แบบจำลองการรู้คิดของการปฏิสัมพันธ์

แบบจำลองการรู้คิดอธิบายและคาดการณ์ว่าผู้คนรับรู้ คิด และกระทำอย่างไรเมื่อใช้ระบบเชิงโต้ตอบ ทำให้นักวิเคราะห์สามารถประเมินประสิทธิภาพ เช่น เวลาในการทำงานให้สำเร็จ ก่อนที่จะมีการทดสอบผู้ใช้จริง

Definition

แบบจำลองการรู้คิดของการปฏิสัมพันธ์คือคำอธิบายที่เป็นทางการหรือเชิงปริมาณของกระบวนการรับรู้ การรู้คิด และการเคลื่อนไหวของมนุษย์ที่เกี่ยวข้องกับการใช้ระบบ ซึ่งใช้เพื่ออธิบายการปฏิสัมพันธ์และเพื่อคาดการณ์มาตรวัดต่างๆ เช่น เวลาในการทำงานให้สำเร็จ โดยไม่ต้องมีการทดสอบเชิงประจักษ์

Scope

หัวข้อนี้ครอบคลุมแบบจำลองเชิงวิเคราะห์ของประสิทธิภาพของมนุษย์ในการปฏิสัมพันธ์: ตัวประมวลผลแบบจำลองของมนุษย์ (model human processor), ตระกูล GOMS และแบบจำลองระดับการกดแป้นพิมพ์ (keystroke-level model) สำหรับการคาดการณ์เวลาทำงานของผู้เชี่ยวชาญ, และกฎของประสิทธิภาพการเคลื่อนไหวและการรับรู้ เช่น กฎของฟิตส์ (Fitts's law) และกฎของฮิก-ไฮแมน (Hick-Hyman law) โดยจะกล่าวถึงว่าแบบจำลองเหล่านี้คาดการณ์ประสิทธิภาพและเป็นข้อมูลในการตัดสินใจออกแบบได้อย่างไร หัวข้อนี้ไม่ครอบคลุมเมตริกเชิงประจักษ์ที่รวบรวมจากผู้ใช้ ซึ่งกล่าวถึงภายใต้หัวข้อเมตริกและการวัดความสามารถในการใช้งาน (usability metrics and measurement) และไม่ครอบคลุมรายละเอียดระดับอุปกรณ์ของการชี้ ซึ่งกล่าวถึงภายใต้หัวข้อเทคนิคการป้อนข้อมูลและการปฏิสัมพันธ์ (input and interaction techniques)

Core questions

• จะคาดการณ์เวลาในการทำงานให้สำเร็จได้อย่างไรก่อนที่จะสร้างหรือทดสอบส่วนต่อประสานผู้ใช้?
• กฎของฟิตส์กล่าวถึงเวลาในการเข้าถึงเป้าหมายว่าอย่างไร?
• ตระกูล GOMS แยกย่อยงานออกเป็นเป้าหมาย ตัวดำเนินการ วิธีการ และกฎการเลือกได้อย่างไร?
• จุดแข็งและข้อจำกัดของแบบจำลองการรู้คิดเชิงคาดการณ์คืออะไร?

Key concepts

• ตัวประมวลผลแบบจำลองของมนุษย์
• GOMS
• แบบจำลองระดับการกดแป้นพิมพ์
• กฎของฟิตส์
• กฎของฮิก-ไฮแมน
• การสร้างแบบจำลองประสิทธิภาพเชิงคาดการณ์
• เวลาทำงานของผู้เชี่ยวชาญ
• ตัวดำเนินการและวิธีการ

Key theories

GOMS และแบบจำลองระดับการกดแป้นพิมพ์

GOMS วิเคราะห์ประสิทธิภาพการทำงานของผู้เชี่ยวชาญในรูปของเป้าหมาย (goals), ตัวดำเนินการ (operators), วิธีการ (methods), และกฎการเลือก (selection rules); สมาชิกที่ง่ายที่สุดคือแบบจำลองระดับการกดแป้นพิมพ์ ซึ่งคาดการณ์เวลาการดำเนินการของผู้เชี่ยวชาญโดยการรวมระยะเวลาโดยประมาณของการกระทำพื้นฐาน เช่น การกดแป้นพิมพ์ การชี้ และการเตรียมการทางจิตใจ

กฎของฟิตส์

เวลาในการเคลื่อนที่ไปยังและเข้าถึงเป้าหมายจะเพิ่มขึ้นตามระยะทางและลดลงตามขนาดของเป้าหมายในความสัมพันธ์แบบลอการิทึม ซึ่งเป็นพื้นฐานเชิงปริมาณให้นักออกแบบใช้ในการกำหนดขนาดและจัดวางส่วนควบคุมเชิงโต้ตอบ

ตัวประมวลผลแบบจำลองของมนุษย์

Card, Moran, และ Newell ได้สร้างแบบจำลองของมนุษย์ในฐานะตัวประมวลผลการรับรู้ การรู้คิด และการเคลื่อนไหวที่ทำงานร่วมกัน โดยมีขีดความสามารถและรอบเวลาที่เป็นลักษณะเฉพาะ ซึ่งเป็นรากฐานสำหรับการประมาณประสิทธิภาพการปฏิสัมพันธ์ทางวิศวกรรม

Clinical relevance

แบบจำลองการรู้คิดช่วยให้นักออกแบบสามารถเปรียบเทียบทางเลือกของส่วนต่อประสานผู้ใช้ในเชิงวิเคราะห์ได้ เช่น การประมาณว่ารูปแบบเมนูหรือตำแหน่งการควบคุมใดเร็วกว่า โดยไม่ต้องทำการศึกษาสำหรับทุกทางเลือก โดยเฉพาะอย่างยิ่งกฎของฟิตส์เป็นแนวทางในการกำหนดขนาดและการจัดวางเป้าหมายในส่วนต่อประสานกราฟิกและระบบสัมผัส

History

หนังสือของ Card, Moran, และ Newell ในปี 1983 ได้นำจิตวิทยาการรู้คิดมาประยุกต์ใช้กับการออกแบบส่วนต่อประสานผู้ใช้ โดยต่อยอดจากแบบจำลองระดับการกดแป้นพิมพ์ที่ตีพิมพ์ในปี 1980 และจากกฎการเคลื่อนไหวแบบมีเป้าหมายของฟิตส์ในปี 1954 ตระกูล GOMS ได้รับการเปรียบเทียบและขยายความเพิ่มเติมโดย John และ Kieras ในภายหลัง และการสร้างแบบจำลองเชิงคาดการณ์ยังคงเป็นเครื่องมือสำหรับการประเมินเชิงวิเคราะห์ควบคู่ไปกับวิธีการเชิงประจักษ์

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

กฎของฟิตส์ใช้ทำอะไรในการออกแบบส่วนต่อประสานผู้ใช้?

กฎของฟิตส์คาดการณ์ระยะเวลาที่ใช้ในการชี้ไปยังเป้าหมายโดยอิงจากระยะทางและขนาดของเป้าหมาย นักออกแบบใช้กฎนี้เพื่อทำให้ส่วนควบคุมที่ใช้บ่อยมีขนาดใหญ่ขึ้น หรือวางไว้ที่ขอบและมุมของหน้าจอ ซึ่งโดยทั่วไปแล้วจะง่ายต่อการเข้าถึง ซึ่งช่วยลดเวลาและความพยายามในการชี้

เมื่อใดที่แบบจำลองการรู้คิดเชิงคาดการณ์มีประโยชน์มากกว่าการทดสอบผู้ใช้?

แบบจำลองเชิงคาดการณ์ เช่น แบบจำลองระดับการกดแป้นพิมพ์ มีประโยชน์มากที่สุดในช่วงเริ่มต้นหรือเมื่อเปรียบเทียบการออกแบบหลายรูปแบบ เนื่องจากสามารถประมาณเวลาการทำงานของผู้เชี่ยวชาญได้อย่างรวดเร็วและประหยัด โดยไม่ต้องสรรหาผู้ใช้ แบบจำลองเหล่านี้เสริมการทดสอบ ซึ่งยังคงจำเป็นเพื่อบันทึกการเรียนรู้ ข้อผิดพลาด และพฤติกรรมในโลกแห่งความเป็นจริงที่แบบจำลองลดความซับซ้อนลงไป