GOMS
GOMS är en specialiserad mänsklig informationsprocessormodell för observation av människa-datorinteraktion som beskriver en användares kognitiva struktur på fyra komponenter. I boken The Psychology of Human Computer Interaction . skriven 1983 av Stuart K. Card , Thomas P. Moran och Allen Newell introducerar författarna: "en uppsättning mål , en uppsättning operatörer , en uppsättning metoder för att uppnå målen och en uppsättning urvalsregler för att välja bland konkurrerande metoder för mål." GOMS är en mycket använd metod av användarvänlighetsspecialister för datorsystemdesigners eftersom den producerar kvantitativa och kvalitativa förutsägelser om hur människor kommer att använda ett föreslaget system.
Översikt
En GOMS- modell är sammansatt av metoder som används för att uppnå specifika mål. Dessa metoder är sedan sammansatta av operatörer på den lägsta nivån. Operatörerna är specifika steg som en användare utför och tilldelas en specifik körningstid. Om ett mål kan uppnås med mer än en metod, används urvalsregler för att bestämma metoden.
- Mål är symboliska strukturer som definierar ett tillstånd som ska uppnås och bestämmer en uppsättning möjliga metoder genom vilka det kan uppnås
- Operatörer är elementära perceptuella, motoriska eller kognitiva handlingar, vars utförande är nödvändigt för att förändra någon aspekt av användarens mentala tillstånd eller för att påverka arbetsmiljön
- Metoder beskriver en procedur för att uppnå ett mål
- Urvalsregler behövs när ett mål görs, det kan finnas mer än en metod tillgänglig för användaren för att uppnå det.
Det finns flera olika GOMS-varianter som gör att olika aspekter av ett gränssnitt kan studeras och förutsägas noggrant. För alla varianterna är definitionerna av de viktigaste begreppen desamma. Det finns viss flexibilitet för designerns/analytikerns definition av alla enheter. Till exempel kan en operatör i en metod vara ett mål i en annan metod. Granularitetsnivån justeras för att fånga vad den specifika utvärderaren undersöker. För ett enkelt tillämpat exempel se CMN-GOMS .
Kompetens
Fördelar
GOMS - metoden för användarmodellering har styrkor och svagheter. Även om det inte nödvändigtvis är den mest exakta metoden för att mäta interaktion mellan människa och dator, tillåter den all procedurkunskap att ses. Med GOMS kan en analytiker enkelt uppskatta en viss interaktion och beräkna den snabbt och enkelt. Detta är endast möjligt om den genomsnittliga metoden-tidsmätningsdata för varje specifik uppgift tidigare har mätts experimentellt med en hög grad av noggrannhet.
Nackdelar
GOMS gäller endast skickliga användare. Det fungerar inte för nybörjare eller intermediärer eftersom fel kan uppstå som kan ändra data. Modellen gäller inte heller för att lära sig systemet eller en användare som använder systemet efter en längre tid utan att ha använt det. En annan stor nackdel är bristen på redogörelse för fel, även skickliga användare gör fel men GOMS står inte för fel. Mental arbetsbelastning tas inte upp i modellen, vilket gör detta till en oförutsägbar variabel. Detsamma gäller trötthet. GOMS tar bara upp användbarheten av en uppgift på ett system, den tar inte upp dess funktionalitet.
Användarpersonligheter, vanor eller fysiska begränsningar (till exempel funktionsnedsättningar) tas inte med i någon av GOMS-modellerna. Alla användare antas vara exakt likadana. Nyligen utvecklades några tillägg av GOMS, som gör det möjligt att formulera GOMS-modeller som beskriver interaktionsbeteendet hos funktionshindrade användare.
Variationer
I grund och botten finns det fem olika GOMS-modeller: Keystroke-Level Model , CMN-GOMS , NGOMSL , CPM-GOMS och SGOMS. Varje modell har olika komplexitet och varierar i aktiviteter.
KLM
Keystroke -Level Model ( KLM ) är den första och enklaste GOMS-tekniken som Stuart Card , Thomas P. Moran och Allen Newell skapade. Uppskattning av en utförandetid för en uppgift görs genom att lista sekvensen av operatörer och sedan summera genomförandetiderna för de enskilda operatörerna. Med KLM måste analytikern specificera den metod som används för att utföra varje enskild uppgiftsinstans. Dessutom är de specificerade metoderna begränsade till att vara i sekvensform och endast innehålla primitiva operatorer på tangenttryckningsnivå. Den största skillnaden mellan GOMS och KLM är hur tiden tilldelas kognitiva och perceptuella operatörer när det kommer till förutsägelser om exekveringstid. En annan stor skillnad är att målhierarkin är explicit i GOMS medan den var implicit i KLM . Karaktären hos icke observerbara operatörer är en annan viktig skillnad. KLM har en enda M- operatör som föregår varje kognitiv handlingsenhet. Däremot tilldelar GOMS ingen tid åt sådana kognitiva omkostnader. Men båda modellerna inkluderar M -liknande operatörer för avsevärt tidskrävande mentala åtgärder som att lokalisera information på skärmen och verifiera poster. Båda metoderna tilldelar ungefär samma tid åt oobserverbara perceptuella och kognitiva aktiviteter. De gör också olika antaganden om icke observerbara kognitiva och perceptuella operatörer och fördelar så tiden på olika sätt.
KLM:s utförandedel beskrivs i fyra fysiska motoroperatörer:
- K knapptryckning/knapptryckning
- P pekar med en mus på ett mål
- H målar handen på tangentbordet
- D rita ett linjesegment på ett rutnät
En mental operatör M som står för den tid en användare måste mentalt förbereda sig för att utföra en åtgärd, och en systemresponsoperatör R in med användaren måste vänta på systemet. Exekveringstiden är summan av de tider som ägnas åt att utföra de olika operatörstyperna:
T exekvera = T K + T P + T H + T D + T M + TR . _
Var och en av dessa operatörer har en uppskattning av exekveringstid, antingen ett enskilt värde eller en parametriserad uppskattning.
Touch Level Model (TLM)
GOMS och dess varianter designades för tangentbordsgränssnitt, nuförtiden är en ny typ av gränssnitt allestädes närvarande. Detta tillägg till GOMS-familjen, tillsammans med uppdateringar av befintliga KLM-operatörer, kallas Touch Level Model (TLM). Andrew D. Rice och Jonathan W. Lartigue föreslår denna modell för att användas för att modellera mänskliga arbetsuppgifter på en pekskärmsenhet med begränsad ingång och, med korrekt benchmarking, exakt förutsäga faktiska användarprestanda.
Målet är att tillhandahålla ett instrument för kvantitativ analys av pekskärmsgränssnitt. Ett antal operatörer läggs till för interaktioner med pekskärm:
- Distraktion (X) en multiplikativ operator som tillämpas på andra operatorer för att modellera verkliga distraktioner
- Gester (G) gester är konceptualiserade som specialiserade kombinationer av fingerrörelser över enhetens skärm
- Nyp (P) hänvisar till den vanliga gesten med två fingrar
- Zooma (Z) den omvända appliceringen av Pinch-operatorn. värde i MS = 200 Ms
- Initial Act (I) KLM antog att användaren är beredd att påbörja en åtgärd, pekskärmsenheter kräver att användarna förbereder dem för användning (hemknapp eller lösenord)
- Tryck (T) -operatör hänvisar till den fysiska åtgärden att trycka på ett område på pekskärmsenheten för att initiera någon förändring eller åtgärd
- Svep (S) vanligtvis ett horisontellt eller vertikalt svep som att byta sida i en bok. värde i MS = 70 Ms
- Tilt (L(d)) används med en interagerande med en anordning utrustad med accelerometrar.
- Rotationsgest (O(d)) där två eller flera fingrar placeras på skärmen och sedan roteras runt en central punkt
- Dra (D) liknande Swipe, Dra involverar också att trycka på en plats på skärmen och sedan flytta ett eller flera fingrar i en viss riktning
CMN-GOMS
CMN-GOMS är den ursprungliga GOMS-modellen som föreslagits av Stuart Card , Thomas P. Moran och Allen Newell . CMN står för Card, Moran och Newell och det tar KLM som sin grundläggande och lägger till delmål och urvalsregler. Denna modell kan förutsäga operatörssekvens såväl som exekveringstid. En CMN-GOMS-modell kan representeras i programform, vilket gör den mottaglig för såväl analys som utförande. CMN-GOMS har använts för att modellera ordbehandlare och CAD-system för ergonomisk design (se CAD ). CMN-metoden kan förutsäga operatörssekvensen och exekveringstiden för en uppgift på en kvantitativ nivå och kan fokusera sin uppmärksamhet på metoder för att uppnå mål på en kvalitativ nivå. I exemplet av Bonnie E. John och David E. Kieras visas en enkel CMN-GOMS om redigering av ett manuskript.
MÅL: REDIGERA-MANUSKRIPT. MÅL. EDIT-UNIT-TASK ...upprepa tills inga fler enhetsuppgifter . . MÅL. SKAPA ENHETSUPPGIFTER ...om uppgiften inte kommer ihåg . . . MÅL. VÄND SIDA ...om i slutet av manuskriptet. . . MÅL. HÄMTA FRÅN-MANUSCRIPT . . MÅL. EXECUTE-UNIT-TASK ...om en enhetsuppgift hittades . . . MÅL. ÄNDRA-TEXT . . . . Välj. MÅL. FLYTTA-TEXT* ...om text ska flyttas . . . . . . MÅL. DELETE-FRAS ...om en fras ska raderas . . . . . . MÅL. INSERT-WORD ... om ett ord ska infogas . . . . VERIFIERA-REDIGERANedan visas ett enkelt exempel på kopiera och klistra in.
|
MÅL KOPIERA-OCH-KLISTRA-TEXT
annan
|
NGOMSL
NGOMSL är en strukturerad naturlig språknotation för att representera GOMS-modeller och en procedur för att konstruera dem. Detta programformulär ger förutsägelser av operatörssekvenser, exekveringstid och tid för att lära sig metoder. En analytiker konstruerar en NGOMSL-modell genom att utföra en top-down, bredd-första expansion av användarens toppnivåmål till metoder, tills metoderna endast innehåller primitiva operatorer, typiskt tangenttryckningsnivåoperatorer. Denna modell representerar uttryckligen målstrukturen precis som CMN-GOMS och kan så representera mål på hög nivå. Nedan visas ett enkelt exempel.
|
METOD för MÅL: KLIPP TEXT
etc. |
CPM-GOMS
Bonnie E. John och David Kieras beskriver fyra olika typer av GOMS. CMN-GOMS, KLM och NGOMSL antar att alla operatörer förekommer i sekvens och inte innehåller operatörer som ligger under aktivitetsnivån. CPM-GOMS är den fjärde metoden och använder operatörer på nivån Model Human Processor som antar att operatörer av den kognitiva processorn, perceptuella processorn och motorprocessorn kan arbeta parallellt med varandra. Den viktigaste punkten med CPM-GOMS är förmågan att förutsäga skickligt beteende utifrån dess förmåga att modellera överlappande åtgärder.
SGOMS
SGOMS står för Sociotechnical GOMS och skapades för att låta GOMS modellera arbete i komplexa sociotekniska system. GOMS är tänkt att modellera en enskild användare som arbetar isolerat, utan oväntade avbrott, liknande ett kognitiv psykologi-experiment. Denna nivå av analys kallas ibland för mikrokognition för att skilja den från makrokognition , som hänvisar till verklighetens kognition. SGOMS är tänkt att utöka tillämpbarheten av GOMS till den makrokognitiva analysnivån. För att göra detta lägger SGOMS till en kontrollstruktur på hög nivå till GOMS, kallad planeringsenheten . Detta gör att GOMS kan hantera oväntade avbrott.
En planeringsenhet är en lista över enhetsuppgifter. Planeringsenheter kan beställas (enhetsuppgifterna ska utföras i ordning) eller placeras (enhetsuppgifterna i listan görs som situationen kräver). I enlighet med CPM-GOMS antar SGOMS att agenten kan övervaka situationen parallellt för att upptäcka hot (neurofysiologiskt är denna funktion associerad med amygdala ) . Planeringsenheter kan avbrytas och bokmärkas så att de kan återupptas senare. När en planeringsenhet avbryts tar agenten hänsyn till situationen och kan återuppta samma planeringsenhet eller bokmärka den och byta till en annan planeringsenhet. SGOMS föreskriver inte hur detta val görs, men om beslutet baseras på rutinmässig expertis kan det inkluderas i SGOMS-modellen.
Antaganden och fel
Betydelsen av antaganden i GOMS-analys
Exakta antaganden är avgörande i GOMS-analys. Innan man tillämpar de genomsnittliga tiderna för detaljerade funktioner är det mycket viktigt att en försöksledare ser till att han eller hon har redogjort för så många variabler som möjligt genom att använda antaganden. Experimentörer bör utforma sin GOMS-analys för de användare som med största sannolikhet kommer att använda systemet som analyseras. Tänk till exempel på att en experimenterare vill bestämma hur lång tid det kommer att ta en F22 Raptor- pilot att interagera med ett gränssnitt som han eller hon har använt i flera år. Man kan nog anta att piloten har enastående syn och är vid god fysisk hälsa. Dessutom kan det antas att piloten kan interagera med gränssnittet snabbt på grund av de stora timmar av simulering och tidigare användning som han eller hon har utstått. Allt övervägt är det rimligt att använda fastmantider i den här situationen. Tänk tvärtom på att en 80-årig person utan flygerfarenhet försöker interagera med samma F22 Raptor- gränssnitt. Det är rimligt att säga att de två personerna skulle ha mycket olika färdighetsuppsättningar och dessa färdigheter bör redovisas subjektivt.
Redovisning av fel
Det enda sättet att ta hänsyn till fel i GOMS-analys är att förutsäga var felen är mest sannolikt att inträffa och mäta den tid det skulle ta att korrigera de förutsagda felen. Anta till exempel att en försöksledare trodde att när man skrev ordet "den" var det troligt att en försöksperson istället skulle skriva "deh" felaktigt. Försöksledaren skulle beräkna tiden det tar att skriva det felaktiga ordet, tiden det tar att känna igen att ett misstag har gjorts och tiden det tar att korrigera det upptäckta felet.
Tillämpningar av GOMS
Arbetsstationseffektivitet
En framgångsrik implementering av CPM-GOMS var i Project Ernestine som hölls av New England Telephone . Nya ergonomiskt utformade arbetsstationer jämfördes med gamla arbetsstationer när det gäller förbättring av telefonoperatörernas prestanda. CPM-GOMS-analys uppskattade en minskning av produktiviteten med 3 %. Under den fyra månader långa testperioden analyserades 78 240 samtal och man drog slutsatsen att de nya arbetsstationerna gav en faktisk minskning av produktiviteten med 4 %. Eftersom den föreslagna arbetsstationen krävde färre tangenttryckningar än originalet var det inte klart från tidstesterna varför minskningen inträffade. CPM-GOMS-analys gjorde det dock uppenbart att problemet var att de nya arbetsstationerna inte utnyttjade arbetarnas slöa tid. CPM-GOMS gav inte bara en nära uppskattning, utan det gav mer information om situationen.
CAD
GOMS-modeller användes vid omdesignen av ett CAD- system ( computer-aided design ) för industriell ergonomi . En tillämpad GOMS-modell visar var gränssnittet behöver designas om, samt ger en utvärdering av designkoncept och idéer. I Richard Gongs exempel, när GOMS avslöjade ett frekvent mål som stöddes av en mycket ineffektiv metod, ändrade han metoden till en mer effektiv. Om GOMS visade att det fanns mål som inte stöddes av någon metod alls, så tillkom nya metoder. GOMS avslöjade också var liknande mål stöds av inkonsekventa metoder, en situation där användare sannolikt har problem med att komma ihåg vad de ska göra, och visade hur man gör metoderna konsekventa.
Mjukvaruverktyg
Det finns olika verktyg för att skapa och analysera Goms-modeller. Ett urval listas i följande:
- QGoms (Quick-Goms)
- CogTool KLM-baserat modelleringsverktyg
- Cogulator Kognitiv kalkylator för GOMS-modellering
Se även
En tidigare version av denna artikel var till stor del ett härledd arbete från GOMS Analysis Techniques - Final Essay (1997) .
Vidare läsning
- Kieras, D., John, B., The GOMS Family of Analysis Techniques: Tools for Design and Evaluation , CMU-HCII-94-106, 1994
- Judith Reitman Olson, Gary M. Olson: The Growth of Cognitive Modeling in Human-Computer Interaction Since GOMS , i: RM Baecker, J. Grudin, WAS Buxton, S. Greenberg: Readings in Human-Computer Interaction: Towards the Year 2000. 1995, San Francisco, CA: Morgan Kaufmann.
- Kort, SK; Moran, TP; Newell, A. (1983), The Psychology of Human-Computer Interaction , London: Lawrence Erlbaum Associates, ISBN 0-89859-243-7
- Card, Moran, Newell (1980). Modellen på tangenttryckningsnivån för användarprestandatid med interaktiva system, ACM:s kommunikation , juli 23(7), 396–410.
- Reason, J. (1990), Human Error , Manchester: Cambridge University Press, ISBN 978-0-521-31419-0
- John, Bonnie E. (1995), "Why GOMS?", Interactions , ACM, 2 (4): 80–89, doi : 10.1145/225362.225374 , ISSN 1072-5520 , S2CID 18403942
- Kieras, David (1999), A Guide to GOMS Model Usability Evaluation using GOMSL and GLEAN3 , Citeseer
- Gray, Wayne D (1993), "Project Ernestine: Validating a GOMS Analysis for Predicting and Explaining Real-World Task Performance", Human-Computer Interaction , ACM, 8 (3): 237–309, doi : 10.1207/s1532703_30 , ISSN 0737-0024
- Haunold, Peter (1994), A Keystroke Level Analysis of a Graphics Application: Manual Map Digitalizing , ACM, ISBN 0-89791-650-6