制定或固化:示例对问题解决的影响因示例呈现界面设计的不同而变化
原型设计与用户测试计算方法在HCI中的应用大学教授与研究人员HCI 研究员
文献标题
Formulating or Fixating: Effects of Examples on Problem Solving Vary as a Function of Example Presentation Interface Design
文献信息
- 主题领域: 人机交互 (HCI),创意支持工具设计,问题解决
- 关键词: 创意、问题解决、示例、界面设计、Human-computer Interaction (HCI)、效能评估、灵感建模、固定效应、探索式任务、认知策略
研究背景与问题
-
已发现问题或挑战:
- 在创意问题解决过程中,示例能够提供灵感,但同时也可能引发“固定效应”(fixation effect),限制创新性。
- 当前关于如何设计交互系统以优化用户与示例的交互尚缺乏明确的理论指导。
- 示例的呈现方式(如列表、下拉菜单或上下文嵌入)可能影响用户如何利用示例完成任务,但如何影响尚不清楚。
-
重要性:
- 有效示例使用能够显著提高创意思维和问题解决的质量。
- 理论化这种交互模式不仅能够促进相关工具设计,还能够识别最佳的创意支持方法。
-
研究动机与相关工作:
- 设计者需要更准确了解示例交互界面的设计如何影响用户的创意行为与表现。
- 虽然已有许多关于示例特性的研究(如多样性、概念距离等),但示例交互界面特性和创意行为之间的关系未被充分研究。
解决方案
-
提出方法:
- 通过一个实验研究,系统地探讨示例呈现方式(嵌入上下文、列表、下拉菜单)和示例多样性对探索性创造性任务表现的影响。
- 将示例与任务核心(问题解决空间)嵌套在不同界面中,以考察多样性和交互样式如何影响用户的行为与问题解决效能。
-
创新之处:
- 将示例交互界面设计具体映射到潜在的心理机制(例如“灵感刺激效应”和“问题重构效应”)。
- 系统地比较了三种常见的示例交互界面设计(上下文嵌入、列表、下拉菜单)的实际影响。
-
实施步骤:
- 构建实验任务:WildCat Wells任务,该任务模拟探索性任务环境。
- 在182名受试者中开展实验,结合高多样性(HD)和低多样性(LD)的示例集。
- 比较三种界面条件(嵌入上下文、列表、下拉菜单)对任务表现和示例使用策略的影响。
研究成果
-
具体成果:
- 界面设计影响表现:
- 列表界面会对任务表现造成负面影响,用户表现显著劣于上下文嵌入界面和下拉菜单界面。
- 高多样性示例(HD)总体上提升了任务表现质量。
- 心理机制差异:
- 上下文嵌入界面更容易引导参与者采用基于“问题重构”(model-based)的策略。
- 列表界面更倾向于鼓励基于“灵感刺激”(stimulation-based)的策略,但容易导致“固定效应”。
- 交互与行为习惯:
- 下拉菜单用户更倾向于忽略示例,常使用自发探索策略。
- 界面设计影响表现:
-
优势:
- 相较于传统列表界面设计,嵌入上下文的方式显著减少了因“固定效应”导致的搜索能力受限问题。
- 下拉菜单条件虽然使用示例较少,但与嵌入上下文呈现相似的强表现,证明适当减少低效示例的使用可能是一种有益策略。
-
实验或评估结果:
- 在LD条件下,第1到第30次点击中,列表界面参与者明显表现出“爬坡式”邻近搜索行为,与“灵感刺激”策略一致,而上下文嵌入参与者更显现全局理解与探索。
- 直接嵌入上下文的示例显著降低了用户的认知负荷,提高了示例与问题空间之间的联动性。
-
局限性与未来方向:
- 任务设计过于简单(如单一解决目标),与更复杂的真实世界创意问题仍有一定间隔。
- 需要扩展到更复杂的任务领域(如用户界面设计或广告创意设计)以验证适用性。
- 界面设计与认知风格交互影响(如视觉空间推理能力)未在当前研究中深入分析。
- 增强理论机制对示例组合与抽象性影响的探索。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3lightbulb
现实痛点
1- 设计师难以明确如何优化示例展示界面以支持创意思维。分类: 创作灵感与发散思维同类问题arrow_forward
- 80%
用于改进矩形目标指向中主观速度准确性偏差的归一化能力的双变量有效宽度方法
CHI '22· 原型设计与用户测试 +1
- 80%
FEDT:支持HCI制作研究中实验设计与执行的工具
UIST '25· 原型设计与用户测试 +2
- 75%
验证用于规范化主观速度-准确性偏差的 Finger-Fitts 模型
MobileHCI '24· 原型设计与用户测试 +1
- 67%
GPkit: 工程设计中凸优化的人性化方法
CHI '20· 用户研究方法(访谈、调查、观察) +2
- 67%
Cocoa:与AI智能体的协作规划与协同执行
CHI '26· 大语言模型(LLM)的人机协作 +2
- 60%
计算交互:理论与实践
CHI '18· 编程教育与计算思维 +1
- 60%
搭建桥梁:将两个HCI社区联合起来
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 60%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 60%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 60%
不要忘记保持真实的自己:如何建立一个有意义且可持续的研究身份
CHI '18· 用户研究方法(访谈、调查、观察) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642653
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
原型设计与用户测试、计算方法在HCI中的应用
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文