A9.16.1External representation offloads computation研究设计

外部表征把计算与比较过程转移到界面上,减少心算与心理追踪的负荷

别名: 外部表征 · external representation · distributed cognition

概念解释

外部表征(external representation)指把原本需要在脑内完成的计算、比较或状态追踪,转移到一份持久存在的外部媒介上——纸面、屏幕、实物排布——让人可以直接观察这份媒介,而不必在头脑中凭空维持同样的内容。购物车里实时显示的合计金额、进度条、排好序的候选列表都是外部表征:它们把"心算总价""记住走到哪一步了""比较哪个选项更好"这些原本要占用工作记忆的操作,转移成了对着一份外部呈现物的读取动作。这种转移带来的负荷下降,是认知卸载(cognitive offloading)在负荷层面的一种具体形式:卸载的不是记忆内容本身,而是本该在脑内发生的运算与追踪过程。

机制

工作记忆同时维持信息和对信息做运算的能力是有限的:一边要记着已经计算到哪一步、一边要继续往下算,这种"既要保存又要处理"的双重负担,会随着计算步骤增多而迅速逼近容量上限。外部表征把"保存"这一半彻底移出脑内——中间结果被写在或显示在外部媒介上,需要用到时直接看一眼即可重新获取,不必在脑内继续维持。这样一来,工作记忆腾出来的容量可以完全用于当下这一步的判断本身,而不必分心去维护此前的状态。这个机制不只适用于数值计算:任何需要跨时间点比较、追踪多个并行状态的任务,只要能把中间状态外化到一份持久可查阅的媒介上,都能获得同样的负荷释放。

怎么研究

研究外部表征的负荷效应,常见做法是设计同一个任务的两个版本——一个要求被试仅凭心算或记忆完成比较与追踪,另一个提供外部记录或可视化辅助——比较两者的任务完成时间、错误率与主观负荷评分。经典的分布式认知(distributed cognition)研究还会分析被试在多大程度上主动创造并使用外部标记(如做笔记、用手指点数、重排实物顺序)来完成本可以纯靠心算解决的任务,以此说明认知系统会主动寻求把处理过程分布到环境中,而不是被动等待环境提供帮助。

方法论上要注意,实验室任务往往刻意设计成"纯心算"与"完全外化"两个极端来对比,真实界面使用中很少是这两个极端之一,通常是内部加工和外部查阅交替进行,评估效果时需要考虑这种混合模式,而不是简单套用极端条件下测得的效应量。

边界

外部表征带来的负荷下降依赖于查阅这份外部记录本身的成本足够低——如果查看外部信息需要切换屏幕、翻页、或者查找位置本身就很费力,节省下来的心算负荷可能被查阅成本部分抵消,甚至在查阅成本足够高时得不偿失。另外,外部表征减少的是当下这次任务里的负荷,不代表用户因此建立起对相应内容更深的理解——外部表征在负荷与学习之间存在权衡,这一点在依赖外部表征长期使用后表现得更明显。

怎么落地

  • 识别任务中所有需要"记住中间结果再继续处理"的环节(累计金额、已完成步骤、已比较过的选项),把中间结果显式呈现在界面上,而不是要求用户自行心算或凭记忆维持。
  • 保证外部记录的查阅成本低于其试图替代的心算成本:应放在用户视线自然停留的位置、不需要额外点击或切屏才能看到,否则外化的收益会被查阅成本吃掉。
  • 优先外化那些计算规则固定、结果需要被反复引用的信息(合计、剩余数量、进度),而不是每次生成即用完就丢的一次性中间值,后者外化的边际收益较低。
  • 验证办法:比较提供外部记录前后用户完成同类任务的耗时与错误率,同时观察用户是否会自发用便签、截图等方式在界面之外重新构造这类记录——如果用户主动这么做,说明界面本该提供而没有提供这份外部表征。

延伸

  • 同组A9.16.2 可视化图表把数值关系转化为可直接感知的形状与位置 · A9.16.3 外部表征需要与内部认知过程匹配 · A9.16.4 依赖外部表征会降低对底层数据关系的内化理解
  • 相邻A6.21 外部记忆与认知卸载
  • 站内检索external representation · distributed cognition · cognitive offloading

同组卡片

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/handbook/A9.16.1