Human‑in‑the‑Loop systems are remaking factories: by 2025 automation accounts for a majority of operations and human roles have shifted from manual work to supervisory and exception‑handling functions. Yet deployment is hampered by missing dynamic trust models, standardized metrics and manufacturing‑specific cognitive frameworks.

Main Finding

Систематический обзор показывает, что Human-in-the-Loop (HITL) перестал быть эпизодической мерой и стал стратегической архитектурой для «темных фабрик»: сочетание автоматизации и целенаправленного человеческого вмешательства повышает адаптивность и устойчивость сильно автоматизированного производства. HITL сохраняет значимость человека в Industry 5.0, обеспечивая высокий уровень производительности при одновременно большей гибкости в редких, критических или контекстно-чувствительных событиях.

Авторы предлагают трёхуровневую организацию HITL (операционный, тактический, стратегический), фиксируют переход рабочей силы (люди: 85% → 40% между 2020 и 2025 гг.; 60% — автоматизация) и указывают, что на HITL приходится 42% производственных операций в рассматриваемый период. Выявлены ключевые исследовательские пробелы: динамические модели калибровки доверия, рамки оценки когнитивной нагрузки для производства и стандартизованные показатели эффективности HITL.

Key Points

• Концептуальная рамка: темные фабрики — это сложные адаптивные системы (САС) с множественностью, взаимозависимостью и разнообразием элементов; это делает их уязвимыми к редким/непредвиденным событиям.
• Технологические столпы темных фабрик: широкая сеть IoT‑сенсоров, адаптивные AI‑системы для принятия решений и предиктивное обслуживание на базе ML.
• Роль человека: переход от ручных операций к когнитивному надзору, обработке исключений, этическим суждениям и генерации инноваций. Люди и машины дополняют друг друга — машины обеспечивают масштаб и точность, люди — гибкость и контекстное мышление.
• Архитектура HITL: три уровня взаимодействия — операционный (мониторинг и вмешательство в реальном времени), тактический (настройка процессов, обучение систем) и стратегический (проектирование системы, экспериментирование и реальное опциональное принятие решений).
• Экономический эффект: темные фабрики дают скачкообразное увеличение производительности, но высокая автоматизация повышает «хрупкость» без HITL; правильное сочетание снижает риск фатальных сбоев.
• Исследовательские пробелы: отсутствие динамической калибровки доверия, неготовность стандартных KPI для HITL, слабая методология измерения когнитивной нагрузки в промышленных условиях.
• Практические примеры: Fanuc, Siemens (Амберг), кейсы Foxconn — пока нишевое, но потенциально экспоненциальное распространение технологий.

Data & Methods

• Метод: систематический обзор по рекомендациям PRISMA 2020.
• Выборка: 1901 исходный источник → вручную отобрано 134 рецензируемых публикации (англ.) за 2020–2025 гг.; фокус на технических, компьютерных и управленческих дисциплинах.
• Критерии отбора: включение работ по HITL, взаимодействию человек‑машина, умным/темным фабрикам; исключены исследования, затрагивающие только образовательный контекст, внепроизводственную логистику или чисто автоматизацию без человека.
• Анализ: оценка качества публикаций и тематический анализ для выявления основных паттернов, трендов, компонентов HITL и пробелов в исследованиях.
• Ограничения: обзор ограничен англоязычными рецензируемыми статьями 2020–2025 гг.; специфика баз данных не перечислена подробно в аннотации, возможна публикационная и языковая предвзятость.

Implications for AI Economics

• Производительность и прирост прибыли: темные фабрики способны обеспечить десятки-кратный рост эффективности в стандартных условиях; однако экономические выгоды зависят от способности систем адаптироваться к редким шокам — здесь HITL уменьшает потенциальные потери.
• Рынок труда и навыки: массовое смещение роли рабочих — от количественного сокращения ручной занятости к качественному росту потребности в когнитивных и аналитических навыках. Прогнозы указывают на необходимость переподготовки до ~50% работников в секторе.
• Распределение доходов и неравенство: автоматизация + концентрированное владение темными фабриками могут усилить рентные доходы и рыночную концентрацию; HITL смещает спрос в сторону высококвалифицированного труда, что влияет на заработные платы и распределение доходов.
• Инвестиционные решения и тайминг: авторы рекомендуют подход реальных опционов — поэтапные, экспериментальные инвестиции в HITL/темные фабрики вместо одновременных крупных капитальных вложений, чтобы минимизировать риски преждевременной автоматизации.
• Политика и регулирование: требуется стандартизация KPI для HITL, регламентация прозрачности AI и моделей доверия, программы массового переобучения и меры по смягчению социальных последствий автоматизации.
• Исследовательские и эмпирические задачи для экономистов:
  • моделирование эффектов внедрения HITL на производительность фирм и агрегированную продуктивность экономики;
  • оценка общих издержек и выгод перехода к темным фабрикам с учетом рисков редких, но дорогостоящих событий;
  • изучение динамики заработной платы и спроса на навыки при росте доли HITL‑операций;
  • анализ распространения технологий (тipping points) и конкурентной динамики: кто выигрывает — быстрейшие обучающиеся фирмы;
  • разработка стандартизованных метрик эффективности и индексов человеческой вовлечённости для сопоставимых эмпирических исследований.
• Выводы для политиков и менеджеров: поддерживать гибридные стратегии (HITL), инвестировать в переподготовку и в инфраструктуру мониторинга/обратной связи, применять поэтапные инвестиционные стратегии и разрабатывать отраслевые стандарты для оценки и регулирования взаимодействия человека и AI в промышленности.

Ссылка: Lantu D.C., Lestari D.L., Putri A.N.A. (2026) Human‑in‑the‑Loop: From Complete Automation to Dark Factories. Foresight and STI Governance, 20(2), 28237.