人机融合智能的关键问题还包括介入问题。介入问题反映出人机融合的时机与方式问题，尤其是当人与机器存在对感知信息的不对称，人与机器在决策的方向上出现矛盾时。同时人机融合中的介入问题体现在团队态势感知之中，而团队任务的比重也逐渐偏向于人机群的团队态势感知。团队态势感知中团员之间的交互包括接受、容忍、信任、匹配、调度、切换、说服，这是保证“团队大于个人”的条件。而人机融合中的介入问题和人与人之间的交互问题具有同样的复杂度，从技术角度讲，人机融合智能绝不仅是一个数学仿真建模问题，同时是一个心理学工效问题，还应是一个实验统计体验拟合的问题。
人机融合智能的最后一个关键问题是伦理问题。人类价值观的起源是伦理学。从团队态势感知中可以看出，人类本身拥有很多伦理道德困境，而随着人工智能的出现给人类带来了有关新的伦理问题的思考。与此同时，人机融合智能的范畴归属是人机融合智能伦理问题的关键。人机融合智能的伦理不仅包括人工智能的伦理，其中还包括人工智能的思想产生对于实际法律问题的影响，以及人机融合后的界定，所产生的行为是归属于人还是机器的思想。在思想之外，人机融合智能中设备作为人的一部分所产生的行为需要面对怎样的法律责任，也是人机融合智能未来发展的重要问题。
人机融合智能技术的未来发展方向
信息融合与人机融合智能
信息融合起源于数据融合，或者说数据融合是信息融合的第一阶段。数据融合利用多传感器所得到的数据与结果形成单一传感器无法得到的更准确可信的结论和质量。最早的数据融合限于硬件设备的差异，需要加入人工的梳理，，尽管如此，传感器依旧会因硬件问题存在时效性和精度的问题，从而对后续的工作产生接二连三的影响。这使得研究向融合方式逐渐转变。信息融合发展的第二阶段除采用多传感器探测数据外，还融入了其他信息源。同时，比起传感器数据的融合，多信息源的信息融合方法和技术难度更大。需要从统计学和结构化模型迈向非结构化模型，以及人工智能技术和基于知识的系统。除此之外，信息融合正在不断地加入态势/影响估计等高级感知领域。现阶段的信息融合模型依然仅采用海量数据规模、快速动态的数据体系、多数据类型和低数据价值密度（Blasch EP，Hanselman P）。
