人機互動與網頁複雜度

一、 人機互動(Human-computer interaction, HCI)

人機互動(HCI)是用於研究人們如何與電腦技術進行互動。該領域的主要研 究集中在電腦系統的設計上，目標是製造實用且美觀的軟硬體，並緊密結合評估 系統的使用性。而這與設計有相當大的關連性，因為要知道設計的可用性與使用 性需要觀察其使用的情況(Olson & Olson, 2003)。

圖 2-5 HCI 研究概念

資料來源: Oulasvirta and Hornbæ k (2016)

Oulasvirta and Hornbæ k (2016)探討 HCI 做為解決方法的概念(圖 2-5)，HCI 在人類使用電腦上，解決問題能力具有顯著的提高，並具有持續提升潛力，其研 究問題包括經驗性、概念性和建設性問題。

圖 2-6 HCI 研究問題架構 資料來源: Oulasvirta and Hornbæ k (2016)

上圖為 HCI 研究問題的架構，定義則整理至下表進行解釋：

表 2-2 HCI 的三種研究問題

研究問題 定義

經驗性問題

Empirical Problems

經驗性問題透過實證研究旨在創造或詳細描述人 類使用電腦的在真實世界的現象。

例子：人們使用滑鼠懸停研究等。

概念性問題

Conceptual Problems

概念性問題的研究意義在於解釋交互作用中以前

Constructive Problems

旨在建構關於人們對於人造品的理解，並是出自於 人類使用電腦的某種目的。

此類問題強調的不是結構本身，而是它所體現的思 想或原則。重要的是問題類型跨越設計和工程。

好的 HCI 研究則需要具備解決問題的能力，一般而言，解決問題能力的標 準為四項，而 Oulasvirta and Hornbæ k (2016)針對 HCI 的效度與信度，將其添加 至五項：

 顯著性(Significance)

顯著性表示解決方案可解決對研究利益的相關者(研究人員、從業人員 或最終用戶)之重要問題。

 效能(Effectiveness)

效能意味解決方法能夠處理問題的基本面向。

總而言之，HCI 確實是具備幫助人們解決問題的能力，HCI 的研究問題建立 在人們缺乏對於使用電腦上某些現象的理解，或是沒有能力建構一個互動技術去 完成所預期的目的(Oulasvirta & Hornbæ k, 2016)。

二、 網頁複雜度(Webpage Complexity)

網頁的複雜度和使用者體驗息息相關。就購物網站而言，黎佩芬與賴建都 (2011)利用眼動儀發現，針對網頁充斥許多圖片時，會使頁面訊息太過複雜，造 成使用者無法順利地處理訊息，形成負擔，並在搜尋的過程中有延遲的現象；而 當頁面較為簡潔時，使用者在使用上較不容易迷失，且同時操作上也是容易的。

大部分的網路消費者在進入瀏覽頁面時，大多都是有搜索目的的，藉此強調視覺 複雜度的重要性，網頁的介面應人性化且單純易於搜尋瀏覽。

Berlyne (1960)認為複雜度(Complexity)是非常不容易衡量的概念，但複雜度 大致可以定義為｢刺激性樣板中的多樣、變化之多寡｣(the amount of variety or diversity in a stimulus pattern)。並將刺激性複雜分別成下列幾種屬性：

 在其他條件相同下，複雜度會隨著可區別的元素的數量而增加。

 如果元素的數量保持不變，複雜度會隨著元素之間的差異而增加。

 複雜度和多個元素的變化程度呈反比，並反映在一個整體上。

圖 2-7 首頁的複雜度與溝通效率的預測關係 資料來源: Geissler et al. (2006)

在 Berlyne (1960)的理論中，首頁的複雜度和溝通效率呈現倒 U 的關係。意 味，首頁必須有一定的最低複雜度，但不能太複雜，才具有最佳效果。因此，首 頁複雜度會影響人們對廣告和廣告公司的態度、感覺以及購買意願 (Geissler et al., 2006) 。

在近代的理論中，視覺複雜度被分為特徵複雜度(Feature Complexity)和設計 複雜度(Design Complexity)。特徵複雜度為在基本的樣貌、顏色、明度和邊緣上 較為複雜。此種非結構化的複雜度會反映在個別像素的變化程度。相對於特徵複 雜度的非結構變化，設計複雜度可以根據特定形狀、物件及編排來相扣結構化變 化 ， 且 可以 分 成六 項 原則 ： 物件 數量 (Quantity of objects)、 物 件的 不 規則 (Irregularity of objects)、物件的差異(Dissimilarity of objects)、物件的細節(Detail of objects)、物件排列的不對稱(Asymmetry of object arrangement)、物件排列的不規 則(Irregularity of object arrangement)(Pieters, Wedel, & Batra, 2010)。

King et al. (2019)等人利用此兩種複雜度探討使用者對網頁的第一印象。結 果支持了以往的視覺複雜度與用戶感受的線性關係，但卻只支持了設計複雜度。

研究發現在特徵複雜度上，若增加視覺訊息再搭配上豐富的設計風格(設計複雜 度)能夠創造良好的用戶感受和印象。而這有可能是因為特徵複雜度在研究的操 作上不同所導致，以及研究並未達到高特徵複雜度的臨界值。

三、 GOMS 模型

GOMS 模型是 HCI 理論中最廣為人知的理論概念(John & Kieras, 1996b)。在 HCI 領域長期運行的工作之一就是試圖了解人在電腦操作時瞬間交互中認知、感 知和行為要素的參與。而這樣的工作和許多傳統心理學的研究形成了鮮明的對比，

HCI 的目標是了解行為的多個元素如何交互作用，不僅僅是單項的運作而已 (Olson & Olson, 2003)。

GOMS 模 型 最 早 從 Card (1983) 等 人 所 著 作 的 《 The psychology of human-computer interaction》開始發展。他們利用傳統心理學將行為現象進行了 分類，建立了一套模型並且能夠分離特定電腦程式所需的知識。透過此模型，可 以確定幾種重要的行為：完成一項任務所需的時間(包含心理和身體行為的認知 工程時間參數的總和)，人們在面對其他方法時會做出什麼樣的選擇，可能會發 生哪些錯誤(例如短期記憶的喪失、動機的消失)，以及人們需要花多久時間學習 新的應用程式(Olson & Olson, 2003)。

圖 2-8 GOMS 模型結構 資料來源: Wilkins (2017)

GOMS 模型分別為 goals, operators, methods 和 selection rules，結構如上，其 定義整理至下表。

表 2-3 GOMS 模型

GOMS 定義

目標(Goals) 目標為使用者在模型中需要去達成的任務目標。

操作(Operators) 操作為使用者在為達成任務目標下做出的行為 步驟。

方法(Methods) 方法為由一連串的步驟和子目標所組成，以達到

任務目標。

選擇方法(Selection Rules) 當方法不只一種時，選擇方法則為必要的。方法 的選擇主要產生於使用者的個人經驗。

資料來源: John and Kieras (1996a)

四、 Cogulator 認知建模

Cogulator 是運用 GMOS 所架構的模型工具，具備衡量任務時間、工作記憶 負荷(working memory load)及心智負荷(mental workload)(Estes, 2017)。Cogulator 中有 29 個預裝的操作員並內置任務時間，但還是能夠針對人類行為對於場景和 熟悉程度添加更多的操作員並修改任務時間。如果需要多個目標同時執行，

Cogulator 也支援多任務建模。Cogulator 在每種模式操作下，將任務分解成兩個 面向:任務時間(task times)和短期記憶(working memory)。Cogulator 利用甘特圖將 結果視覺化，能清楚確定操作者的時間，運用資源合併行執行的任務(Wilkins, 2017)。

圖 2-9 Cogulator 甘特圖

Cogulator 近幾年也開始運用在許多研究上，例如飛行員飛航操作(Menzenski, 2018; Wilkins, 2017)、核電廠介面評估(Kovesdi & Joe, 2019)，此軟體的開發者 Steven Este 也表示此軟體針對介面設計上可能最有幫助，無論是使用上的效率或 是心智負荷等，Cogulator 能在評估過中成為有用的工具(Savage-Knepshield, 2014)。