视觉复杂度指标与实际认知负荷的相关性较弱

概念解释

研究与工具里有一类专门给界面"打分"的视觉复杂度指标——数边缘数量、数颜色种类、算图像的对称性或压缩后的文件大小，用这些可自动计算的量给一个界面的复杂程度打一个分数。这类指标计算起来很方便，但它们和用真实测量方法（次任务表现、生理指标）测出的实际认知负荷之间，相关性通常比较弱：视觉复杂度分数高的界面，不一定造成更高的实际负荷；视觉上看起来干净的界面，也不一定负荷更低。这条提醒的是，自动化的视觉复杂度评分不能替代对实际负荷的测量。

机制

视觉复杂度指标衡量的是图像本身的物理属性——边缘、颜色、对比、重复模式的多少，这些属性主要影响的是知觉阶段的加工难度，比如扫视这幅图像需要多少次注视、找到某个目标需要多久。但认知负荷更多地由任务要求的推理与记忆决定：同样视觉复杂度很高的一屏信息，如果任务只是找一个颜色鲜明的目标，负荷可以很低；同样视觉复杂度很低的一屏信息，如果任务要求综合判断多个字段之间的关系，负荷可以很高。视觉复杂度指标没有把"任务要求做什么"这个变量纳入计算，它只描述了呈现物本身，而负荷是呈现物与任务要求共同作用的结果，两者不在同一个因果链条的同一环节上，相关性弱也就不意外。

怎么研究

检验这条通常需要同时收集两组数据：用标准化算法计算界面的视觉复杂度分数，同时用次任务表现、生理指标（如瞳孔直径、皮肤电反应）或主观量表测量用户在完成特定任务时的实际负荷，计算两组数据之间的相关系数，观察相关性强弱是否随任务类型变化。

常见自变量：界面的视觉复杂度分数（作为待检验的预测变量）、任务类型。 常见因变量：实际认知负荷的测量值（次任务表现下降幅度、生理指标、主观评分）。

这套比较在人机交互研究方法层面提醒：如果一项研究只报告了视觉复杂度分数就宣称某界面负荷更低，这个推断本身缺少直接证据，视觉复杂度分数不能单独作为负荷的替代证据使用。

方法论注意点：相关性的强弱会随任务类型变化——纯粹的视觉搜索类任务里，视觉复杂度指标与负荷的相关性会比综合判断类任务里更高一些，笼统地说相关性弱需要说明是在哪类任务下测出来的。

边界

• 在任务本身就高度依赖视觉搜索、几乎不涉及推理或记忆的场景下（比如快速找到一个突出的图标），视觉复杂度指标与实际负荷的相关性会比一般情形更高，此时用它做粗略预测有一定参考价值。
• 这条针对的是自动计算的图像层面指标，不涉及经过人工评审、包含任务语境判断的复杂度评估方法，后者可能有更高的预测效度，不在这条讨论范围内。
• 这条不涉及应该用什么方法替代视觉复杂度指标去测量负荷，那属于负荷测量方法选型的问题。

怎么落地

• 不要把视觉复杂度自动评分工具的输出结果，直接当作某个设计方案负荷更低的证据提交评审，这类分数只能反映呈现物本身，不能反映用户完成具体任务时的实际负担。
• 需要评估负荷时，把视觉复杂度评分当作辅助性、初筛性质的参考，最终判断要配合次任务表现、任务完成时间或主观量表这类更贴近实际负荷的测量。
• 验证办法：对同一批候选设计方案，分别记录视觉复杂度自动评分与用户完成典型任务时的实际表现指标，检查两者的排序是否一致；如果视觉复杂度评分最低的方案在实际任务表现上并不占优，说明不能仅凭这类评分做设计决策。

延伸

• 同组：A9.05.1 元素数量不等于认知负荷 · A9.05.2 结构清晰的密集界面可能低于稀疏但混乱的界面 · A9.05.3 简化外观而隐藏结构会提高负荷 · A9.05.4 客观结构复杂度与用户主观感知复杂度并不总是一致，会各自独立变化 · A9.05.6 跨屏幕的不一致会叠加复杂度，超出单屏幕内部复杂度的简单加总 · A9.05.7 视觉上更美观的界面常被误判为更易用，掩盖了实际负荷的差异
• 相邻：A9.02 负荷的测量 · A9.09 负荷的生理测量
• 站内检索：visual complexity metric · cognitive load measurement · dual-task method