अंतःक्रिया के संज्ञानात्मक मॉडल
संज्ञानात्मक मॉडल यह वर्णन और भविष्यवाणी करते हैं कि लोग संवादात्मक प्रणालियों का उपयोग करते समय कैसे समझते हैं, सोचते हैं और कार्य करते हैं, जिससे विश्लेषकों को किसी भी उपयोगकर्ता का परीक्षण करने से पहले कार्य समय जैसे प्रदर्शन का अनुमान लगाने की अनुमति मिलती है।
Definition
अंतःक्रिया के संज्ञानात्मक मॉडल मानव अवधारणात्मक, संज्ञानात्मक और मोटर प्रक्रियाओं के औपचारिक या मात्रात्मक विवरण हैं जो एक प्रणाली का उपयोग करने में शामिल होते हैं, जिनका उपयोग अंतःक्रिया को समझाने और अनुभवजन्य परीक्षण के बिना कार्य पूर्णता समय जैसे उपायों की भविष्यवाणी करने के लिए किया जाता है।
Scope
यह विषय अंतःक्रिया में मानव प्रदर्शन के विश्लेषणात्मक मॉडल को शामिल करता है: मॉडल मानव प्रोसेसर, GOMS परिवार और विशेषज्ञ कार्य समय की भविष्यवाणी के लिए कीस्ट्रोक-स्तर मॉडल, और मोटर और अवधारणात्मक प्रदर्शन के नियम जैसे फिट्स का नियम और हिक-हाइमन नियम। यह बताता है कि ये मॉडल दक्षता की भविष्यवाणी कैसे करते हैं और डिजाइन विकल्पों को कैसे सूचित करते हैं। यह उपयोगकर्ताओं से एकत्र किए गए अनुभवजन्य मेट्रिक्स को कवर नहीं करता है, जिसे उपयोगिता मेट्रिक्स और माप के तहत माना जाता है, न ही इंगित करने के डिवाइस-स्तर के विवरण को, जिसे इनपुट और अंतःक्रिया तकनीकों के तहत माना जाता है।
Core questions
- इंटरफ़ेस बनाने या परीक्षण करने से पहले कार्य पूर्णता समय की भविष्यवाणी कैसे की जा सकती है?
- फिट्स का नियम किसी लक्ष्य को प्राप्त करने के समय के बारे में क्या कहता है?
- GOMS परिवार लक्ष्यों, ऑपरेटरों, विधियों और चयन नियमों में कार्यों को कैसे विघटित करता है?
- भविष्य कहनेवाला संज्ञानात्मक मॉडल की ताकत और सीमाएं क्या हैं?
Key concepts
- मॉडल मानव प्रोसेसर
- GOMS
- कीस्ट्रोक-स्तर मॉडल
- फिट्स का नियम
- हिक-हाइमन नियम
- भविष्य कहनेवाला प्रदर्शन मॉडलिंग
- विशेषज्ञ कार्य समय
- ऑपरेटर और विधियाँ
Key theories
- GOMS और कीस्ट्रोक-स्तर मॉडल
- GOMS कुशल कार्य प्रदर्शन का लक्ष्यों, ऑपरेटरों, विधियों और चयन नियमों के रूप में विश्लेषण करता है; इसका सबसे सरल सदस्य, कीस्ट्रोक-स्तर मॉडल, कीस्ट्रोक, इंगित करने और मानसिक तैयारी जैसी प्राथमिक क्रियाओं की अनुमानित अवधि को जोड़कर विशेषज्ञ निष्पादन समय की भविष्यवाणी करता है।
- फिट्स का नियम
- किसी लक्ष्य तक जाने और उसे प्राप्त करने का समय दूरी के साथ बढ़ता है और लक्ष्य के आकार के साथ लघुगणकीय संबंध में घटता है, जिससे डिजाइनरों को संवादात्मक नियंत्रणों के आकार और स्थान के लिए एक मात्रात्मक आधार मिलता है।
- मॉडल मानव प्रोसेसर
- कार्ड, मोरन और न्यूवेल ने मानव को अंतःक्रियात्मक अवधारणात्मक, संज्ञानात्मक और मोटर प्रोसेसर के रूप में मॉडल किया, जिसमें विशिष्ट क्षमताएं और चक्र समय होते हैं, जो अंतःक्रिया प्रदर्शन के इंजीनियरिंग अनुमानों के लिए एक आधार प्रदान करते हैं।
Clinical relevance
संज्ञानात्मक मॉडल डिजाइनरों को विश्लेषणात्मक रूप से इंटरफ़ेस विकल्पों की तुलना करने देते हैं, उदाहरण के लिए यह अनुमान लगाना कि कौन सा मेनू लेआउट या नियंत्रण प्लेसमेंट तेज़ है, प्रत्येक विकल्प के लिए अध्ययन चलाए बिना; विशेष रूप से फिट्स का नियम ग्राफिकल और टच इंटरफेस में लक्ष्यों के आकार और स्थान को निर्देशित करता है।
History
कार्ड, मोरन और न्यूवेल की 1983 की पुस्तक ने इंटरफ़ेस डिज़ाइन पर संज्ञानात्मक मनोविज्ञान को लागू किया, जो 1980 में प्रकाशित कीस्ट्रोक-स्तर मॉडल और लक्ष्यित गति के फिट्स के 1954 के नियम पर आधारित था। GOMS परिवार की बाद में जॉन और कियरास द्वारा तुलना और विस्तार किया गया, और भविष्य कहनेवाला मॉडलिंग अनुभवजन्य तरीकों के साथ विश्लेषणात्मक मूल्यांकन के लिए एक उपकरण बना हुआ है।
Key figures
- Stuart K. Card
- Thomas P. Moran
- Allen Newell
- Paul M. Fitts
- Bonnie E. John
- David E. Kieras
Related topics
Seminal works
- card1983
- card1980
- fitts1954
Frequently asked questions
- इंटरफ़ेस डिज़ाइन में फिट्स के नियम का उपयोग किस लिए किया जाता है?
- फिट्स का नियम लक्ष्य की दूरी और आकार के आधार पर लक्ष्य पर इंगित करने में लगने वाले समय की भविष्यवाणी करता है। डिजाइनर इसका उपयोग अक्सर उपयोग किए जाने वाले नियंत्रणों को बड़ा बनाने या उन्हें स्क्रीन के किनारों और कोनों पर रखने के लिए करते हैं, जिन्हें प्रभावी रूप से हिट करना आसान होता है, जिससे इंगित करने का समय और प्रयास कम होता है।
- उपयोगकर्ता परीक्षण की तुलना में भविष्य कहनेवाला संज्ञानात्मक मॉडल कब अधिक उपयोगी होते हैं?
- कीस्ट्रोक-स्तर मॉडल जैसे भविष्य कहनेवाला मॉडल शुरुआती दौर में या कई डिज़ाइन वेरिएंट की तुलना करते समय सबसे उपयोगी होते हैं, क्योंकि वे उपयोगकर्ताओं को भर्ती किए बिना विशेषज्ञ प्रदर्शन समय का सस्ता और तेज़ी से अनुमान लगाते हैं। वे परीक्षण के पूरक हैं, जिसकी अभी भी सीखने, त्रुटियों और वास्तविक दुनिया के व्यवहार को पकड़ने के लिए आवश्यकता होती है जिसे मॉडल सरल बनाते हैं।