Modelos Cognitivos de Interação

Modelos cognitivos descrevem e preveem como as pessoas percebem, pensam e agem ao usar sistemas interativos, permitindo que analistas estimem o desempenho, como o tempo de tarefa, antes que qualquer usuário seja testado.

Definition

Modelos cognitivos de interação são descrições formais ou quantitativas dos processos perceptuais, cognitivos e motores humanos envolvidos no uso de um sistema, usados para explicar a interação e prever medidas como o tempo de conclusão da tarefa sem testes empíricos.

Scope

Este tópico abrange modelos analíticos do desempenho humano na interação: o processador humano modelo, a família GOMS e o modelo de nível de teclas para prever tempos de tarefa de especialistas, e leis de desempenho motor e perceptual, como a lei de Fitts e a lei de Hick-Hyman. Ele aborda como esses modelos preveem a eficiência e informam as escolhas de design. Não cobre métricas empíricas coletadas de usuários, tratadas em métricas e medição de usabilidade, nem os detalhes de nível de dispositivo de apontamento, tratados em técnicas de entrada e interação.

Core questions

• Como o tempo de conclusão da tarefa pode ser previsto antes de construir ou testar uma interface?
• O que a lei de Fitts diz sobre o tempo para adquirir um alvo?
• Como a família GOMS decompõe as tarefas em objetivos, operadores, métodos e regras de seleção?
• Quais são os pontos fortes e os limites dos modelos cognitivos preditivos?

Key concepts

• processador humano modelo
• GOMS
• modelo de nível de teclas
• lei de Fitts
• lei de Hick-Hyman
• modelagem preditiva de desempenho
• tempo de tarefa de especialista
• operadores e métodos

Key theories

GOMS e o modelo de nível de teclas

GOMS analisa o desempenho de tarefas qualificadas como objetivos, operadores, métodos e regras de seleção; seu membro mais simples, o modelo de nível de teclas, prevê o tempo de execução de especialistas somando durações estimadas de ações elementares, como pressionamentos de tecla, apontar e preparação mental.

Lei de Fitts

O tempo para mover e adquirir um alvo aumenta com a distância e diminui com o tamanho do alvo em uma relação logarítmica, fornecendo aos designers uma base quantitativa para dimensionar e posicionar controles interativos.

O processador humano modelo

Card, Moran e Newell modelaram o humano como processadores perceptuais, cognitivos e motores interativos com capacidades e tempos de ciclo característicos, fornecendo uma base para aproximações de engenharia do desempenho da interação.

Clinical relevance

Os modelos cognitivos permitem que os designers comparem alternativas de interface analiticamente, por exemplo, estimando qual layout de menu ou posicionamento de controle é mais rápido, sem realizar estudos para cada opção; a lei de Fitts, em particular, orienta o dimensionamento e o posicionamento de alvos em interfaces gráficas e de toque.

History

O livro de Card, Moran e Newell de 1983 aplicou a psicologia cognitiva ao design de interface, baseando-se no modelo de nível de teclas publicado em 1980 e na lei de movimento direcionado de Fitts de 1954. A família GOMS foi posteriormente comparada e estendida por John e Kieras, e a modelagem preditiva continua sendo uma ferramenta para avaliação analítica ao lado de métodos empíricos.

Key figures

• Stuart K. Card
• Thomas P. Moran
• Allen Newell
• Paul M. Fitts
• Bonnie E. John
• David E. Kieras

Seminal works

• card1983
• card1980
• fitts1954

Frequently asked questions

Para que serve a lei de Fitts no design de interface?

A lei de Fitts prevê quanto tempo leva para apontar para um alvo com base na distância e no tamanho do alvo. Os designers a usam para tornar os controles frequentemente usados maiores ou para colocá-los nas bordas e cantos da tela, que são efetivamente fáceis de atingir, reduzindo assim o tempo e o esforço de apontamento.

Quando os modelos cognitivos preditivos são mais úteis do que o teste de usuário?

Modelos preditivos como o modelo de nível de teclas são mais úteis no início ou ao comparar muitas variantes de design, porque estimam os tempos de desempenho de especialistas de forma barata e rápida, sem recrutar usuários. Eles complementam os testes, que ainda são necessários para capturar o aprendizado, erros e o comportamento do mundo real que os modelos simplificam.