Interaco Homem-Mquina 2- Os Humanos Pedro Campos - - PDF document

interac o homem m quina
SMART_READER_LITE
LIVE PREVIEW

Interaco Homem-Mquina 2- Os Humanos Pedro Campos - - PDF document

Interaco Homem-Mquina 2- Os Humanos Pedro Campos dme.uma.pt/pcampos pcampos@uma.pt O Modelo Humano de Processamento Viso simplificada do processamento humano envolvido na interaco com um sistema computacional Os Humanos


slide-1
SLIDE 1

Interacção Homem-Máquina

2- Os Humanos

Pedro Campos

dme.uma.pt/pcampos pcampos@uma.pt

O Modelo Humano de Processamento

  • Visão simplificada

do processamento humano envolvido na interacção com um sistema computacional

slide-2
SLIDE 2

Os Humanos

  • Entradas/Saídas de Informação via:
  • visual
  • auditiva
  • táctil
  • canais de movimento
  • Informação armazenada na memória
  • Informação processada e aplicada

A Visão

  • Duas etapas na

Visão:

  • recepção física dos estímulos
  • processamento e interpretação dos estímulos
slide-3
SLIDE 3

Ilusões Ópticas

VERMELHO LARANJA AZUL ROXO VERDE

Ilusões Ópticas

slide-4
SLIDE 4

Ilusões Ópticas Ilusões Ópticas

slide-5
SLIDE 5

Ilusões Ópticas O Olho Humano

slide-6
SLIDE 6

O Olho Humano

  • Bastonetes
  • permitem a visão para baixas intensidades luminosas
  • objectos coloridos aparecem sem cor no escuro
  • Cones
  • permitem a visão colorida em claridades média e grande (visão diurna)
  • se a intensidade luminosa oscilar muito rapidamente, o olho não pode

acompanhar as variações

O Olho Humano

slide-7
SLIDE 7

Interpretação do Sinal

  • Brilho
  • reacção subjectiva aos níveis de cor
  • influência da luminância do objecto
  • Cor
  • composta por tonalidade, saturação e brilho
  • cones sensíveis aos comprimentos de onda
  • acuidade ao azul é a mais baixa
  • 8% dos homens e 1% das mulheres são daltónicos

Espaços de Cor

  • A cor de um objecto pode ser representada:
  • pelas intensidades das componentes vermelho R, verde G e azul B, no sistema de

cores RGB, ou

  • pela intensidade I, pela cor ou matiz H e pela saturação S no espaço IHS.
  • Intensidade ou brilho
  • é a medida de energia total envolvida em todos os comprimentos de onda
  • Matiz de um objeto
  • é a medida do comprimento de onda médio da luz que se reflete ou se emite,

definindo, a cor do objeto.

  • Saturação ou pureza
  • expressa o intervalo de comprimento de onda ao redor do comprimento de onda

médio, no qual a energia é refletida ou transmitida. Um alto valor de saturação resulta numa cor espectralmente pura, ao passo que um baixo valor indica uma mistura de comprimentos de onda produzindo tons pastéis (apagados).

slide-8
SLIDE 8

Leitura

  • Várias Etapas:
  • padrão visual percebido
  • descodificado usando a representação interna da linguagem
  • interpretado recorrendo ao conhecimento da sintaxe, semântica e prática
  • Forma das palavras é importante para o reconhecimento
  • Contraste negativo melhora a leitura do écran

Contraste Negativo funciona melhor no écran Contraste Positivo não funciona tão bem

Audição

  • Fornece informação sobre o ambiente
  • distâncias, direcções, objectos
  • Físico:
  • ouvido médio: protege o interno e amplifica o som
  • ouvido externo: transmite as ondas como vibrações para o interno
  • ouvido interno: liberta transmissores químicos e causa impulsos ao

nervo auditivo

  • Som:
  • altura: forma como o ouvido humano percebe a frequência dos

sons

  • intensidade: percepção da amplitude da onda sonora
  • timbre: tipo ou qualidade de um som
slide-9
SLIDE 9

Audição

  • Ouvido humano detecta frequências dos 20Hz aos

15kHz

  • Maior precisão a distinguir altas frequências
  • O sistema auditivo filtra os sons
  • conseguimos ouvir sons sobre ruído de fundo
  • exemplo do fenómeno cocktail party

Toque

  • Fornece feedback importante sobre o ambiente
  • Pode ser o sentido central para invisuais
  • Algumas áreas mais sensíveis que outras (exº dedos)
  • Ergonomia
  • percepção da posição do corpo afecta o conforto e desempenho
slide-10
SLIDE 10

Movimento

  • Tempo de resposta ao estímulo: tempo de reacção + tempo de

movimento

  • Tempo de movimento: depende da idade, forma física, etc.
  • Tempo de reacção: depende do tipo de estímulo:
  • visual ~ 200 ms
  • auditivo ~150 ms
  • dor ~700 ms
  • Aumento do tempo de reacção diminui a precisão do utilizador

não-experiente mas não do utilizador experiente

Lei de Fitts

  • Tempo para atingir um alvo no ecrã
  • Depende do tamanho do alvo e da distância
  • Alvos devem ser suficientemente grandes e estar suficientemente

próximos

  • Exemplo do pie menu vs. linear menu

T = a + k log (Dist/Size + 1)

slide-11
SLIDE 11

Modelos Cognitivos da Interacção Homem-Máquina

Long-term Memory Working Memory Visual image store Auditory image store Perceptual processor Motor processor Cognitive processor

Modelos Cognitivos da IHM

  • O Modelo de Processamento Humano de Card
  • Os Métodos de Avaliação GOMS
  • Objectivos, Tarefas e Acções
  • O Modelo KLM
  • O Modelo de Interacção de Norman
  • Os Golfos de Execução e Avaliação
  • Princípios e Heurísticas da Interacção Homem-Máquina
slide-12
SLIDE 12

O Modelo de Processamento Humano de Card

Long-term Memory Working Memory Visual image store Auditory image store Perceptual processor Motor processor Cognitive processor

Memórias e Processadores no MPH de Card

  • O MPH é baseado num conjunto de parâmetros que descrevem

as memórias e os processadores.

  • Para as memórias:
  • µ - A capacidade de armazenamento (em itens);
  • - O tempo de declínio de um item;
  • - O tipo de codificação (física, acústica, visual, semântica, etc.);
  • Para os processadores:
  • - O tempo de ciclo;
  • Estes parâmetros podem ser estimados experimentalmente de

acordo com as características fisiológicas dos seres humanos.

slide-13
SLIDE 13

Algumas Estimativas de Parâmetros para o MPH de Card

Parameter Perceptual System Cognitive System Motor System Memories µ

µVIS = 17(7~17) letters µAIS = 5(4.4~6.2) letters µWM(pure) = 3(2.5~4.1) chunks µWM(effective) = 7(5~9) chunks

  • VIS = 200(90~1000) msec.

AIS = 1500(900~3500) msec. WM(1 chunk) = 73(73~226) sec. WM(3 chunks) = 7(5~34) sec. LTM =

  • VIS = physical

AIS = physical WM = acoustic or visual LTM = semantic

Processors

  • P = 100(50~200) msec.

C = 230(70~700) msec. M.= 70(30~100) msec.

Os Princípios de Operação do MPH de Card

  • P0. O Ciclo de Reconhecimento Acção do Processador Cognitivo
  • Em cada ciclo do processador cognitivo, o conteúdo da memória de trabalho inicia

acções associativamente ligadas à memória de longa duração, estas acções por sua vez modificam o conteúdo da memória de trabalho.

  • P1. O Princípio da Proporcionalidade da

Variação do Processador Perceptual

  • O tempo de ciclo do processador perceptual (P) varia inversamente com a

intensidade dos estímulos.

  • P2. O Princípio da Especificidade da Codificação
  • As operações de codificação, executadas sobre o que é perceptível, determinam o

que é armazenado; o que é armazenado determina quais as “pistas” efectivas para a recuperação do que está armazenado.

  • P3. O Princípio da Discriminação
  • A dificuldade de recuperação da memória é determinada pelos candidatos que nela

existem, em relação às “pistas” de recuperação

slide-14
SLIDE 14
  • P4. O Princípio da Proporcionalidade da

Variação do Processador Cognitivo

  • O tempo de ciclo do processador cognitivo (C) é menor quanto maior for o esforço

induzido pelo aumento da exigência das tarefas ou da carga de informação; também diminuí com a experiência.

  • P5. A Lei de Fitts
  • O tempo Tpos para mover a mão para um determinado alvo de dimensão S a uma distância

D é dado por:

  • Em que
  • P6. A Lei da Exponencial da Prática
  • O tempo TN para executar uma tarefa na enésima tentativa segue uma lei exponencial, em

que:

Os Princípios de Operação do MPH de Card

Tpos = IM log2(D /S + 0.5) IM = 100 [70 ~120]msec/ bit

Tn = T1n

  • = 0.4[0.2 ~ 0.6]

Os Princípios de Operação do MPH de Card

  • P7. O Princípio da Incerteza
  • O tempo de decisão T aumenta com a incerteza sobre o julgamento ou decisão a tomar: T=ICH,

em que H é a entropia da teoria da informação e IC=150(0~157) ms/bit.

  • Para N equiprováveis alternativas (Lei de Hick):
  • Para N alternativas com probabilidades diferentes de ocorrência Pi:
  • P8. O Princípio da Racionalidade
  • Uma pessoa actua de forma a atingir o seu objectivo através de acções raccionais, dada uma

estrutura da tarefa e os seus inputs de informação e limitada às suas capacidades de processamento e conhecimento: Objectivos + Tarefa + Operadores + Inputs + Conhecimento + Limites de Processamento -> Comportamento

  • P9. O Princípio do Espaço do Problema
  • A actividade racional em que as pessoas se envolvem para resolver um problema pode ser

descrito em termos de:

1.

Um conjunto de estados de conhecimento

2.

Operadores para mudar de um estado para outro

3.

Restrições na aplicação dos operadores

4.

Conhecimento de controlo para decidir qual dos operadores aplicar em seguida

H = log2(n +1) H = pi log2(1/ pi +1)

i

slide-15
SLIDE 15

Objectivos, Tarefas e Acções

Goal Task Action

Concept Definiton Example

Device The sate of the system the human whishes to achieve The set of activities required, used

  • r believed to be necessary to

achieve a goal. An internal task that involves no problem solving or control structure component. Instrument, method, agent, tool, technique, skill... Write a letter Edit text, print letter, ... Enter text, move cursor, ... Mouse, keyboard, direct- manipulation, ...

GOMS

Goal (sub)Goal Operators, methods

Objectivos, Tarefas e Acções

  • Objectivo
  • Um objectivo pode ser definido como o estado do sistema que o humano pretende

alcançar.

  • Um objectivo ou tarefa externa pode ser atingido utilizando algum instrumento, método,

agente, ferramenta, técnica, competência, ou de uma forma geral, um dispositivo que permite a alteração do estado do sistema.

  • Tarefa
  • Uma tarefa (ou tarefa interna) é definida como o conjunto das actividades necessárias, ou

julgadas necessárias, para atingir um objectivo utilizando um determinado dispositivo.

  • Uma tarefa é assim uma sequência estruturada de acções sequenciais que um humano tem

que executar (ou julga que tem que executar) de forma a atingir um objectivo.

  • Acção
  • Uma acção é uma tarefa interna que não involve resolução de problemas ou alguma

componente de estrutura de controlo

slide-16
SLIDE 16

O Modelo GOMS

  • GOMS - Goals, Objects, Methods and Selection Rules
  • Método Quantitativo baseado no Modelo de Processamento Humano de Card.
  • KLM - Keystroke Level Model (KLM)
  • Keying - K = 0.2 s
  • Digitação no teclado - o tempo que leva um utilizador a carregar no teclado
  • Pointing - P = 1.1 s
  • Apontar - o tempo que leva um utilizador a apontar uma posição no ecrã
  • Homing - H = 0.4 s
  • Recuperação - o tempo que um utilizador leva a mover a mão do teclado para o

dispositivo de controlo do apontador

  • Mentally Preparing - M = 1.35 s
  • Preparação mental - o tempo que o utilizador leva a preparar mentalmente a próxima

acção

  • Responding - R
  • Resposta - o tempo que um utilizador deve esperar pela resposta do computador

Heurísticas do Modelo KLM

  • Heurísticas para Colocação de Operadores Mentais
  • Regra 0 - Inserção Inicial de Operadores Candidatos M
  • Inserir Ms antes de todos os Ks.
  • Inserir Ms antes de todos os Ps que seleccionam comandos mas não nos que apontam

para argumentos desses comandos.

  • Regra 1 - Remoção de Ms Antecipados
  • Se um operador a seguir a um M é completamente antecipado num operador anterior a

esse M, então remover o M.

  • Exemplo: mover o rato com a intenção de carregar no botão: PMK=PK
  • Regra 2 - Remoção de Ms dentro de unidades cognitivas
  • Se uma sequência de Ms forma uma unidade cognitiva, então remover todos os Ms

excepto o primeiro.

  • Uma unidade cognitiva é uma sequência contígua de operadores K que formam um

comando ou um argumento.

  • Exemplo:

Y, move, Helen of Troy, 4564,23

slide-17
SLIDE 17

Heurísticas do Modelo KLM

  • Heurísticas para Colocação de Operadores Mentais (cont.)
  • Regra 3 - Remoção de Ms anteriores a terminadores consecutivos
  • Se K é um delimitador redundante no fim de uma unidade cognitiva, por exemplo um

delimitador de um comando imediatamente a seguir ao delimitador do seu argumento, então remover o M.

  • Regra 4 - Remoção de Ms que são terminadores de comandos
  • Se K é um delimitador que segue uma sequência constante então apagar o M em frente.
  • Mas se o K é um delimitador para uma sequência de argumentos ou alguma sequência que

pode variar, manter o M em frente.

  • Regra 5 - Remoção de Ms sobrepostos
  • Não contar com um M que se sobrepõe a um R
  • Exemplo: um tempo de espera em que o utilizador aguarda uma resposta do utilizador

Exemplo de Aplicação do KLM

  • Mover a mão para o rato
  • H
  • Apontar para o botão apropriado
  • HP
  • Clicar no botão de rádio
  • HPK
  • Mover a mão novamente para o teclado
  • HPKH
  • Digitar a temperatura
  • HPKHKKKK
  • Digitar Enter
  • HPKHKKKKK
slide-18
SLIDE 18

Exemplo de Aplicação do KLM

  • Aplicação das Heurísticas
  • Aplicando a Regra 0
  • HMPMKHMKMKMKMKMK
  • Aplicando a Regra 1 (PMK=PK)
  • HMPKHMKMKMKMKMK
  • Aplicando a Regra 2
  • HMPKHMKKKKMK
  • O M antes do último K tem que ser mantido pela Regra 4 e as regras 3 e

5 não se aplicam neste exemplo

  • Substituindo os operadores pelos valores esperados
  • 0,4+1,35+1,1+0,2+0,4+1,35+4*(0,2)+1,35+,2=7,15s
  • No caso em que a conversão já está correctamente seleccionada o

método é:

  • MKKKKMK = 3,7s
  • Como ambas as conversões são equiprováveis:
  • (7,15+3,7)/2=5,4s

Outras Alternativas

slide-19
SLIDE 19

Modelos Mentais

  • Modelos Mentais
  • Representações que as pessoas desenvolvem de sí próprias, de outras

pessoas, de objectos físicos e do ambiente que as rodeia; que as ajudam a decidir o que fazer em situações correntes e futuras.

  • Os modelos mentais são desenvolvidos através da experiência, treino e

instrução.

  • Modelos Conceptuais
  • Quando os modelos mentais se referem a sistemas físicos ou de software.

A good conceptual model allows humans to predict the effects of their actions: without a good (conceptual) model we operate by rote, blindly; we do

  • perations as we were told to do them; we can’t fully appreciate why, what

effects to expect, or what to do if things go wrong (…)

Norman, 1986

“ ”

Design Model Designer User

iMac

User's Model System Image

Modelos Mentais em Sistemas Interactivos

  • O Modelo de Desenho
  • Modelo mental da pessoa que desenvolveu o sistema.
  • O Modelo do Utilizador
  • Modelo mental que o utilizar desenvolve quando interage com o sistema, através

da experiência, treino e instrução.

  • A Imagem do Sistema
  • A estrutura física (perceptível) do sistema desenvolvido.
  • Problemas com Modelos Mentais
  • Como toda a comunicação acontece através da imagem do sistema, se esta não

reflectir de forma clara e consistente o modelo de desenho, ou se este modelo for mal formado, existe uma boa possibilidade dos utilizadores formarem modelos mentais incorrectos.

slide-20
SLIDE 20

O Ciclo de Interacção de Norman

  • O Ciclo de Interacção de Norman
  • Modelo Cognitivo que permitiu a identificação das fases da Interacção (as

sete etapas da acção):

  • Formar o Objectivo
  • Formar a Intenção
  • Especificar a Acção
  • Percepcionar o Estado do Mundo
  • Interpretar o Estado do Mundo
  • Avaliar o Resultado
  • Embora este modelo não corresponda a uma teoria cognitiva completa,

permite extrair um conjunto de heurísticas para o desenho e avaliação de sistemas interactivos.

Goals Intention Specification Execution Evaluation Interpretation Perception

iMac

Mental Physical Gulf of Evaluation Gulf of Execution

O Ciclo de Interacção de Norman

  • As etapas de execução
  • Traduzem o objectivo inicial numa intenção para executar qualquer coisa. A intenção é

depois traduzida numa sequência de acções (ainda um acontecimento mental). Finalmente as acções são executadas sobre o mundo físico.

  • As etapas de avaliação
  • Iniciam-se com a percepção do mundo. Esta percepção é interpretada de acordo com as

expectativas e avaliada (comparada) em função das intenções e dos objectivos.

slide-21
SLIDE 21

Os Golfos de Avaliação e Execução

  • O Ciclo de Norman permite a identificação de vários Golfos que

indicam potenciais problemas:

  • O Golfo de Avaliação
  • É a diferença entre as intenções do utilizador e as acções permitidas no

sistema.

  • O Golfo de Execução
  • Reflecte a quantidade de esforço que uma pessoa tem que exercer para

interpretar o estado físico do sistema e determinar de que forma as expectativas e intenções foram cumpridas.

O Sistema Cognitivo

  • Memória Sensorial
  • Memória de Curta Duração (STM)
  • Memória de Longa Duração (LTM)
  • Modelos de Representação
  • Armazenamento, esquecimento, recuperação
  • Raciocínio
  • Solução de problemas
slide-22
SLIDE 22

Memória Sensorial

  • Buffer de estímulos recebidos dos sentidos
  • Visual Icónico (exº passar dedo frente ao olho)
  • Auditivo Ecóico (exº direcção do som)
  • Tacto Háptico
  • Armazena uma imagem fixa do mundo real o tempo necessário

para a informação ser processada

  • Armazena muita informação durante pouco tempo

A Atenção

Memória Sensorial Memória Curto Prazo Memória Longo Prazo Atenção Selecção de estímulos determinada por nível de interesse e/ou necessidade

slide-23
SLIDE 23

7

Memória de Curto Prazo (STM)

  • Memória de Trabalho
  • Guarda informação temporária
  • Guardamos resultados intermédios ao fazer contas “de cabeça”
  • Guardamos início de uma frase ao ler
  • Acesso rápido: ~ 70 ms
  • Retenção curta: ~ 200 ms
  • Capacidade limitada: 7 ± 2 pedaços de informação (chunks)
  • O agrupamento de informação aumenta a capacidade e optimiza a

utilização da STM

Memória de Longo Prazo

  • Repositório de todo o nosso conhecimento
  • Informação factual
  • Conhecimento experimental
  • Regras de comportamento
  • ... tudo o que sabemos
  • LTM vs. STM
  • Capacidade maior ou ilimitada
  • Acesso mais lento: 0.1 seg vs. 70 ms
  • Evanescência lenta (quando acontece)
slide-24
SLIDE 24

LTM - Esquecimento

  • O que provoca o esquecimento?
  • Evanescência - informação perde-se gradualmente, mas muito lentamente
  • Interferência
  • Nova informação substitui antiga: Interferência Retroactiva
  • exº: ao trocar de nº de telemóvel, é difícil lembrar-se do nº antigo
  • Informação antiga interfere com nova: Inibição Pró-activa
  • exº: ir para a casa antiga em vez da nova
  • Factores emocionais
  • A memória é selectiva: lembra coisas boas e esquece as más

LTM - Recuperação de Informação

  • Lembrança
  • Informação reproduzida a partir da memória
  • Pode ser assistida por pistas (teste 2)
  • exº categorias, imagens
  • Reconhecimento
  • Informação apresenta conhecimento antes visto (exº: opção de menu)
  • Menos complexo que lembrança, porque a lembrança constitui a pista!
  • Queremos desenvolver sistemas baseados no reconhecimento!
  • “Reconhecer, em vez de lembrar”
slide-25
SLIDE 25

Raciocínio e resolução de problemas

Dedutivo Indutivo Abdutivo

  • Chega a conclusões lógicas a partir de premissas dadas
  • Exemplo:
  • A conclusão lógica não é necessariamente verdadeira
  • Exemplo:

Raciocínio Dedutivo

Se é Sexta-Feira, então ela vai trabalhar. É Sexta-Feira. Logo, ela vai trabalhar. Se chove, então o chão está seco. Chove. Logo, o chão está seco.

slide-26
SLIDE 26
  • Generaliza de casos vistos para casos nunca vistos
  • Exemplo:
  • Todos os elefantes conhecidos têm tromba
  • Logo, todos os elefantes têm tromba
  • Pouco fiável
  • Pode-se demonstrar falsidade e não a verdade
  • ...Mas útil e usada constantemente
  • Humanos têm melhor desempenho com provas positivas
  • Um elefante sem tromba não invalida a nossa indução
  • Exº cartas de Wason

Raciocínio Indutivo

  • Raciocinar a partir dos factos para as causas
  • exº Johnny guia depressa quando está bêbedo
  • Se vejo o Johnny a guiar depressa, assumo que ele deve estar bêbedo
  • Pouco fiável, pode conduzir a falsas explicações

Raciocínio Abdutivo

slide-27
SLIDE 27

Leitura

  • Capítulo 1 do livro principal:
  • Dix, Abowd & Beal, Human Computer Interaction, Prentice Hall
  • Capítulo 2 do livro:
  • Nunes, N. J. Object Modeling for User-Centered Development and User Interface

Design: The Wisdom Approach, Universidade da Madeira, 2001.