁定反映工作量强度的数值等级。
图2 贝德福德飞行员工作负荷量表
