Documente Academic
Documente Profesional
Documente Cultură
12
MODELE C OGNITIVE
PREZENTARE GENERALĂ
Pagina 2
420 Capitolul 12 ■ Modele cognitive
12.1 INTRODUCERE
Tehnicile și modelele din acest capitol pretind că au o anumită reprezentare
utilizatorii care interacționează cu o interfață; adică modelează un aspect al utilizatorului
înțelegere, cunoaștere, intenții sau procesare. Nivelul de reprezentare diferă
trase de la tehnică la tehnică - de la modele de obiective la nivel înalt și de la rezultate
activitățile de rezolvare a problemelor, descrierile activității la nivel de motor, cum ar fi apăsările de la tastatură
și clicuri de mouse. Formalismul a fost în mare măsură dezvoltat de psihologi sau
oamenii de știință de calculator, al căror interes este de a înțelege comportamentul utilizatorilor.
O modalitate de a clasifica modelele este în ceea ce privește cât de bine descriu caracteristicile acestora
competența și performanța utilizatorului. Citând de la Simon [323]:
Modelele de competență tind să fie cele care pot prezice secvențele de comportament legal, dar
în general faceți acest lucru fără a se referi la faptul dacă acestea ar putea fi efectiv executate de utilizatori.
În contrast, modelele de performanță nu numai că descriu comportamentul necesar
secvențele nu descriu decât atât ceea ce trebuie să știe utilizatorul, cât și cum este acesta
angajați în executarea efectivă a sarcinilor.
Modelele de competență, prin urmare, reprezintă tipurile de comportament așteptate de la un utilizator,
dar ele oferă puțin ajutor în analizarea acelui comportament pentru a-și determina cerințele
pe utilizator. Modelele de performanță furnizează o putere analitică, în principal prin focalizare
comportament de rutină în aplicații foarte limitate.
O altă distincție utilă între aceste modele este dacă acestea abordează
sau formularea unui plan de activitate sau executarea planului respectiv. referire
înapoi la cadrul de interacțiune prezentat în Capitolul 3, această clasificare ar fi
înseamnă că unele modele sunt preocupate de înțelegerea utilizatorului și a
în timp ce alții se preocupă de traducerea articulării
între limba respectivă și limba de introducere . Prezentarea cognitivului
modelele din acest capitol urmează acest sistem de clasificare, împărțit în următoarele
categorii:
Pagina 3
12.2 Ierarhii de obiective și sarcini 421
produce un raport
adunați date
. găsiți numele cărților
. . căutare cuvinte cheie de nume de date
<< mai multe subgoale >>
. . trece prin nume și rezumate de mână
<< mai multe subgoale >>
. căutați baza de date de vânzări
<< mai multe subgoale >>
tabele de layout și histograme
<< mai multe subgoale >>
scrie descriere
<< mai multe subgoale >>
Diferite aspecte apar ca o încercare de astfel de analize de utilizare a calculatorului.
Unde ne oprim? Putem merge la descompunerea sarcinilor până când ajungem la
mișcări individuale ale mâinilor și ale ochilor utilizatorului sau putem să ne oprim la un abstract
nivel. De unde începem? În mod similar, putem începe analizele noastre la diferite
Pagina 4
422 Capitolul 12 ■ Modele cognitive
puncte în ierarhia obiectivelor. În cele din urmă am putea extinde analiza noastră la mai mari
și obiective mai mari: "plita de lumină" este o subgolă de "mazăre de fiert" și așa mai departe spre obiective precum "
cina mea "," hrană "și" rămâi în viață ".
Aceste două întrebări sunt probleme de granularitate și ambele metode descrise
de mai jos lăsa acest lucru într-o oarecare măsură în mâinile designerului. Diferite probleme de proiectare
solicită niveluri diferite de analiză. Cu toate acestea, ambele metode funcționează relativ
nivel scăzut; nici nu ar încerca să înceapă cu un astfel de scop abstract ca "a produce
raport "care va implica o creativitate reală și o rezolvare dificilă a problemelor. În schimb, ei
se limitează la mai multe comportamente învățate de rutină. Această sarcină abstractă
este denumită sarcina unitară . Sarcina unității nu necesită rezolvarea de probleme
abilități din partea utilizatorului, deși cere frecvent destul de sofisticat
rezolvarea problemelor din partea designerului pentru a le determina.
Ce facem atunci când există mai multe modalități de a rezolva o problemă sau dacă soluția
tions la două subgoale interacționează? Utilizatorii vor avea de multe ori mai multe modalități de realizare
un obiectiv și trebuie să existe o modalitate de a reprezenta modul în care
hrănire.
O altă problemă importantă are legătură cu tratarea erorilor. Utilizatorii nu sunt
perfect. O ierarhie a obiectivelor poate arăta modul în care utilizatorul perfect ar atinge un obiectiv, dar
ce pot spune despre dificultățile pe care utilizatorul le-ar putea avea de-a lungul drumului? În general,
dicționarul comportamentului de eroare este slab între aceste tehnici de modelare ierarhică,
deși unele (teoria complexității cognitive (CCT), de exemplu) pot reprezenta eroare
comportament.
12.2.1 GOMS
Modelul GOMS al lui Card, Moran și Newell este un acronim pentru obiectivele, operatorii,
Metode și selecție [56]. O descriere GOMS constă din aceste patru elemente:
Obiective Acestea sunt obiectivele utilizatorului, care descriu ce vrea să realizeze utilizatorul.
Mai mult, în GOMS obiectivele sunt luate pentru a reprezenta un "punct de memorie" pentru utilizator,
din care poate evalua ce trebuie făcut și la care se poate întoarce
ar trebui să apară erori.
Operatori Acestea sunt cele mai mici niveluri de analiză. Acestea sunt acțiunile de bază
utilizatorul trebuie să efectueze pentru a folosi sistemul. Acestea pot afecta sistemul
(de exemplu, apăsați tasta "X") sau doar starea psihică a utilizatorului (de exemplu, citiți
caseta de dialog). Există încă un grad de flexibilitate în ceea ce privește granularitatea
operatori; putem lua nivelul de comandă "emite comanda SELECT" sau să fie
mai primitiv: 'muta mouse-ul în bara de meniu, apăsați butonul mouse-ului de centru. . . ".
Metode După cum am menționat deja, există de obicei mai multe moduri în care un obiectiv
pot fi împărțite în subgole. De exemplu, într-un anumit manager de ferestre, în prezent
fereastra selectată poate fi închisă pentru o pictogramă fie prin selectarea opțiunii "ÎNCHIS"
dintr-un meniu pop-up sau prin apăsarea tastei funcționale "L7". În GOMS aceste două obiective
descompunerile sunt denumite metode, deci avem metoda CLOSE și
metoda L7 :
Pagina 5
12.2 Ierarhiile obiectivelor și sarcinilor 423
OBIECTIV: ICONIZE-WINDOW
. [selectați GOAL: USE-CLOSE-METHOD
. . Move-MOUSE-TO-GEAM-HEADER
. . POP-UP-MENIU
. . CLICK-Over-CLOSE-OPTION
GOAL: UTILIZARE-L7-METODĂ
. . PRESS-L7-KEY]
Punctele sunt folosite pentru a indica nivelul ierarhic al golurilor.
Selecție Din fragmentul de mai sus vedem utilizarea cuvântului selectați unde
alegerea metodelor apare. GOMS nu lasă acest lucru ca o alegere aleatorie, dar
încearcă să prezică care metode vor fi utilizate. Acest lucru depinde în mod obișnuit atât de
utilizatorul particular și despre starea sistemului și detalii despre obiective.
De exemplu, un utilizator, Sam, nu folosește metoda L7 , cu excepția unui singur joc,
" blocuri ", în cazul în care mouse-ul trebuie să fie utilizate în joc până în momentul de moment
este apăsată tasta. GOMS captează acest lucru într-o regulă de selecție pentru Sam:
User Sam:
Norma 1: Utilizați metoda CLOSE dacă nu se aplică o altă regulă.
Regula 2: Dacă aplicația este " blocată ", utilizați metoda L7 .
Ierarhiile țintă descrise într-o analiză GOMS sunt aproape complet sub nivelul
a sarcinii unității definite anterior. O analiză tipică GOMS ar consta, așadar, din
un singur obiectiv la nivel înalt, care este apoi descompus într-o secvență de sarcini unitare, toate
din care poate fi descompusă în continuare până la nivelul operatorilor de bază:
GOAL: EDIT-MANUSCRIPT
. GOAL: EDIT-UNIT-SLEEP repeta până când nu mai are sarcini unitare
Descompunerea obiectivului dintre sarcina generală și sarcinile unității ar implica
înțelegerea detaliată a strategiilor de rezolvare a problemelor și a
domeniu. Acestea sunt pas cu pas în întregime prin metoda propusă inițial.
Ar fi posibil să folosim notația generală pentru a descrie acest subgoal
(de exemplu, în exemplul raportului de mai sus). Această formă de nivel înalt
descrierea obiectivului este adoptată în timpul analizei sarcinilor care va fi discutată în capitolul
ter 15. În special, obiectivul analizei sarcinilor ierarhice este de a produce decom-
poziții, care ar fi similare (dar într-o altă notație) cu cea din carte
exemplu de raportare.
Analiza structurii obiectivelor GOMS poate produce măsuri de performanță.
adâncimea de stivuire a unei structuri de țintă poate fi utilizată pentru estimarea memoriei pe termen scurt
cerințe. Modelul proceselor mentale ale utilizatorilor implicați în acest lucru este, bineînțeles,
foarte idealizat. De asemenea, regulile de selecție pot fi testate pentru acuratețe în raport cu utilizările,
și sa schimbat ca răspuns la discrepanțe. În experimentele timpurii ale tehnicii,
inventatorii au reușit să obțină, în medie, o rată de predicție corectă de 90%
mands. Mai mult, o metodă foarte simplă de predicție a timpului (presupunând că
fiecare operator are un timp constant) a fost capabil să prezică timpii reali cu o eroare
de 33%.
Pagina 6
424 Capitolul 12 ■ Modele cognitive
Modelul inițial GOMS a servit drept bază pentru o mare parte a modelului cognitiv-
de cercetare în HCI. A fost bine pentru a descrie modul în care experții îndeplinesc sarcini de rutină.
Cuplat cu modelele dispozitivelor fizice discutate mai târziu, acestea pot fi folosite pentru a prezice
performanța acestor utilizatori în ceea ce privește timpul de execuție. Nu a fost niciodată intenționată să pro-
vedeți tipul de informații despre cunoștințele utilizatorului care ar putea fi comparate
în diferite sarcini pentru a anticipa lucruri precum orele de antrenament sau de transfer.
D ESIGN F OCUS
Acum câțiva ani, compania americană de telefonie NYNEX intenționa să instaleze un nou sistem informatic
pentru a sprijini operatorii lor. Înainte de instalare, a fost efectuată o analiză detaliată GOMS
controlează procesele cognitive și fizice implicate în rezolvarea unui apel. Tehnica particulară
a fost destul de diferită de notația inițială GOMS așa cum este descrisă aici. Deoarece un operator efectuează
au fost construite mai multe activități în paralel cu o descriere GOMS în stil PERT [192, 154]. PERT ana-
liza a fost utilizată pentru a determina calea critică și, prin urmare, timpul pentru a îndeplini o sarcină tipică. A fost
a descoperit că, mai degrabă decât accelerarea operațiunilor, noul sistem ar dura mai mult pentru a procesa fiecare
apel. Noul sistem a fost abandonat înainte de instalare, ducând la o economie de milioane de dolari.
Exercițiu lucrat Creați o descriere GOMS a sarcinii de fotocopiere a unui articol dintr-un jurnal. Discutați despre
problema închiderii (vezi capitolul 1) în ceea ce privește descrierea dvs. GOMS.
Răspuns O descriere posibilă a GOMS a ierarhiei țintă pentru această sarcină este prezentată mai jos.
Răspunsurile vor varia în funcție de ipotezele referitoare la fotocopierul folosit ca model
pentru exercițiu. În acest exemplu, vom presupune că articolul trebuie să fie copiat unul
pagina la un moment dat și că trebuie să fie instalat un capac deasupra suprafeței imagistice a copiatorului
înainte ca copia reală să poată fi făcută.
OBIECTIV: FOTOCOPIE-HÂRTIE
. GOAL: LOCATE-ARTICOL
. GOAL: FOTOCOPY-PAGE se repetă până când nu mai există pagini
. . OBIECTIV: PAGINA ORIENTĂ
. . . OPEN-COVER
. . . SELECT-PAGE
. . . POZIȚIA-PAGE
. . . CLOSE-COVER
. . OBIECTIV: BUTONUL PRESS-COPY
. . OBIECTIV: Verificați-copiați
. . . LOCALIZAREA-OUT-tray
. . . EXAMINA-COPY
. OBIECTIV: COLECTARE-COPIE
. . LOCALIZAREA-OUT-tray
Pagina 7
12.2 Ierarhiile obiectivelor și sarcinilor 425
Pagina 8
426 Capitolul 12 ■ Modele cognitive
Pagina 9
12.2 Ierarhii de obiective și sarcini 427
(MOVE-UP
DACĂ (ȘI (TEST-GOAL mov-up)
(TEST-CURSOR-SUB LINE%))
ATUNCI ( ( DO-KEYSTROKE "K")))
Această regulă este de tip " K " (comanda vi pentru a muta cursorul în sus o linie) în timp ce
cursorul este sub linia dorită. Va fi, bineînțeles, în mod constant refăcut până la
cursorul este la linia corectă.
Observați că apăsările de taste pentru inserarea efectivă a spațiului, odată ce vă aflați la
poziție corectă, au fost proceduralizate . Adică utilizatorul nu trece prin
subgalezurile "introduceți modul de inserare", "spațiul de tip", "modul de inserare la ieșire". Pentru un complex
este foarte probabil ca utilizatorul să realizeze exact aceste obiective. In orice caz,
actul de inserare a unui singur spațiu este presupus a fi atât de bine repetat încât este
stocate ca o singură bucată. Adică, regulile de mai sus reprezintă cunoștințele experților
editorul vi.
Desigur, începătorii pot face exact aceleași intrări de la tastatură ca și experții, dar
modul în care stochează cunoștințele vor fi diferite. Pentru a face față acestei situații, CCT are un set
de reguli de "stil" pentru novici. Acestea limitează forma condițiilor și a acțiunilor în
regulile de producție. Practic, începătorii trebuie să testeze în mod constant toate regulile din
memoria lor de lucru și pentru a verifica feedback-ul din sistem după fiecare
apăsare de tastă. Astfel, un set de reguli "novice" nu ar include forma proceduralizată
introduceți spațiu. Bovair, Kieras și Polson oferă o listă cu multe reguli de stil care pot
să fie folosit pentru a întruchipa anumite ipoteze psihologice despre utilizator (începător / expert
distincția este doar una) într-o descriere CCT [39].
Regulile din TCC nu trebuie să reprezinte o performanță fără erori. Acestea pot fi folosite
pentru a explica fenomenele de eroare, deși nu le pot prezice. De exemplu,
regulile de mai sus pentru introducerea unui spațiu sunt "buggy" - nu verifică modul editorului.
Imaginați-vă că tocmai ați tastat "cognitivul" în "teoria complexității cognitive"
(cu spațiul lipsit), credeți că pentru câteva minute și apoi uita-te din nou la
ecran și observați că spațiul lipsește. Cursorul este în poziția corectă pentru
spațiul, deci regula INSERT-SPACE-1 nu este niciodată concediată și mergem direct
secvența: SELECT-INSERT-SPACE , INSERT-SPACE-2, apoi INSERT-
DESPRE SPACE . Introduceți "i", un spațiu și apoi scapați. Cu toate acestea, "i" presupune asta
vă aflați în modul de comandă vi și este comanda pentru a muta editorul în insert
Mod. Dacă totuși, după ce ați tastat "cognitiv" nu ați tastat scape, pentru a vă aduce înapoi
în modul de comandă, întreaga secvență se va realiza în modul de inserare. Textul
ar citi: "teoria complexității cognitive".
Regulile CCT sunt strâns legate de ierarhiile de țintă asemănătoare GOMS; regulile pot fi
generate de o astfel de ierarhie sau, alternativ, putem analiza producția
regulile de obținere a arborelui țintă:
GOAL: introduceți spațiu
. GOAL: mutați cursorul - dacă nu în poziția corectă
. PRESS-KEY-I
. APASĂ SPAȚIU
. PRESS-ESCAPE
Pagina 11
12.2 Ierarhii de obiective și sarcini 429
Adâncimea de stivuire a acestei ierarhii de țintă (așa cum este descrisă pentru GOMS) este direct legată
la numărul de termeni ( GOAL ... ) din memoria de lucru.
De fapt, regulile CCT pot reprezenta planuri mai complexe decât cele simple
ierarhiilor IGC. Continuă activitatea tuturor regulilor de producție
posibil să reprezinte planuri concurente. De exemplu, s-ar putea avea un set de pro-
reguli de conduită reprezentând scopul de a scrie o carte și un alt set reprezentând
scopul de a bea ceai. Aceste reguli ar putea fi simultan active, permițând astfel -
un autor de a bea ceai în timp ce tastați. În pofida acestei flexibilități evidente, CCT nu este
utilizate în mod normal în acest mod. Nu este clar de ce este acest lucru, cu excepția faptului că CCT, precum GOMS,
este destinat obiectivelor low-level, proceduralizate - adică sarcina unitară . Este rezonabil
ca sarcinile unitare succesive să fie alese din diferite activități: autorul poate șterge
un cuvânt, beți o băutură, faceți o căutare de cuvinte, dar de fiecare dată când ar fi o sarcină unitară completă
efectuat - autorul nu ia o băutură de ceai în mijlocul ștergerii unui cuvânt.
Am văzut cum regulile CCT pot fi analizate informal pentru a discuta aspecte legate de
proceduralizare și comportament de eroare și modul în care putem să le corelem cu cele de tipul GOMS
scopurile ierarhiilor. Cu toate acestea, scopul principal al TCC este (după cum sugerează și numele) să fie capabil
pentru a măsura complexitatea unei interfețe.
Practic, cu cât mai multe reguli de producție din descrierea CCT este mai dificilă
interfata este de a invata. Această afirmație se bazează pe presupunerea că normele de producție
reprezintă în mod rezonabil modul în care cunoașterea este stocată și, prin urmare, că
timpul necesar pentru a învăța o interfață este aproximativ proporțional cu numărul de reguli pe care dvs.
trebuie să învețe.
Am discutat doar partea utilizatorului CCT aici. Dacă descrierea cognitivă a utilizatorului,
este completat de o descriere a sistemului, se susține că se poate pre-
dictează dificultatea asocierii dintre obiectivele utilizatorului și modelul de sistem.
Rețelele generalizate de tranziție care descriu ele însele gramatica sistemului
au o structură ierarhică. Astfel, atât descrierea utilizatorului cât și a utilizatorului
sistemul poate fi reprezentat ca ierarhii. Acestea pot fi apoi comparate pentru a găsi
neconforme și să producă o măsură de disonanță.
Există diverse probleme cu TCC. Ca și în cazul multor metode de descriere "bogate"
dimensiunea descrierii pentru o parte a unei interfețe poate fi enormă. În plus,
pot exista mai multe moduri de a reprezenta același comportament și interfață cu utilizatorul
comportament, producând diferite măsuri de disonanță. Într-o anumită măsură, acest lucru este asigurat
de regulile de stil nou, dar nu există un set de reguli pentru descrierea sistemului.
O altă problemă este alegerea particulară a notațiilor. Regulile de producție sunt deseori
sugerată ca un bun model al modului în care oamenii își amintesc cunoștințele procedurale, dar
există clase evidente în descrierea CCT dată mai sus. În special,
intrarea memoriei de lucru ( NOTĂ care execută spațiul de inserare ) există doar pentru a permite
regula DONE INSERT-SPACE-la foc , la momentul oportun. Nu este deloc clar
că are o semnificație cognitivă reală. De asemenea, se poate pune întrebarea dacă
Notarea lar a aleasă pentru sistem este critică pentru metodă. S-ar putea să alegem
reprezintă sistemul utilizând oricare dintre notele de descriere a dialogului din capitolul 16.
Diferitele notații ar genera, probabil, măsuri ușor diferite de disonanță.
Cu toate acestea, ar trebui să se țină seama de TCC ca un instrument de inginerie care să ofere o măsură gravă
de învățare și dificultate, combinate cu o descriere detaliată a comportamentului utilizatorilor.
Pagina 12
430 Capitolul 12 ■ Modele cognitive
Acest lucru poate fi apoi utilizat de către analiști care își folosesc expertiza profesională. Fără îndoială,
puterea ideii centrale a CCT se află dincolo de notele speciale folosite.
Pagina 13
12.3 Modele lingvistice 431
pe ideile lingvistice. Într-adevăr, gramatica BNF este frecvent utilizată pentru a specifica dialogurile.
Modelele de aici, deși similare în formă cu notațiile de dialog de dialog, au fost
propusă cu intenția de a înțelege comportamentul utilizatorului și de a analiza comportamentul utilizatorului
dificultate cognitivă a interfeței.
12.3.1 BNF
Reprezentantul abordării lingvistice este utilizarea de către Reisner a formulei Backus-Naur ( BNF )
reguli pentru a descrie gramatica de dialog [301]. Aceasta privește dialogul într-un mod pur sintactic
nivel, ignorând semantica limbii. BNF a fost utilizat pe scară largă pentru a specifica
sintaxa limbajelor de programare pe calculator și multe dialoguri de sistem pot fi
descrise cu usurinta folosind regulile BNF. De exemplu, imaginați-vă un sistem grafic care are a
funcția de desen linie. Pentru a selecta funcția, utilizatorul trebuie să selecteze opțiunea de meniu 'linie'.
Funcția de desen linie permite utilizatorului să deseneze o polilinie, adică o secvență de
arcurile liniare dintre puncte. Utilizatorul selectează punctele făcând clic pe butonul mouse-ului
zona de desen. Utilizatorul face dublu clic pentru a indica ultimul punct al poliliniei.
trage-line :: = select-line + select-points
+ ultimul punct
selectați-line :: = pozitia mouse-ului + CLICK-MOUSE
alege-puncte :: = alege-una
| selectați-o + alegeți-puncte
Alege una :: = pozitia mouse-ului + CLICK-MOUSE
ultimul punct :: = pozitia-mouse + DOUBLE-CLICK-MOUSE
pozitia-mouse :: = goala | MOVE-MOUSE + mouse-ul de poziție
Numele din descriere sunt de două tipuri: non-terminale , prezentate în litere mici,
și terminale , prezentate în majuscule. Terminalele reprezintă nivelul cel mai scăzut al utilizatorului
comportament, cum ar fi apăsarea unei taste, apăsarea unui buton al mouse-ului sau deplasarea mouse-ului.
Non-terminalele sunt abstracții de nivel superior. Terminalele non-terminale sunt definite în termeni
de alte terminale și terminale, prin definirea formularului
nume :: = expresie
Simbolul ' :: = ' se citește ca fiind 'definit ca'. Numai non-terminale pot apărea pe
din stânga unei definiții. Partea din dreapta este construită folosind doi operatori " + " (secvență)
și " | (alegere).De exemplu, prima regulă spune că linia de remorcare non-terminală
este definită a fi linia de selecție urmată de opțiunile de selectare urmate de ultimul -
punct . Toate acestea sunt non-terminale, adică nu ne spun ce este utilizatorul de bază
acțiunile sunt. A doua regulă spune că linia de selecție este definită ca fiind poziția-
mouse (destinat să fie peste intrarea din meniul "linie"), urmată de CLICK-MOUSE . Acest
este primul nostru terminal și reprezintă clicul real al mouse-ului.
Pentru a vedea ce poziție este șoarecele , ne uităm la ultima regulă. Asta ne spune că există
sunt două posibilități pentru poziția-șoarece (separate prin simbolul " | "). unu
opțiunea este că poziția-mouse-ul este gol - un simbol special reprezentând nr
acțiune. Aceasta este, o opțiune nu este de a muta mouse-ul la toate. Cealaltă opțiune este de a face
Pagina 14
432 Capitolul 12 ■ Modele cognitive
Pagina 15
12.3 Modele lingvistice 433
Pagina 16
434 Capitolul 12 ■ Modele cognitive
Interfața de comandă 2
mișcare [Direcție]
: = comanda [Direction] + distanta + RETURN
comandă [Direcție]: = element cunoscut [Tip = cuvânt, Direcție]
* comanda [Direction = forward]: = 'FORWARD'
* comanda [Direction = inapoi]: = 'BACKWARD'
* comanda [Direction = left] : = 'LEFT'
* comanda [Direction = right] : = 'DREAPTA'
Regulile marcate cu stea pot fi generate din a doua regulă, folosind lumea utilizatorilor
cunoştinţe. Acestea sunt incluse în orice descriere TAG pentru completitudine, dar nu sunt
numărate în orice măsură de complexitate.
Uneori este posibil să nu fie clar ce este comanda potrivită, dar odată ce noi
știți unul, restul devine evident. De exemplu, considerați o bază de date simplă
jucând o listă de înregistrări. Ne asteptam la doua comenzi, una pentru a merge la lista
înregistrarea anterioară și alta pentru a trece în jos lista la următoarea înregistrare. Sunt
mai multe opțiuni pentru comenzi, de exemplu UP / DOWN, PREVIOUS / NEXT,
eventual în litere mici sau mici, eventual, de asemenea, doar prima literă a literei relevante
cuvânt. În plus, s-ar putea să aveți seturi de comandă mixte, cum ar fi UP / NEXT sau
N / anterior. Faptul că oricare din vechile seturi de comenzi este mai ușor de învățat decât
comenzile mixte se numește congruență . TAG are o notație pentru a descrie
congruența unei interfețe. Notația F ("următoarea") este utilizată pentru a denumi caracteristica
set legat de cuvântul "următor". Aceasta este următoarea / anterioară. Cu această notație congruentă
gramatica necesită doar o singură regulă "reală", cum ar fi
răsfoiți [Direcție]: = F ('următor') + retur
* răsfoiți [Direction = up] : = 'precedent' + retur
* Răsfoiți [Direction = jos]: = 'următor' + retur
Am văzut că notația permite să se spună că comenzile DREAPTA și
LEFT sunt consecvente pentru acțiuni opuse. De unde știm că utilizatorul privește
opus de DREAPTA de a fi LEI mai degrabă decât ÎNAPOI? Evident, includerea
cunoașterea lumii depinde de utilizatorul sistemului - cele de mai sus presupun cu siguranță
că limba utilizatorului este engleza. Designerul este responsabil pentru introducerea acestui lucru
cunoașterea mondială în descrierea TAG și validitatea acesteia va depinde de
raționamentul profesional al designerului. Cu toate acestea, TAG va face aceste ipoteze clare
și astfel, subliniind-le, să le țineți pentru inspecție.
Pagina 17
12.4 Provocarea sistemelor bazate pe afișare 435
Ambele familii de tehnici ignoră în mare măsură rezultatele sistemului - ceea ce vede utilizatorul.
Presupunerea implicită este că utilizatorii știu exact ce vor să facă și
executați secvențele de comandă corespunzătoare orbește. Există excepții de la acest lucru.
Am menționat deja modul în care BNF al Reisner a fost extins pentru a include afirmațiile
despre producție. În plus, TAG a fost extins pentru a include informații
despre modul în care afișajul poate afecta regulile de gramatică [180].
O altă problemă pentru gramatici este structura lexicală de nivel inferior. Apăsând a
cheia cursorului este o lexemă rezonabilă , dar mișcarea unui pixel este mai puțin sensibilă.
În plus, dialogurile bazate pe pointer sunt mai orientate spre afișare. Faceți clic pe un cursor la
un anumit punct pe ecran are o semnificație dependentă de ecranul curent
corturi. Această problemă poate fi rezolvată parțial prin examinarea unor operațiuni precum "selectați"
regiune de text "sau" faceți clic pe butonul de ieșire "ca terminale ale gramaticii. Dacă asta e
abordarea este luată, mișcările detaliate ale mouse-ului și parsarea evenimentelor mouse-ului în
contextul informațiilor de afișare (meniuri etc.) este îndepărtat.
Metodele de ierarhie a obiectivelor au diferite probleme, deoarece sunt mai orientate spre afișare
sistemele încurajează metode mai puțin structurate pentru realizarea obiectivelor. În loc de hav-
planuri bine definite, utilizatorul este considerat ca îndeplinind o sarcină mai exploratorie,
recunoscând direcțiile fructuoase și sprijinindu-i pe ceilalți. De obicei, chiar și atunci când acest lucru
stilul experimental este folosit la un singur nivel, putem vedea în el și în jurul acestuia mai mult
metode orientate spre obiective. De exemplu, am putea lua în considerare obiectivul la nivel înalt
structura
SCRIE SCRISOARE
. FIND_SIMILAR_LETTER
. COPY_IT
. EDIT_COPY
Cu toate acestea, sarcina de a găsi o scrisoare similară ar fi exploratorie, căutând prin
folderele etc. Această căutare bazată pe recunoaștere este extrem de dificil de reprezentat
ca o structură a obiectivelor. În mod similar, editarea efectivă ar depinde foarte mult
activități neplanificate: "ah da, vreau să reutilizez acel pic, dar va trebui să schimb asta".
Dacă scădem din nou la un nivel inferior, ierarhiile de țintă devin aplicabile.
De exemplu, în timpul etapei de editare am putea avea subdialogul "șterge un cuvânt":
DELETE_WORD
. SELECT_WORD
. . MOVE_MOUSE_TO_WORD_START
. . DEPRESS_MOUSE_BUTTON
. . MOVE_MOUSE_TO_WORD_END
. . RELEASE_MOUSE_BUTTON
. CLICK_ON_DELETE
. . MOVE_MOUSE_TO_DELETE_ICON
. . CLICK_MOUSE_BUTTON
Astfel, ierarhiile de țintă pot face față parțial sistemelor orientate spre afișare de către un
alegerea adecvată a nivelului, dar problemele nu pun accentul pe prescripție
natura modelelor cognitive care le stau la baza.
Pagina 18
436 Capitolul 12 ■ Modele cognitive
Aceste probleme au fost unul dintre factorii din spatele popularității în creștere
acțiune situat [334] și cogniție distribuite [208, 185] în HCl ( a se vedea , de asemenea , lele
ter 14). Ambele abordări subliniază modul în care acțiunile sunt contingente
evenimente și determinate de context, în loc să fie pre-planificate. La o extremitate,
protagoniștii acestor abordări par să nege acțiunile planificate sau pe termen lung
goluri. Pe de altă parte, modelele tradiționale cognitive se bazează pe modelare pe bază de afișare
cogniție folosind reguli de producție și metode similare, care includ date senzoriale
în cadrul modelelor.
La un nivel scăzut, comportamentul expertului chunked este modelat eficient utilizând ierarhia
sau modele lingvistice, și este locul unde modelul de tip keystroke-level (discutat în secțiunea
12.5.1 de mai jos) sa dovedit a fi eficientă. În schimb, este clar că nici o cantitate de cognitivă
modelarea poate capta activitatea în timpul scrierii unei poezii. Între aceste două,
modelele cognitive vor avea diferite nivele de succes și utilitate. Desigur, modele, la toate
dar cele mai scăzute niveluri trebuie să țină seama de reacțiile utilizatorilor la feedback-ul de la
sistem, altfel nu pot aborda deloc problema fundamentală a interactivității .
Pagina 19
12.5 Modele fizice și de dispozitive 437
În acest exemplu, timpul de răspuns al sistemului a fost zero. Cu toate acestea, dacă utilizatorul a trebuit
așteptați pentru sistem, atunci se va adăuga timpul corespunzător. În multe sarcini de tiparire,
utilizatorul poate introduce oricum în viitor și, prin urmare, nu este nevoie să se adauge timpii de răspuns.
Atunci când este necesar, timpul de răspuns poate fi măsurat prin observarea sistemului.
Vremurile pentru ceilalți operatori sunt obținute din date empirice. Keying-ul
timpul depinde în mod evident de calitatea de scriere a utilizatorului, și astfel sunt diferite momente
utilizate pentru diferiți utilizatori. Apăsarea unui buton al mouse-ului este de obicei mai rapidă decât introducerea textului
(în special pentru dactilografii cu două degete) și se poate face o predicție mai precisă a timpului
prin separare a apăsat butonul B din restul tastatura K . Punctul-
timpul de calcul poate fi calculat folosind legea lui Fitts (a se vedea capitolul 1) și, prin urmare, depinde de
dimensiunea și poziția țintă. 1 Alternativ, un timp fix bazat pe media în cadrul
1 Forma legii lui Fitts utilizată cu KLM inițial este K log ( D / S + 0,5), unde D este distanța față de
2
țintă și S este dimensiunea țintă. Vom folosi acest formular pentru calcule în această subsecțiune, dar vom reveni la
Formați un log a + b ( D / S + 1) în următoarea subsecțiune atunci când luăm în considerare modelul cu trei state al lui
2
aBuxton,
fost folosit pentru
deoarece aceste
acest experimente.
formular
Pagina 20
438 Capitolul 12 ■ Modele cognitive
Tabelul 12.1 Timpii pentru diferiți operatori în modelul de nivel cu tastatură (adaptat de la
Card, Moran și Newell [56], publicate și retipărite cu permisiunea lui Lawrence Erlbaum
Associates, Inc.)
K apasa tasta
bun dactilograf (90 wpm) 0,12
(40 wpm) 0,28
non-dactilograf 1.20
B Apăsați butonul mouse-ului
în jos sau în sus 0.10
clic 0,20
P Punct cu mouse-ul
Fitts 'lege 0,1 log ( D / S + 0,5)
2
poate fi folosită afișarea ecranului. Timpul de desenare depinde de numărul și lungimea lui
liniile desenate, și este destul de domeniu specifice, dar se poate folosi cu ușurință date empirice pentru
sarcini generale de desen. În cele din urmă, timpul de găzduire și timpul pregătirii mintale sunt
presupusă constantă. Timpii tipici sunt rezumați în Tabelul 12.1.
Operatorul mental este probabil cea mai complexă parte a KLM. Sa nu uiti asta
se presupune că utilizatorul a decis ce să facă și cum să procedeze. Pre-
parație este, astfel, doar ușoarele pauze făcute în timp ce utilizatorul își amintește ce trebuie să facă în continuare.
Există euristici complicate pentru a decide unde să pună operatorii M , dar toți
se toarnă până la nivelul chunking (vezi capitolul 1 pentru o discuție despre chunking).
Dacă utilizatorul introduce un cuvânt sau un nume de comandă bine-cunoscut, acesta va fi o bucată,
și, prin urmare, necesită doar un operator mental. Cu toate acestea, dacă un nume de comandă a fost unul
acronimul pe care utilizatorul îl reamintește scrisoarea prin scrisoare, atunci am plasa un M
operator pe scrisoare.
Timpul operatorului fizic depinde de abilitățile utilizatorului. De asemenea, mentalul
operatorul depinde de nivelul de chunking și, prin urmare, de expertiza utilizatorului. Tu
trebuie deci să decideți înainte de a utiliza predicțiile KLM exact ce fel de utilizator sunteți
gindind despre. Nici măcar nu poți să faci operatorii și apoi să completezi orele
ulterior, deoarece diferiții utilizatori pot alege diferite metode și au diferite poziții
M din cauza chunking. Acest lucru pare destul de oneros, dar predicțiile făcute
de KLM sunt doar menite să fie o aproximare, și astfel, presupuneri rezonabile despre
nivelurile de expertiză sunt suficiente.
Previziunile individuale pot fi interesante, dar puterea KLM constă în
ISON. Având în vedere mai multe sisteme, putem elabora metodele de îndeplinire a sarcinilor cheie și
apoi folosiți KLM pentru a ne spune care este cel mai rapid sistem. Acest lucru este considerabil mai ieftin decât
Pagina 21
12.5 Modele fizice și de dispozitiv 439
De exemplu, comparați cele două metode de iconire a unei ferestre din secțiunea
12.2.1. Unul a folosit tasta funcțională "L7", iar cealaltă opțiunea "CLOSE" din fereastra
meniu pop-up. Acesta din urmă este obținut prin mutarea la bara de titlu a ferestrei, prin apăsarea mouse-ului din stânga
, glisând mouse-ul în meniul pop-up în opțiunea "ÎNCHIDE" și apoi eliberând
butonul mouse-ului. Presupunem că mâna utilizatorului este pe mouse-ul pentru a începe cu și, prin urmare, numai
L7-METODA va necesita un operator de găzduire. Operatorii pentru cele două metode sunt:
L7-METODA H [la tastatură] MK [tasta funcțională L7]
P [până la bara de meniu] B [LEFT down] MP [la opțiunea] B [LEFT up]
CLOSE-METODA
Timpul total este astfel
L7-METODA = 0,4 + 1,35 + 0,28
= 2,03 secunde
= 1,1 + 0,1 + 1,35 + 1,1 + 0,1
CLOSE-METODA
= 3,75 secunde
Primul calcul este destul de simplu, dar cel de-al doilea are nevoie de o despachetare. Butonul
presele sunt separate în jos și apoi în sus acțiuni și, astfel, fiecare este temporizat la doar 0,1 dintr-o secundă,
mai degrabă decât 0,2 pentru un clic, sau 0,28 pentru tastare. De asemenea, am utilizat media simplificată de 1,1 sec-
onds pentru sarcina de orientare. Din aceste predicții, putem vedea că metoda L7 este mult mai rapidă.
În secțiunea 12.2.1, regula de selecție a lui Sam a fost aceea de a folosi metoda L7 atunci când se joacă blocuri. Pentru a face acest lucru,
el poate continua să joace jocul cu ajutorul mouse-ului în mâna dreaptă în timp ce își mișcă mâna stângă
cheia. Astfel, timpul real pentru Sam, de când își ia atenția de la joc la momentul când
comanda este dată, este mai mică: 2,03 secunde minus timpul de găzduire, adică 1,63 secunde. Avand in vedere
metoda este atât de rapidă, de ce nu o folosește Sam tot timpul?
Probabil că estimările medii pentru timpii de indicare ne-au influențat estimarea. Putem fi ceva mai mult
cu precizie cu privire la calendarul CLOSE-METHOD dacă folosim legea Fitts în loc de media de 1,1 secunde.
Mouse-ul va fi în mod obișnuit în mijlocul unei ferestre cu o înălțime de 25 de linii. Bara de titlu este de 1,25 linii înălțime.
Astfel, raportul distanță la țintă pentru prima sarcină de direcționare este de 10: 1. Opțiunea "ÎNCHIS" este de patru elemente
în jos în meniul pop-up; de aceea raportul pentru a doua activitate de indicare este 4: 1. Astfel putem calcula
târziu ori orientativ:
P [la bara de meniu] = 0.1 log (10.5) = 0.339
2
Cu aceste sincronizări revizuite, KLM prezice că CLOSE-METHOD va dura 2,1 secunde. Deci, Sam
regula de selecție nu este la fel de rea cum părea inițial!
Pagina 22
440 Capitolul 12 ■ Modele cognitive
Exercițiu de lucru Faceți o analiză la nivel de tastă pentru a deschide o aplicație într-o interfață grafică desktop folosind
un mouse ca dispozitiv de indicare, comparând cel puțin două metode diferite pentru efectuarea
sarcină. Repetați exercițiul utilizând un trackball. Luați în considerare modul în care analiza ar diferi pentru diferite
pozițiile trackball-ului față de tastatură și pentru alte dispozitive de indicare.
Răspuns Furnizăm o analiză la nivel de tastă pentru trei metode diferite de lansare a unui
aplicație pe un desktop vizual. Aceste metode sunt analizate pentru o metodă convențională,
mouse-ul mouse-ului, un trackball montat departe de tastatură și unul montat aproape
tastatura. Principala distinctie intre cele doua trackballs este cea de-a doua
nu necesită o repoziționare explicită a mâinilor, adică nu este nevoie de timp
pentru plasarea mâinilor între dispozitivul de indicare și tastatură.
Metoda 1 Dublu clic pe pictograma aplicației
paşi Operator Șoarece Trackball 1 Trackball 2
Pagina 23
12.5 Modele fizice și de dispozitive 441
Card, Moran și Newell au validat empiric KLM împotriva unei game de sisteme,
atât tastatura, cât și mouse-ul, și o selecție largă de sarcini. Predicțiile au fost
a fost remarcabil de precis (o eroare de aproximativ 20%). KLM este astfel unul dintre puțini
modele capabile să ofere predicții cantitative exacte despre performanță.
Cu toate acestea, gama de aplicații este, în consecință, mică. Ne spune foarte multe despre
micro-interacțiune, dar nu despre dialogul la scară mai largă.
Am văzut că trebuie să fii foarte atent, ca aproximările pe care le faci
poate schimba radical rezultatele - KLM este un ghid, nu un oracol. Ar trebui, de asemenea, să adăugăm
un cuvânt de prudență în legătură cu presupunerea că cel mai rapid este cel mai bun. Există cu siguranță situații
în cazul în care acest lucru este posibil, de exemplu, sarcini foarte repetitive, cum ar fi telefonia sau datele
intrare. Cu toate acestea, chiar și utilizatorii experți nu vor folosi adesea metoda cea mai rapidă. Pentru examen-
expertul poate avea mai degrabă un set de metode generale, non-opționale, decât
câteva metode specifice sarcinilor.
Pagina 24
442 Capitolul 12 ■ Modele cognitive
Singura complexitate suplimentară este dacă dispozitivul are mai multe butoane, caz în care noi
ar avea o stare pentru fiecare buton: 2 stânga , 2 mijloc , 2 dreapta .
O singură utilizare a acestei clasificări este de a examina diferite sarcini de indicare, cum ar fi pictograma
selectarea sau desenul de linie și să vedem ce comportament de stare 0-1-2 cere. Noi putem
apoi verificați dacă un anumit dispozitiv poate suporta sarcina necesară. Dacă trebuie să folosim
un dispozitiv necorespunzător, este posibilă utilizarea tastelor de tastatură pentru a adăuga stările dispozitivului. Pentru
cu un touchscreen, putem nominaliza cheia de evacuare pentru a fi "virtuală"
butonul mouse-ului în timp ce degetul utilizatorului este pe ecran. Deși amestecul de chei-
bord și chei de mouse-ul este în mod obișnuit un obicei prost, este evident necesar în anumite ocazii.
La început, modelul pare să caracterizeze stările dispozitivului de către intrările
disponibile pentru sistem. Deci, din această perspectivă, starea 0 este clar diferită
din statele 1 și 2. Cu toate acestea, dacă ne uităm la tranzacția de stat 1-2, vedem asta
este simetric cu privire la cele două stări. În principiu, nu există niciun motiv pentru a
programul nu ar trebui să decidă să efectueze urmărirea simplă a mouse-ului în timp ce este în starea 2 și trageți
lucruri despre starea 1. Asta înseamnă că nu există niciun motiv până când nu vrei să tipi ceva!
Modul în care putem spune starea 1 din starea 2 este prin activitatea utilizatorului . Statul 2 necesită
un buton care trebuie apăsat, în timp ce starea 1 este una de relaxare relativă (în timp ce încă
coordonarea mâinilor-ochi pentru mișcarea mouse-ului). Există o diferență similară în
tensiune între starea 0 și starea 1.
Este bine cunoscut faptul că legea Fitts are constante diferite de timp pentru diferite dispozitive.
Amintiți-vă că legea Fitts spune că timpul necesar pentru a trece la o țintă de mărimea S la distanță
D este:
a + b log 2 ( D / S + 1)
Constantele a și b depind de dispozitivul special de indicare utilizat și de priceperea lui
utilizatorului cu dispozitivul respectiv. Cu toate acestea, înțelegerea dată de modelul cu trei state este aceea
aceste constante depind, de asemenea, de starea dispozitivului. În plus față de momentul, finala
acuratețea poate fi afectată.
Aceste observații sunt destul de evidente pentru dispozitivele de stat 0-1. Cu ecran tactil sau
stilou, un cursor va apărea adesea sub degetul sau stiloul
tact cu ecranul. Acuratețea cu care puteți deplasa cursorul în jurul va
să fie mult mai mare decât precizia cu care puteți să indicați în primul rând. De asemenea, este
rezonabil să se aștepte ca constanta legii lui Fitts să fie diferită, deși nu este așa
evident, care va fi mai rapidă.
Există o diferență similară între stările 1 și 2. Deoarece utilizatorul deține a
butonul în jos, mâna se află într-o stare de tensiune și, astfel, indică precizia și viteza
pot fi diferite. Experimentele pentru a calcula constantele legii Fitts în statele 1 și 2 au
Pagina 25
12.6 Arhitecturi cognitive 443
Tabelul 12.2 Coeficienții legii Fitts (după MacKenzie, Sellen și Buxton [221], © 1991
ACM, Inc. Reprinted by permission)
Dispozitiv a (ms) b (ms / bit)
Indicația (starea 1)
Șoarece -107 223
trackball 75 300
Tragere (starea 2)
Șoarece 135 249
trackball -349 688
a arătat că aceste diferențe există [221]. Tabelul 12.2 prezintă rezultatele obținute pentru
un mouse și un trackball.
Putem recalcula predicția KLM pentru metoda CLOSE folosind aceste date.
Amintiți-vă că metoda a avut doi operatori indicatori, unul pentru a indica titlul ferestrei
(cu o rată a distanței față de țintă de 10: 1), a doua pentru a trage selecția în jos
la "CLOSE" în meniul pop-up (4: 1). Astfel, primul operator de indicare este statul 1 și
a doua este starea 2. Vremurile sunt astfel
Șoarece
P [în bara de meniu] = -107 + 223 log 2 (11) = 664 ms
P [la opțiune] = 135 + 249 log 2 (5) = 713 ms
trackball
P [la bara de meniu] = 75 + 300 log 2=(11)
1113 ms
P [la opțiune] = -349 + 688 log 2 (5) = 1248 ms
oferind un timp suplimentar revizuit pentru CLOSE-METHOD de 2,93 secunde folosind un mouse
și 3,91 secunde folosind un trackball.
12.6 ARHITECTURILE COGNITIVE
Formalizările pe care le-am văzut până acum au un model implicit sau explicit al modului în care
utilizatorul efectuează procesarea cognitivă implicată în realizarea unei sarcini. De exemplu,
conceptul de a lua o problemă și de ao rezolva prin împărțirea și cucerirea folosind subgoale
este central pentru GOMS. CCT presupune distincția între termen lung și scurt
memorie, regulile de producție fiind stocate în memorie pe termen lung și "potrivite"
împotriva conținutului memoriei pe termen scurt (sau de lucru) pentru a determina ce "foc".
Valorile pentru diferiții operatori motrici și psihici din KLM au fost bazate pe model
Procesor uman (MHP) al lui Card, Moran și Newell [56]. O alta
presupunerea comună, pe care nu am discutat-o în acest capitol, este distincția
între nivelele lingvistice - semantice, sintactice și lexicale - ca model arhitectural
din înțelegerea utilizatorului.
Pagina 26
444 Capitolul 12 ■ Modele cognitive
În Capitolul 1, am discutat despre unele dintre aceste descrieri arhitecturale ale utilizatorului ca
o mașină de prelucrare a informațiilor. Accentul nostru în această secțiune va fi acela de a descrie
un cuplu mai multe modele arhitecturale care sunt destul de distincte de cele descrise în
Capitolul 1 și asumate în părțile anterioare ale acestui capitol. Aici vom vedea că
ipotezele arhitecturale sunt esențiale pentru descrierea modelării cognitive
pe care le oferă aceste abordări.
Există diferențe interesante de accentuare între aceste modele arhitecturale
și modelele anterioare. Notațiile ierarhice și lingvistice tind să-și asume
dialogul perfect din partea utilizatorului. Ele pot măsura complexitatea acelui perfect
dialog, dar nu tinde să ia în considerare devierea de la secvențele de comandă optime.
Cu toate acestea, pentru modelele arhitecturale din această secțiune, predicția și sub-
starea erorii este esențială pentru analizele lor.
Rational comportamentul este caracterizat ca un comportament care este destinat să atingă un anumit
poartă. Acest element de raționalitate este adesea folosit pentru a face distincția între inteligent și
comportament asemănător mașinii. În domeniul inteligenței artificiale (AI), un sistem care prezintă
comportamentul rațional este denumit sistem de cunoștințe . Un sistem la nivel de cunoaștere
conține un agent care se comportă într-un mediu. Agentul are cunoștințe despre
ea însăși și mediul său, inclusiv obiectivele proprii. Poate efectua anumite acțiuni
și să perceapă informații despre mediul său în schimbare. Așa cum agentul se comportă în ei
mediu, schimbă mediul și propriile cunoștințe. Putem vizualiza
comportamentul general al sistemului la nivel de cunoaștere ca secvență de mediu și
agenții spun că progresează în timp. Scopul agentului este caracterizat ca a
preferință față de toate secvențele posibile ale stărilor agent / mediu.
Contrastează acest comportament rațional cu alt model de calcul general
o mașină, care nu este rațională. În domeniul informaticii, este comun să se descrie a
problemă ca căutarea printr-un set de stări posibile, de la o anumită stare inițială la
o stare dorită. Căutarea se realizează trecând de la o stare la alta posibilă
stat prin operațiuni sau acțiuni, scopul ultim al căruia este de a ajunge la unul
a stărilor dorite. Acest model foarte general de calcul este utilizat în mod obișnuit
sarcina programatorului. Odată ce a identificat o problemă și un mijloc de sosire
la rezolvarea problemei (algoritmul), atunci programatorul reprezintă
problema și algoritmul într-un limbaj de programare, care poate fi executat pe un a
pentru a ajunge la starea dorită. Arhitectura mașinii permite numai
definirea spațiului de căutare sau a problemei și acțiunile care pot apărea pentru a traversa
acel spațiu. De asemenea, se presupune că se termină și când se atinge starea dorită.
Observați că mașina nu are capacitatea de a formula spațiul cu probleme
și soluția sa, în principal pentru că nu are nicio idee despre obiectiv. Este treaba pro-
grammer să înțeleagă scopul și astfel să definească mașina pentru ao atinge.
Putem adapta modelul computational de stat al unei masini,
arhitectura unui sistem la nivel de cunoaștere. Noul model computational este
Pagina 27
12.6 Arhitecturi cognitive 445
Pagina 28
446 Capitolul 12 ■ Modele cognitive
Pagina 29
12.7 Rezumat 447
ICS este un alt exemplu de arhitectură generală cognitivă care poate fi aplicată
la design interactiv. Una dintre caracteristicile ICS este capacitatea sa de a explica modul în care un utilizator
proceduralizează acțiunea. Amintiți-vă în discuția despre TCC ne-am distins
între începători și experți în utilizarea unui sistem interactiv. Experții pot efectua com-
secvențe de acțiuni ca și cum ar fi fără un gând, în timp ce un utilizator novice trebuie
contemplați fiecare mișcare (dacă nu credeți că această distincție este exactă,
observați utilizatorii la un ATM și vedeți dacă puteți spune expertului de la începător).
expertul recunoaște situația de activitate și reamintește o procedură de acțiuni "conservată"
care, din experiență, duc la realizarea obiectivului dorit. Ei nu au
să gândim dincolo de recunoașterea sarcinii și invocarea consecventă a celor corecte
procedură. Un astfel de comportament procedural este mult mai puțin predispus la eroare. Un bun
proiectantul va ajuta utilizatorul să proceduralizeze interacțiunea cu sistemul și cu voința
încercați să proiectați o interfață care sugerează utilizatorului o sarcină pentru care el deja
are un răspuns proceduralizat. Din acest motiv, ICS a fost sugerată ca fiind
un instrument de proiectare care poate acționa ca un sistem expert pentru a sfătui un designer în curs de dezvoltare
o interfață.
12.7 REZUMAT
Pagina 30
448 Capitolul 12 ■ Modele cognitive
E XERCIZE
RECOMANDAT CITIREA
Pagina 31
Lectură recomandată 449