La medición de la carga de trabajo (WL) es una base crucial para la colaboración humano-máquina, particularmente en entornos de multitarea de alto estrés, como las operaciones de vehículos tripulados durante emergencias, donde los operadores a menudo experimentan niveles de alta carga de trabajo (HWL), aumentando el riesgo de error humano. Para abordar este desafío, este estudio introduce un nuevo método de medición de WL que combina la carga de demanda de tarea (TDL) y la capacidad de carga del sujeto (SLC) para evaluar cuantitativamente la carga de trabajo del operador. Este método fue validado a través de experimentos con 45 sujetos utilizando el sistema de Control Ambiental y Regeneración Atmosférica (ECAR). Los resultados estadísticos mostraron que a medida que aumentaban los niveles de WL diseñados, la carga de trabajo promedio (AWL), la puntuación NASA-TLX y el porcentaje de tiempo de trabajo aumentaban significativamente, mientras que la precisión de la tarea y la duración de la fijación disminuían significativamente. Estos resultados también revelaron el impacto de los niveles de WL en las respuestas humanas (como la sensación subjetiva, el rendimiento laboral y el movimiento ocular). Además, se encontraron correlaciones muy fuertes entre las mediciones de AWL y las puntuaciones de NASA-TLX ( = 0.75, < 0.01), la precisión de la tarea ( = -0.73, < 0.01) y el porcentaje de tiempo de trabajo ( = 0.97, < 0.01). En general, estos resultados demostraron la efectividad del método propuesto para medir WL. Sobre esta base, este estudio definió umbrales de WL integrando la precisión de la tarea con los cálculos de AWL, proporcionando un marco para la gestión dinámica de la asignación de tareas entre humanos y máquinas para mantener a los operadores dentro de rangos óptimos de WL.