注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

吹风看景

享受自然

 
 
 

日志

 
 
关于我

有点多愁善感,喜欢附庸风雅,不吝惜所得,不贪求非属。为人真实真诚,善而敬之,恶而远之。富有爱心,热爱自然,性情随和,知足常乐。

网易考拉推荐

有关注意的一些研究  

2017-04-05 14:27:55|  分类: 默认分类 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |

目前通信技术聚焦于需要专注执行任务的用户。然而,用户的注意力经常被一些事情打断,如不同设备和任务之间切换,对旁边同事保持关注等,增加了认知负担,阻碍工作成果。

注意力对任务表现和人机交互都很有意义,它使我们避免被大量的可选择刺激干扰,从而使达到目标成为可能。理解人类活动的本质线索是对用户与环境的交互。是注意力分配认知和生理资源的过程。注意力分配可以在我们构建注意力--意识系统中揭露和指导交互的过程。也可以帮助我们在复杂环境的处理减少信息量负担,消除干扰,增加对环境认知能力。

当前对认知内在注意力的分配过程是很分散的。微观层面上,个体的注意力分析基于很简单的任务和环境,比如读很多单词组成的文章,看与先前操作有关的屏幕内容等。

我们发现参与多任务和多感觉输入时,都强调了感觉输入时受到的限制。 注意力虽然被研究了很久,但是并没有直接的答案。虽然一些人认为选择包涵很多的目的和功能。这种观点认为资源分配是受限制的。比如(1)哪个刺激产生,(2)什么信息会进入到工作记忆中(3)什么刺激达到意识的可用性水平(4)什么样的内部或外部过程被形成了。(里面都包含了选择和其他注意力范畴)

针对视觉注意力,总结注意力选择是:“它是建立在输入和反馈之间的某一点或多点,是视觉争取表达,分析或控制的输入实体。虽然这种竞争是片面的,但却指向与相关的行为直接相关的信息。参与的刺激受体会对信息处理容量产生需求,而不参与的就往往没有这种需求。”

这种选择过程讨论注意力相关的三个方面。首先,考虑注意力如何被环境和使用者内部状态(如他的目标,情感,动机)影响,并且这些效果之间怎样交互。这一理解有利于我们设计可以引导或者保护用户注意力的产品。第二,开发注意力怎样在多目标下被分解;第三,自动过程是没有干扰间断的活动。如果一个设备可以与用户通过启动自动过程交互的话,那么这种交流就会很有效率并不会打断使用者。

 注意力选择可以视为被两个主要机制指挥。当一个人被外界事情打扰时,注意力被自下而上地捕获。当然它也可能被自上而下地自觉地控制,如个体跟随正在阅读的段落中的单词。这两种过程都会调节注意力的分配。这与20世纪信息学反复出现的经典问题----究竟我们的行为是被意识控制还是被外界环境控制很像。目前大多数理论都认为两个方面都会干扰注意力,在因果关系的解释下,注意力是能够分辨方向指导行为的引擎。这些理论根植于神经科学,认为并无什么执行系统存在,而是各种认知刺激通过竞争激活大脑中心区域,注意只是这些竞争过程的副作用。 两类机制重要的一点区别是,外部过程认为可以同时处理很多刺激,而内部过程认为则要按照一个顺序进行,前者效率高于后者。

注意力并不能单纯看成某一种过程,如果像外部过程认为注意力是由环境变化引起的话,设备可以直接激发注意,而若像内部过程认为注意力是受主体的内部意识控制的话,设备只能间接影响意识。在这两个过程的比较中,很多人都建议提出更细节的模型描述这些过程怎样被实现。

内部过程会根据刺激的明显度选择刺激,而这种明显度是根据它与背景相比差异的多少,基本信息包括明暗,细节,或外部结构。另一类信息可能来自后天所学,如在对话中听到自己的名字,明星脸比其他脸更能产生辨识度。当然,并非所有人都认同这样的观点,Bowan 在本书第5章,认为两类过程都能分辨出明显度,比如和长期目标的相关程度或者是情感上的重要性等。

自上而下的过程(外部过程),基于和当前任务或目标的相关性选择刺激,这种选择目的是强化在某个时间里与特定任务有相关性的刺激效果。该过程以输入信息与当前任务相关性为基础,也可以强化与中心输入特性相关的刺激,比如当这个刺激很难辨认时,外部信号支持辨认的能力将变强。

与控制行为相关有一个关于注意力选择的重要方面,即解释注意力怎样被控制,包括什么行为被视为自动进行,第一类注意力控制过程比较简单,用一系列的可能激发或者抑制注意力的图表代表行为序列,不同水平的激发模式可以选择相应的注意力表格中的内容。第二类过程是监督注意力系统提供对复杂或简单的行为的管理,这个模型与之前描述的自上而下和自下而上很贴合。基于感知(自下而上)和基于意愿(自上而下)的激发过程互相影响共同指导行为。

基于神经影像学的结论提议注意力系统应该有三个不同的功能被留意:警醒、定位和执行控制力。“警醒意在实现或保持对刺激的高度敏感度,定位是对感官输入的信息量进行选择,而控制涉及到监督并解决各种想法,感受和回应之间的冲突。”这个分析对于设计人机交互设备有重要启发。首先,我们知道了通常存在警觉状态使用户对刺激更为敏感。第二,有可能使用注意力定位的线索使用户可以在大量待选数量的前提下做出合适的选择。第三,需要考虑到用户在新环境下或克服惯性行为时会投入更多的努力。

有的时候,自下而上过程优先级太高了,以至于即使与任务无关的信号也会占用注意。将注意力从无关方面转移到当前任务的过程叫注意力捕获。我们很清晰知道,在特定条件下,特定的刺激会导致注意力以一种似乎独立于当前任务的方式转移,比如突然的明暗变化或者是噪音。高的直觉负担会减少分散干扰,而高的认知力负担会增加分散干扰。

 注意力既可以聚焦在某件事情上(聚焦注意力),也可以在多个目标之间转换(分散注意力)。对分散注意力主要研究下面两个相关的问题。(1)多任务(multi-tasking),特别是双任务(2)多感官输入的识别。这两种情况下,分散注意力都会产生错误或反应延迟。问题是:是哪种认知过程参与了两个或多任务同时发生的表现,而又是哪种参与了多感官输入的过程?影响多任务表现的因素有哪些?这些问题的答案可以让我们在设计系统时知道哪些信息应该被呈现出来以确保学习成果。

已经有两个理论提出来力图去解释我们在分散注意力时遇到的问题:容量理论(capacity theories)和交叉对话理论(crosstalk theories)。此外,还有一个相关的假说认为从一个任务转移到另一任务时,这种转换会产生干扰。

2.2.2.1 容量理论

   这个理论认为可用的认知资源是有限的。一些学者认为我们有一套有限的智力资源,因而当我们增加目标数量时,我们必须减少掉与目标相关的资源数量。另一些则支持多资源理论(multiple resources theory),这个理论认为不同认知过程被不同的资源支持,所以分散注意力时的表现会根据这些任务需求的资源类型是同种或不同种而变化。Wickens(2002)认为有四种资源类型,即处理资源(processing stages)、认知调节资源(perceptual modalities)、视觉渠道资源(visual channels)和加工编码资源(processing codes)。

   处理资源,指认知活动对分散过程的选择和执行响应时分配的认知资源是相同的。

   认知阶段,即不同的认知阶段从不同位置分配资源。比如,Duncan和他的同事们发现不同阶段的目标并不能像同阶段时多感官输入那样产生同水平的干扰。并指出,虽然多任务表现会受多重刺激的认知分析限制,还是有一些情况,比如在容易区分事物上分配视觉注意时,即使空间位置分离,也可以持续分配刺激。(Bichot,Cave,Pashler 1999)

视觉渠道,即聚焦注意力(focal vision)和分散注意力(ambient vision)分配的资源是不同的。

而加工编码环节,相似的/空间的(analogue/spatial)过程和绝对的/象征性(categorical/symbolic)过程使用不同的资源。

2.2.2.2 交叉对话理论(cross-talk theory)

  交叉对话理论把一个人在分散注意力场景下可能出现的错误或延迟归结于信息处理内容之间的干扰,而不是资源的不足。这些理论把对特定任务涉及的信息与其任务表现联系起来,简单任务似乎更容易相互干扰。很多实验证实当同时进行双任务且任务种类不太相同的时候,表现会更好。Navon和Miller报道了支持类似结论的实验结果。

2.2.2.3 任务转换(task switching)

   多任务和任务转换很有联系,很多实验结果证实如果两个任务必须按照顺序执行时,第二个任务会因为两个任务的间隔减少的原因导致反应速度下降,这个现象称为PRP(psychological refractory period)精神难容阶段。一个解释是当人们试图将注意力分散给两个甚至多个任务时,只有那个对正在活跃的任务的注意力持续着。由此假说,多任务的目的是多个执行任务之间注意力的快速转换。而多任务执行的效率主要受这种延迟左右。Rogers提出了一系列实验,任务改变的间隔代价和交叉对话效果都会影响任务转换效率。Altmann完成了需要在多个目标之间频繁转换的实验,并形成了一个任务激活模型(goal-activation model)。主要的观点认为记忆库中不同的目标被激活的水平是不同的。所以记忆轨迹的延迟不是离散的,而是连续的,最活跃的目标将指导行为。作者认为有三部分内容可以预测行为:第一,两个任务之间的干扰(由于对原始目标的记忆产生的延迟。)第二,对新目标的编码需要消耗的时间。第三,用于等待解决目标的线索(cue)。我们可以看到这三个预言性的限制在设计注意力系统中,特别是对可能的记忆失误和初任务分离的重要作用。

2.2.2.4 注意力扩散(diffusion of attention)

     近来一些研究报道了分散注意力的双重效果,在研究注意力闪烁(attentional blink)现象时,Olivers 发现当观察者同时需要完成转换脑力的多个活动时,这种现象会加强。比如:对无关主题的任务关联上或者是听音乐的时候。他们提出的假说是进行无关任务的大脑活动会产生某种注意力扩散,而这对于多任务本身其实是个好事。

    另一个研究成果认为复杂选择(比如,决定买哪个车或者房子时)可能会从注意力的减少中受益,比如将注意力分散到无关任务上,从而达到更好地效果。对这种现象的解释是虽然有意识的思考(conscious thought)很宝贵,但是它在某个时间段内也会有一个边界限制。而无意识思考,却可以处理更大量的信息。


2.2.3 自动过程(Automoticity)

   在我们这章讨论之初强调过两种过程,即自动(无意识)的进行过程和有意识控制的过程。其中自动过程在人类行为中大量存在,并在行为上延伸成自动觉知行为、自动追逐目标、对某种经历进行持续自动的评估等过程。本章,我们仅讨论与HCI相关的两部分内容:执行自动过程时需要相较于非自动过程更少的努力(lower effort),覆盖自动过程需要的低级反馈。

自动过程可以至少被三种不同的参数模型定义。(1)引导的行为机制(2)涉及到的神经元机制(3)基础过程认知机制。所以,在行为层面上我们可以认为自动过程会引导对刺激的快速反应,在神经元层面上我们可以认为在大脑某个区域发生一个被放大的活动,而在认知层面上我们认为这个过程不需要注意力系统的介入调和。这三种模型的区别还是很重要的,因为行为和神经元的参数会引导我们对当前发生的自动过程给出一个可行的定义。这就意味着使用者可以预测某个环境条件下激发自动过程的可能性。我们特别要重视行为参数,这可以让使用者对某个类型的交互更加了解。

很多不同的行为参量都用于定义自动过程。首先,自动过程与快速反应时间(fast response times)密切相关,反应时间衡量了刺激出现和做出反应之间的间隔(例如,根据屏幕显示按下某个按键)第二,自动过程还与义务执行(obligatory execution)相关,即不可避免执行的过程课题。第三,自动过程可能与其他同时发生的过程之间没有交互,即其他过程的表现不会受到自动过程的影响。第四,自动过程与高转移性联系,所以自动过程在不同类型事件中的表现水平保持恒定。第五,自动过程与无意识通常联系起来,即主体往往对事件的发生无意识。第六,自动过程与干扰的无敏感性联系,从而多刺激不会影响自动过程的表现。

大多数学者认为只有前两个参量可以导致快反应时间的强制过程(obligatory processes)。虽然这些参量被经常定义为分离值(taking discrete values)比如,这个过程是平行的快速的还是连续的慢速的。然而,人们对这些衡量认知机制的参量组合还没有一致的意见。例如,为了去评估主体对某个刺激产生回应是否被纯粹地归结为自下而上的认知机制(即纯粹被外界刺激控制而不考虑主体的注意力状态),很多实验都基于反应时间和刺激持续时间。很多学者通过采用Treisan和Gelade在定义特征整合理论(featureintegration theory)的研究技术,认为如果反应时间相对短,并与干扰数量无关,那么这个过程就是自下而上(特别是前-注意力过程)。类似的,对于刺激分散的持续时间,前-注意力(pre-attentive)加工过程发生在刺激分给主体时间很短(一般200ms)的情况,而对干扰的数量不予考虑。然而,这种定义对理解过程与过程间歇不够明确,学习-反馈过程(learned-response)作为自动过程的一种描述,与前注意力过程的表现相差很大。

2.2.3.1  前注意力过程

   早期的和近期的选择理论认为感觉输入的基础信息通过某种自动过程(前注意力过程)被提取,进而被注意力过程加工。前注意力过程被定义为自下而上的过程,该过程处理很多与输入信号有关的简单信息,更重要的是,这些过程速度很快,因为输入是平行进行的(treisman 1985等)。

   前注意力过程的反应时间很快并且不会被视野中物体的数量影响,而且还可以在聚焦注意力(focus attention)受限的情况下工作。Treisman的特征整合理论认为,前注意力过程把视觉输入的基本特征挖掘出来,比如颜色、位置、尺寸等。当然关于每种信息被前注意力过程觉察到的条件也是研究的课题(请看wolfe 2001)。

很多作者认为前注意过程是强制性的,刺激驱动的,平行于注意力之外并对注意力选择进行加工的过程。然而这种自下而上的过程是否真的独立于自上而下的控制(比如,可以在没有注意力参与情况下发生)依然是注意力领域的经典问题之一。

在视觉模式中,Treisman认为对个体特征的加工过程是平行进行的,注意力会参与其中以加快将特征与主体之间建立联系。结果是对基于特征描述的目标的搜索就是平行(parallel)的,而不会被干扰数量的变化影响。而对多特征的搜索过程需要注意力,从而这些过程就是有序进行的(sequential)。

和视觉模式相近,听觉模式的研究也表明是平行模式支持对声音特征的识别(如音调,音量,和分配的听觉刺激等)。(对特征的识别是平行进行的)

另一些人认为视觉显著性并不能代表刺激的所有属性,但是它描述出了某一部分如何从环境中显现出来。基于该观察,Duncan 和humphreys认为在视觉搜索上的困难度会随着环境中目标与非目标间差异的减少而增加。这就与另一经典理论有所差别,该理论认为对个体特征的搜索是平行进行的,而对特征之间连接(conjunction of features)的搜索则是顺序进行的。自动性不再简单地与对个体特征的搜索联系。干扰的质量,优先级(perform  obligatorily)等也会影响搜索执行的速度(而非仅仅搜索多个/单一特征),而完成这些并不需要与其他过程交互。由此引发的一个问题是究竟特征要多突出才会对提高视觉显著性起作用,为此很多自下而上的模型展现了不同的特征贡献和控制机制。这些模型都是基于显著性地图(saliency maps),(该地图可以展示二维空间中每一点的视觉显著性)。例如Itti,Koch 1998.近期,融合了自下而上和自下而上机制的模型已经得到了发展。(Nacalpakkam Itti 2006,Schill,Zetzsche, Hois 2009)这些理论不仅仅对机械视野(machine vision)领域有贡献,而且也能够对认得注意力机制的功能假说起检验的作用。

另一条与特征融合理论不同的研究线索,意在寻找除前注意力特征外还有哪些特征的类型可以被自动从图形信息中提取。来自神经科学的实验证据证明复杂的事实很容易被快速提取出来(如分辨一张图片中是否有某个动物)。其他成果认为某些情况下不相关的物体拥有与个性化特征同样的分辨效率。

虽然把这些实验室成果应用进界面设计中不是十分直接,但却提示了在激发某种自动过程时,对于用户来说有一些信息是有帮助的,从而减少对注意力资源的分配。事实上,我们的讨论一直都建立在理想的条件下,而之后的章节我们会发现即使某些刺激非常明显但依然会被注意力捕捉,而即使在一些典型交互模型中,同时进行的任务也会对彼此表现产生负面影响。

2.3.3.2  我们能更快学习的条件(on which we can learn todo rapidly)

经典的观察学著作经常把自动过程和前注意力过程联系起来,并把它理解为不需要占用注意的过程,而更近一些解释认为,前注意力过程和我们在这所说的学习--反馈过程(learnresponse)是不同的,即当你执行一个经常被演练(比如用刀叉,洗手)的过程时,对注意力的消耗比执行某种没学习过的或者是学习次数少的行为少很多。Logan认为这种对认知需求的区别可以用“非自动过程的表现基于对任务问题解决的惯用方法,而自动过程基于对记忆中过去做法的直接回现,这种回现不费力而且很快”来解释。自动过程的双重特性在分析自动进行的自我更新过程也表现明显(Bargh 和 Chartrand认为一些自动的引导系统是很自然地不需要经验去发展,而另外一些自动系统却需要反复的经历才能得到发展)。

我们为此需要注意到似乎有两类过程可以允许对信息的快加工。一种是前注意力过程,另一种是学习--反馈(learned-response)过程。前者是天生的或是很小的时候便形成,对注意力分配的表现很有价值(比如对单一特征视觉模型的搜索)后者却需要反复的训练才能达到自动性,(比如对展示中出现的危险图标的识别),因而对于注意力分配过程的表现是没有优势的。

这就提示我们在设计场景时,只有训练才能达到某些特定的突出(pop-out)的效果。而基于单个特征的情况,就不需要学习了,因为这是天生的能力。

2.2.3.3我们可能错过的东西--视盲现象

我们已经看到了关于“自动过程是否需要注意力参与”的问题引起了很多研究,前一部分的内容暗示注意力可能在加工信息前期的感官输入环节没有参与,但一些神经学实验支持“注意力早在视觉加工的早期就参与工作,即对视觉刺激出现后的前60ms就会产生反馈”的假说。还有很多作者也反对视觉输入环节无注意力参与的论点,比如Mack就基于“无注意的视盲(inattentionalblindness)”现象表示:我们看不到非常明显的事物的原因是注意力并没有参与。(mack 2003:180).还有些实验证实即使很明显的事物,当他并非视觉搜寻的目标时,我们也可能会遗漏掉。

主体完全遗漏刺激的特定部分的可能性与另一个相似的现象---改变视盲(changeblindness )相伴。一般视野里事物的变化是很明显的,它们会产生一种短暂的指示或闪烁。然而,一些实验中很惊人地反映出,注意力没有参与时即使很大的改变也可能不会被感知到。

有趣的是,可能会阻止变化感知的因素并不仅仅与当前注意力聚焦(比如关注某一目标的主体时可能会遗漏视野中的改变)或者是视觉输入(如展示物体的闪烁或眼动等)有关,它也有可能与文化有关。比如Nisbett和Masuda就报道称东亚人更可能去发现场景中的事物间关系的改变(relationship),而西方人则更可能发现事物的性质的改变(attribute)。

总而言之,这些研究的发现都表明人类的视觉不会创造出与想法中世界完全一样的复制品,而更可能是对满足当前任务需求的外围信息的动态分析过程。像O’Regan所说的那样:“外围世界就像一个外围的记忆力商店,可以随着实践的改变捕获不同瞬间的信息。”

2.2.3.4行为自动性(automaticity in action)

目前为止我们都关注注意力在视觉选择中扮演的角色。关于自动性的另一个问题是:注意在行为控制中的作用。Normann和Shallice认为至少有四层含义需要解释:首先,当前任务在没有意识其表现时的执行方式(如在平地上走路)。第二,行为没有注意力刻意参与时的初始化方式(比如聊天的时候偶尔喝口水)。第三,在定位反应(orienting response)这样的情境中,注意是自动分配给某件事清的,而不需要主观控制。第四,它发生在一件任务执行时,没有其他任务干扰的情景中。

像我们早就知道的那样,当感官输入的活动强大到足以推翻基于意志的活动时,与当前任务表现无关的行为也可能在一些场景中被启动或者彻底的执行了。(比如一个人本来应该去一个地方,他却在习惯驱使下去了另外一个地方)这些可以用刚才提到的前两层自动过程解释。然而第三层已经与前两层很不同了,因为他并不是不用分配注意力,而是自动分配注意力来指导行为。

因此,我们可能拥有激发特定行为(却不涉及注意力转换)的刺激。主体会保持当前任务上的注意力(前两种自动过程)。在第三种情况下自动过程会激发监视系统的改变,该系统可能会改变注意力持续聚焦的事物。在人机界面的设计中,我们如果假设一些设备会制造出刺激,那么后面的自动类型就要与将注意力吸引到设备本身的那种刺激一致(比如,提供紧急情况的信息)。前两种自动类型则与可以产生不会干扰用户当前活动的刺激一致(如人随着交通灯的变化选择前进或停止)。这种类型的自动行为需要用户方面的学习,但是交互的结果会比较有效率。 

Ps:

   最近的内容都在讨论自动过程的类型和各种类型涉及的概念与区别。这种讨论的目的是在设计界面的时候,知道用哪种刺激来激发注意,用那种刺激减少注意力的分配。从而减少使用者的认知负荷,并能够提高工作效率。

   这两页翻译主要介绍的是前注意力过程的特点(不会分配注意力)和它适用的场景,(如单个视觉信息的变化)。也介绍了部分学习--反馈过程(随着经验增加,对任务分配的注意力不断减少)。两者区别是一个是先天的一个是后天的。作者由此出发提出假说:存在某种刺激可以自动激发人的注意力分配。而对于究竟是什么样的刺激,文章并没有说明,看来这是需要继续探索的领域。


2.2.5 长期和短期注意力

情感,社会环境和审美敏锐度(aesthetic sensibility)似乎共同决定者注意力行为,而这种行为可以同时从短期和长期的角度被观察和分析。短期的注意力过程,与工作记忆联系紧密,认知负荷又反映我们当下对某一目标或活动的聚焦。例如,短期注意力可以指根据某个图像的特殊部分分辨出目标的过程。(be deployed on扩展于 部署于)而长期注意力过程可延伸长达几分钟、几小时、几天、甚至几个月。他们通常会涉及一个或多个人物,长期注意力和工作记忆,例如一个人用在写信上的认知负荷,或者完成一个很长的,可能合作性的项目上。理解短期注意力可以使人们设计支持用户瞬间选择的产品。短期注意力可以通过对行为学和心理学方法测量,例如检测到用户对某个刺激的激励水平。

对长期记忆的理解可以使我们提供给个体或群体的使用者合适的信息并指导他们分配长期认知资源。长期注意力的测量可以通过对某个个体一段时间的活动的研究。对于长期注意力的研究目前只涉及到在高认知负荷下用户对长时间复杂的人物的表现。这种例子是复杂-维度任务(complex-spantasks),即主体被要求一边记住某些项目的同时完成一些活动,例如计算。这种任务有时候也被称为工作记忆任务(working-memory tasks),因为它测量工作记忆中聚焦内容的能力。一些实验比较了个体在复杂维度任务中和简单维度任务中的表现(被试者只需记忆而不需要执行一系列连续的活动),Conway 和同事们认为简单的任务可以基于自动过程实现,例如复述、程序分块(chunking),而复杂任务不能这样,因而需要监督注意力系统介入。


2.3 注意力崩溃(breakdown)

前些章节介绍了当前的关于注意力的理论。本节介绍的注意力崩溃现象经常在现代工作环境中发生(由于多任务和干扰的出现)。活动分割的问题(fragmentation)涉及到注意力过程、长期记忆和工作记忆,已经成为很多研究的目标。例如,Gonzalez 和Mark 报道“In atypical day...people spend an average of three minutes working on any singleevent before switching to another event and somewhat more than two minutes onany use of electronic tool,aplication ,or paper document before they switch touse another tool”(典型的一天,人们平均花费三分钟时间放在某一件事上,然后就会将注意力转移到另外的事情。往往在更换工具之前,人们用在电子工具,表格或者文档上稍微超过2分钟)

本章的目的是介绍如何设计系统,以避免注意力崩溃或从中恢复。有很多这一类的文章,如开车需要的注意力(C。Ho,2005)协作任务的表现(Nabeth)或研究学术课题。这些情况都是因为人们经常需要参与多任务中,人们需要与他人和环境有诸多信息的互动。


2.3.1 未来记忆失败

正如之前讨论的那样,正常的活动经常需要在合适的时间计划我们近期或未来要做的事情。这些记忆需要正确的继续下去,即使中间出现有什么事打断它。2.2.4.2节已经介绍未来记忆是实现这种信息回现的机制。日常生活和实验都阐释出未来记忆对于职业表现,独立生活能力和社会关系重要,然而,有报道称70%的记忆崩溃都是与未来记忆有关联的,并且老人比小孩更容易发生。

帮助用户克服这些问题的服务包括任务提醒服务,例如将任务与电子日历联系起来。然而,理想的提醒服务应该提供给用户当前任务与任务提醒共存的环境。同时也能提醒用户记录那些被打断的任务。

一种方法基于收集用户对任务的注意力分配的信息,然后使用这种信息推测出任务的优先级,关系和急迫程度。这种提醒系统应该能够处理和代表反映任务的序列信息和可用性资源的信息。而这就要求系统能够分辨某个任务是否是瓶颈,并能预见到不完成特定任务的后果,并在任务出现的条件下激发提醒功能。这种提醒功能可以减少用户未来记忆的负荷。

针对被打断的人物,目标激发模型(goal-activation model)认为“如果教会操作者通过搜索线索并将之与暂缓的目标结合来”就能减少未来记忆的失误。作者任务数字系统应该能够提供这样的线索,一边这种联系可以在中途某个时间建立。

一些影响未来记忆的因素,例如对重要性的强调,是不能通过设计系统来控制的。然而,像任务与可能行为之间的联系,聚焦目标和单一目标这样的概念却可能有作用。这种条件可以让未来记忆更具自动性,从而减少认知负荷。据我们梭子,这些假说并未得到验证,因为还没有哪个系统设计出这些功能。


2.3.2 回忆记忆失误

当一个人对之前获得的信息的记忆发生困难时,往往就意味回忆记忆失败了。Eldridge认为回顾记忆的问题可以划分成以下7个类型:遗忘某个人的名字,遗忘某个单词,遗忘某个表格中的项目,遗忘过去的行为和事件或某一方面,遗忘目标的位置或怎样执行。“forget-me-not”系统就是为了减少回顾记忆的失误,例如,放在PDA类的设备上持续收集用户活动的数据(如呼叫次数、打印的文档、预见的人们等)这些工具可以满足用户搜索某个特定事件的信息。例如,一个人可以一边与同时对话一边回顾电话号码。因为这样的事情经常发生,所以“forget-me-not”的系统对纠正回忆记忆失误很有帮助。


2.3.3 任务重现失误:内容重现

因为多任务是我们经常操作的条件,我们经常要打断任务然后过一段时间重启他们。Mary研究了干扰对工作效果带来的影响。他们发现往往很显著的结果是:这些需要经过干扰后继续工作的难度要比没有干扰过的工作高许多,且需要更多的信息。任务的重现,并不仅仅需要记住如何重启任务还要求对人物的细节能够重新建立认知。因此,回顾记忆支持系统就可以用来支持用户回忆重新开始的任务。然而,因为我们考虑那些在数字系统中的人物表现,系统不能仅仅满足提醒的功能,他还要能够存储中断任务的内容并根据需要恢复它。我们期待这种类型的服务可以显著地减少认知负荷和任务花费的时间。(p40)

//黄色---关键词蓝色---尚不明确定义


2.3.3 任务恢复

   由于多任务使我们经常遇到的情况,我们总是不得不打断现有的任务再过一段时间重建。Mary 和同事们做了一个“记日记”的调查来分析中断对任务表现的影响,发现那些需要“回溯”的任务需要更长时间和更多的信息量。支持未来记忆的机制,可以提醒用户用于重建被打断的任务的需求。为了实现这样的目的,回溯记忆支持系统(retrospective memory support system)记忆重建任务不仅需要重启任务本身而且需要具备重建任务的信息。然而,数字系统不仅要提醒用户任务的内容,它还要有效的记录被打断的任务的内容并按需求重建。我们期待这种类型的服务可以显著减少认知负荷,使得任务重建时间最小化。

   另外,在交互设计中使用完整的回忆性启示可以减少回忆难度。当前的桌面界面,完成任务(如写报告),用户必须把任务分解为次任务(使用word写内容,从电子表里收集数据,将内容写入电子表中)这种碎片活动可以通过将“应用导向”转移到“任务导向”的方法来减少。(????)同样,real-task environment概念的提出使得自动评估任务特性及控制任务中断变得可能。例如wickens提出的沿着加工过程,观察形式,视觉渠道,处理编码等概念。(2.2.2.1)


2.3.4 初级任务的分散

   前面讨论的注意力崩溃类型均需要将用户的注意力转移到一个新的初级任务或某一片相关的信息上。本章节要讨论的不是初级任务之间的转换,而是帮助用户保持对二级信息注意的同时,完成对初级任务的打断最小化。正如2.2.1章所说的那样,如果与任务无关的信息以非常明显的方式展现,自下而上的过程能引起足够覆盖初级任务的激励,引起注意力捕捉并因此干扰初级任务。研究报告中关于任务中断对工作效率和任务表现一致性的消极影响是一个很大的内容范畴。这些影响受到多种因素的调节,包括个体关于任务干扰和重新存储响应的差异、初级任务的特点、干扰的特性、初级任务和干扰发生的环境。(研究多集中在02~04年)中断的消极影响对移动设备更加显著。

    如何让信息展现出来既能引起觉察又不破坏初级任务已经在通知系统”(notification systemss)文献中广泛地研究。这些文献涵盖一些应用范畴,包括消息系统(messaging systems)军事操作中的提醒,共享的文档注释,环境摆设(ambient display)、卫生保健,合作性活动的社会觉知,航空控制等等。人们提出了评估注意系统框架的概念用以比较多种设计方法并利用设计知识。McCrickard和同事们提议针对(1)注意从初任务分配到“显示”带来的干扰(2)用户执行初任务时对特定的二级信息线索的反馈(3)用户对一段时间的二级信息展示(in secondary displays)的理解。(Though a set of experiments evaluating notifications along the aboveparameters the authors were able to establish the fitness of specificnotification mechanism given the notification objective.)通过一系列的沿着上述参数评估“显示”的实验,人们可以明确对于特定的通知目标,显示机制是否合适。例如,(small-sized blast or fade-in-place animation) 小的爆点和适度的褪色的动作被认为最适合小注意分配(低水平干扰),立即响应(高水平响应)和小知识获取(低水平理解)的目标。

   因为本章讨论的是避免打断初级任务的的方法,我们尤其注意低子水平中断的概念(low interruption notifications)理想上,为了确保用户合适地注意相关内容同时受到的中断最小,注意系统需要能够评估该信息与当前用户工作内容的相关性。根据我们目前所知道的,评估不同种类的通知机制可能受到交叉对话效果影响的程度还没有被开发。例如,如何去评估当前的通知信息是否会干扰当前任务的执行。

2.3.4.1 干扰相关性

虽然实验结果表明与任务相关的显示比起无关的干扰性低(2000 Czerwinski)自动的相关性评估很明显地并非无用的任务,因为它需要从语义上了解用户活动和中断的内容。为了解释这个问题,arroyo 建议使用基于语义知识的系统来分析与用户目标相关的概念以及中断的内容。另一个建议的相关性评估方法是元数据的选择(metadata)与分析,本书第8章将讨论。

相关性评估目前依然是研究的一块很开放的领域。

2.3.4.2 布告内容

在布告系统中一个很明显的设计问题就是“一个布告内容应该说多少与新任务相关的信息而同时是打扰最小化是理解与反馈最大化?”

我们首先分辨三个类型的布告系统。第一个,纯粹的类型,即很简单的提供指向新的相关信息或需要完成的任务的指针。例如“跳转”按钮,它能指向系统的更新,或是一个变暗的窗口提示用户有邮件到来。第二种不高信息包括意识机制。不同于前者,这种机制能提供信息本身而非指针。例如分布合作系统中显示出来的意识以及监察贮备的系统。最后一个,是可以完整转换内容的布告形式,例如用新的应用打开新的窗口。第三种可以认为是没有发布任务信号的布告方式,用mcfarlane 和latorella的理论,没有宣布信号。

采用纯粹的布告机制显示合适内容很必要,这可以给用户提供关于干扰任务足够的信息,以便决定是否重新分配注意力。(woods 1995)也就是说,合适的显示确保了有意的撤退与整合(Mcfarlane 2002),这发生在用户被提供足够的信息以决定是否或何时打断初任务(故意融合)或是继续,而不考虑布告(故意撤销)研究航空控制环境的报告指出当提供给用户有关未来任务的模式(modality)或时间的信息,用户在控制干扰方面表现明显提高。选择布告信息的一个很重要的内容就是确保这个消息包含了足够的信息从而理解它

占据的注意对当前初任务的干扰最小。在提供足够故意融合或撤销信息与最少打断初任务几率之间有种持久交换(trade off),例如sarter 2005中的讨论,有关ready系统。这是个自然语言界面动态适应用户的时间压力和工作记忆局限,通过合适地打包(bundling)用户信息的方式。例如,如果用户在时间压力下就是用短消息,否则就使用长消息。

意识机制与纯粹布告信号是相似的,因为它提供用户新的信息或待定任务。然而,该记着可能提供给用户大量复杂信息因为信息的核心被立刻变得可用。为了实现从意识显示从提取相关内容,又不大短处任务。Somervell和他的同时建议使用外围视觉化技术。作者认为一些视觉化技术,人们已经用于提高用户在大量或复杂信息面前的注意力聚焦,也可以用于外围机制中,在分散注意力的条件下,使带给初任务的干扰最小。在这种情况下,视觉化技术由于高水平信息理解力的效益可以与纯粹提醒机制由于低水平中断的效益结合起来。


2.4.3 中断时间的掌握(timing of interruption)

布告时间强烈的影响中断是否及如何被注意到以及当前任务受到多少终端。Mcfarlane建议4种设计方案解决布告的安排:立即的,协同的,调节的,计划的。中断可以在最短的可能时间段内发出(立即的),或者当用户处理干扰是提供给用户帮助(协同的),另一种是有一个代理,它可以自动地动态决定何时打断用户最好(调节的),或者每次遇到中断都收集起来并在实现安排的时间发出(计划的)。并且他们得出结论协同的方案是最好的选择。(Franke,Daniels,McFarlane 2002 )而Mcfarlane得到的结论与目标-激励模型一致,都认为警醒和中断之间的间歇是一个很关键的阶段:事实上这个模型预测这段间歇时间可以用来重新恢复被打断的任务。(Altmann 2002)

更近的一些研究工作基于任务了解和感觉输入(sensoryinput)考虑了更好获得干扰时间的分析方法。

基于任务了解的时间掌握以对当前执行任务的结构分析为基础。Bailey和他的同事们把任务视为两层,及粗浅的任务(coarse event)和由此变化成的完备的任务(fine event),而在粗浅任务中断点时侯发生的干扰危害性是更小的。而这种将任务分类成两者之一的思想也被建议使用在寻找干扰时间的问题上。Czerwinsky和同事就认为有三种任务阶段(计划,执行,评估)并分析了中断在这些阶段发生时的不同影响。

基于感觉输入的时间分贝以感官输入为基础,探测用户活动和干扰的最佳时间。经观测人类可以很有效率地在很少的线索呈现下评估其他任务的干扰性。Fogarty和Hudson建议干扰性评估可以从简单的传感器(sensor)获得,而声音探测器是最有前途的传感器。Chen和Veregaal使用更加复杂的生理学线索(心率变化HRV)以及脑电波(EEG)来分辨用户的四种注意力状态:休息,移动,思考和繁忙。从中分析用户的interruptibility(可中断性)

最终,我们的调查小组成功地发现了将任务知识和感知输入融合来选择最合适的中断时间的方法,通过将一个完整的任务结构与简单的感知输入结合起来去评估可能中断带来的影响。(Molenaar and Roda 2008)

选择合适的中断时间在无线设备中往往非常重要,应为用户可能会在很多情况下穿戴/携带这样的设备。J.Ho和Intille建议有一种内容-意识的移动计算设备可以通过加速传感器“动态发现”位置改变。使用这个设备可以实验地测量活动转换带来的中断的感受能力。作者认为生理活动转换时信息接受得更好。

2.4 结论

多年关于认知心理学的发现以及近来神经科学的发展已经塑造了这样一个共识,即将注意放在了人类生理活动和精神活动的核心。虽然考虑注意力多种方面的理论是散乱的,甚至是有争议的。很多结果还是和设计注意力-意识系统紧密相关。在本章,我们讨论了这些结果是如何帮助我们设计系统来改进注意力崩溃的困难(attentional breakdowns)例如,分散注意力领域认为任务转换和显示的时间间隙,以及系统这段时间提供的合作化线索,对任务重建有显著性影响。观察和自动过程(perception and automatic process)中的研究能提供给实际视觉化机制有效的指导。多资源(multiple resources theory)理论支持我们在多任务环境下最小化任务干扰的影响,等等。

虽然这些理论中有一些可以直接应用在界面设计中,还有很多需要进一步研究来评估在真实环境中的效果。毕竟,真实环境中直觉刺激(perceptual stimuli)的数量和认知状态是不能被控制的,这点与实验室条件有所区别。


  评论这张
 
阅读(7)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017