Keystroke-level model a jeho využitie
Ak človek interaguje s ľubovoľným systémom, vytvára si o ňom vlastný tzv. mentálny model. Ide presvedčenia, ktoré o danom systéme má — ako funguje, na čo slúži, aké kroky vedú k splneniu určitého cieľa…
Úlohou dizajnéra je navrhnúť užívateľské rozhranie systému dostatočne pochopiteľne na to, aby si o ňom užívateľ dokázal vytvoriť čo najpresnejší mentálny model a vedel ho tým pádom správne používať. [1]
Žiadny dizajnér však nemôže vziať do úvahy všetky možné mentálne modely, ktoré by si o systéme mohli ľudia vytvoriť. Každý človek je jedinečný, s vlastnými psychologickými charakteristikami a skúsenosťami.
V oblasti HCI (Human Computer Interaction) však prirodzene vznikla myšlienka na akési zovšeobecnenie ľudského chovania, ktoré by mohlo pomôcť k zvyšovaniu efektivity dizajnu ľubovoľného systému. Výsledkom tohto zovšeobecnenia sú modely, ktoré opisujú alebo predpovedajú, ako bude človek s daným systémom interagovať. [2]
GOMS
Skupina predikčných modelov, medzi ktoré patrí aj nižšie opísaný Keystroke-level-model, sa nazýva GOMS. Ich hlavným princípom je rozloženie úlohy, ktorú chce užívateľ splniť na menšie, ďalej nerozložiteľné pod-úlohy. Sú zložené zo štyroch zložiek:
- Ciele — z anglického Goals,
- Operátory — z anglického Operators,
- Metódy — z anglického Methods,
- Pravidlo výberu — z anglického Selection rules.
Metódy sa skladajú zo za sebou idúcich operátorov a slúžia na dosiahnutie cieľov. Ak je možný výber z viacerých metód, ktoré vedú k dosiahnutiu cieľa, je aplikované pravidlo výberu. Toto pravidlo určuje, ktorá metóda bude vybraná závisiac na kontexte. [2] [3]
Keystroke-level model
Keystroke-level-model, ďalej len KLM, sa označuje za najjednoduchší model zo skupiny GOMS. Bol navrhnutý Stuartom K. Cardom a Thomasom Moranom v roku 1980 a má slúžiť ako metóda na predpovedanie, koľko času zaberie skúsenému užívateľovi splniť danú úlohu v systéme. Skúseným sa v tomto kontexte myslí užívateľ, ktorý neurobí počas plnenia úlohy žiadnu chybu. [4]
Hlavnou myšlienkou tohto modelu je rozloženie zadanej úlohy na metódy skladajúce sa z konečného počtu operátorov. Existuje viacero variant KLM, základná však obsahuje nasledujúce operátory: K = stlačenie klávesu na klávesnici, P = nasmerovanie myšky na požadovanú lokáciu, H = motorický pohyb užívateľa, M = mentálna príprava užívateľa, R = systémová odozva. [4]
Operátory sú nedeliteľnými jednotkami a je možné určiť čas potrebný na ich realizáciu. Presné hodnoty v sekundách závisia od viacerých faktorov, jeden z nich je rýchlosť písania užívateľa na klávesnici. Tabuľka, z ktorej sa časové hodnoty operátorov dajú vypočítať je dostupná tu. Čas na vykonanie jednej metódy je potom suma časov jej operátorov. [4]
Výskum pri samotnom návrhu modelu
KLM bol po jeho návrhu autormi testovaný na 28 užívateľoch, pričom každý z nich mal splniť jednu zo 14 úloh na jednom z 10 rôznych systémoch. Pred plnením úloh bol každý účastník výskumu zaradení do jednej z kategórií podľa rýchlosti písania na klávesnici. Aby bol dosiahnutý požadovaný efekt „bezchybného“ užívateľa, účastníci si pred samotným časovým meraním niekoľko krát plnenie zadanej úlohy na systéme odskúšali. Namerané časy boli následne porovnané s časmi vyplývajúcimi z KLM. S úplnou zhodou týchto časov nebolo ani počítané, výsledky porovnanie boli ale uspokojujúce (limitácie KLM sú bližšie opísané nižšie). Odchýlka časov z KLM od nameraných na užívateľoch bola priemerne medzi 10 % až 20 %. [4]
KLM pre iné zariadenie ako desktop
Okrem základnej varianty KLM, ktorá počíta s využitím počítača a klávesnice, môže byť tento model prispôsobený aj pre iné interaktívne zariadenie. V tomto prípade je ale potrebné špecifikovať a prispôsobiť operátori tomuto zariadeniu.
V štúdii z roku 2008 je popísané použitie modelu ako nástroja na hodnotenie mobilných telefónov, presnejšie ich užívateľského rozhrania. Pre tento výskum bola zostrojená mobilná aplikácia, ktorá automaticky vytvárala KLM z interakcií, ktoré užívateľ so systémom vykonával. Na rôznych mobilných telefónoch bolo otestovaných niekoľko úloh ako napr. poslanie správy, pridanie kontaktu atď. Následne boli porovnané časy úloh získané zo všetkých mobilov. [5]
Aké sú jeho limitácie?
Samotný problém, ktorý KLM rieši je jeho najväčšou prekážkou k presným výsledkom. Zovšeobecniť ľudské chovanie nie je úplne možné. Túto skutočnosť rieši do istej miery už spomínaný fakt, že pri KLM sa počíta s „bezchybným užívateľom“. [4] Časy získané z modelu sa ale tým pádom nedajú vztiahnuť na výkon priemerného užívateľa, ktorý systém buď dokonale nepozná alebo robí chyby. Dôležité je takisto podotknúť, že tento model neberie do úvahy čas potrebný na zorientovanie sa užívateľa v systéme a jeho pochopenie.
Problémom je aj nejednoznačnosť operátorov, konkrétne operátora M — mentálny operátor a R — systémová odozva.
Mentálny operátor je pri tvorení sekvencie operátorov pridaný tvorcom modelu subjektívne, ak sa podľa neho užívateľ v daný moment musí zamyslieť nad nasledujúcim krokom. Aj keď umiestňovanie tohto operátora je vďaka empatii pomerne prirodzené, neexistujú preňho všeobecné pravidlá.
Čo sa týka systémovej odozvy R, je ťažké stanoviť ju presne pre každý krok, keďže žiadny systém nie je z hľadiska odozvy úplne konzistentný. [6]
Aj keď sa KLM označuje ako predikčný model a má za účel predpoveď konkrétny čas, je dobré mať na pamäti, že od skutočného času, ktorý zaberie „bezchybnému užívateľovi“ zadaná úloha, sa môže líšiť aj o 20 %.
Využitie v praxi
Najlepšie využitie KLM je podľa môjho názoru na porovnanie časovej efektivity rôznych variant užívateľského rozhrania. Pomocou KLM sme napríklad schopní určiť, ktorý spôsob premiestnenia súboru do koša zaberie kratšiu dobu.
Z dvoch metód uvedených na obrázku vyjde o jednu sekundu kratšia možnosť a) drag and drop. Tento experiment opisuje vo svojom článku David Kieras a taktiež uvádza praktické typy na vhodné zaobchádzanie s KLM operátormi. [6]
Vďaka jeho jednoduchosti si KLM môže zostrojiť akýkoľvek dizajnér, ak ho zaujíma, ktorí jeho návrh rozhrania je časovo najefektívnejší (praktický príklad tu). Vyššie spomínané operátori M a R pritom môže brať ako ľubovoľné konštanty, keďže pri porovnaní záleží na pomere, skôr ako na presných hodnotách. [6]
KLM sa dá zostrojiť ručne a je takisto možné využiť automatizované nástroje, ktoré s ním pracujú. Jedným z nich je aj KLM Form Analyzer, ktorý slúži na hodnotenie použiteľnosti a časovej efektivity webových formulárov. [7]
Pri často sa opakujúcich úlohách, akou je napríklad aj vyplnenie webového formulára, je veľmi dôležité ušetriť doslova každú sekundu užívateľovho času. Ak nie je rozhranie vytvorené tak, aby plnenie úloh zabralo čo najmenej času, znižuje sa logicky túžba užívateľa interagovať s ním.
Ušetrenie času samozrejme nie je jediná dôležitá vec pri tvorení použiteľného dizajnu. Nemôžme takisto o jednom dizajne povedať, že je objektívne lepší než iný len preto, že sa zdá časovo efektívnejší. Dôležitú rolu hrá mnoho iných faktorov ako napríklad počet chýb, ktoré užívateľ spraví, ako rýchlo je užívateľ schopný naučiť sa pracovať s navrhnutým rozhraním atď. [4]
Efektivita dizajnu hrá ale nepochybne dôležitú rolu pri často vykonávaných alebo opakujúcich sa akciách. V tomto prípade môže byť KLM veľmi užitočným nástrojom na približný odhad, koľko času zaberie skúsenému užívateľovi splniť v systéme danú úlohu. Takisto môže poslúžiť dizajnérovi pri rozhodovaní sa medzi variantami dizajnu tým, že pomôže uřčiť, ktorá z nich je časovo najefektívnejšia [8].
Literatúra:
[1] Nielsen, J. (október 2010). Mental models. Nielsen Norman Group. Dostupné z: https://www.nngroup.com/articles/mental-models/.
[2] Card, S., Moran, T. P., & Newell, A. (1983). The Psychology of Human-Computer Interaction. New Jersey: Lawrence Erlbaum Associates.
[3] Bonnie, J. & Kieras, D. E. (december 1996). Using GOMS for user interface design and evaluation: Which technique? ACM Transactions on Computer-Human Interaction 3,4. 287–319.
[4] Card, S., Moran, T. P., & Newell, A. (1980). The keystroke-level model for user performance with interactive systems, Communications of the ACM, 396–210.
[5] Schulz, T. (2008). Using the Keystroke-Level Model to Evaluate Mobile Phones. University of Oslo.
[6] Kieras, D. (2001). Using the keystroke-level model to estimate execution times. University of Michigan.
[7] Katsanos, C., Karousos, N., Tselios, N., Xenos, M., & Avouris N. (2013). KLM Form Analyzer: Automated evaluation of Web form filling tasks using human performance models. Interact 2013, Part IΙ, 530–537.
[8] Sauro, J. (január 2011). Measuring task times without users. MeasuringU. Dostupné z: https://measuringu.com/predicted-times/.
