增强现实提示有助于在计算机基础任务和物理任务中断后恢复任务

AR 导航与情境感知通知与中断管理UI/UX 设计师HCI 研究员

文献标题

通过增强现实提示促进计算机化与实物任务中中断后的任务恢复

文献信息

  • 主题领域: 增强现实(AR)、人机交互(HCI)、任务中断
  • 关键词: 任务恢复、中断、增强现实、恢复等待时间、人为错误

研究背景与问题

  • 发现的问题或挑战: 在许多工作领域中,任务中断是频繁且不可避免的,这会对任务效率、错误率以及工作人员的满意度产生负面影响。然而,如何有效缓解中断对任务连续性的影响,仍是一个未完全解决的问题。
  • 重要性: 中断可能导致任务中断后的记忆衰退和错误增加,尤其是在时间关键性任务(如医疗、航空)的情境中,其后果可能更加严重。
  • 研究动机与相关工作: 尽管已有研究探索了不同形式的视觉提示对任务恢复的促进作用,但尚未明确增强现实(AR)技术在这方面的潜力。本研究试图填补这一空白,通过两项实验评估AR提示对任务恢复的影响。

解决方案

  • 提出的方法: 本研究利用头戴式AR设备,在任务恢复时提供视觉提示(一个红色箭头),指出需要恢复的任务位置。
    • 实验1:比较了由用户手势手动设置的提示和由系统自动跟踪设置的提示。
    • 实验2:转向更具空间复杂性的实物任务,评估自动提示在类似医疗任务(如药物分拣)中的效果。
  • 创新之处:
    1. 提供理论支持:利用“目标记忆理论”解释中断对任务恢复的影响。
    2. 实验任务设置结合了用于计算任务恢复的经典范式和新颖的实务任务,涵盖了多种任务场景。
    3. 比较了自动提示和手动提示的有效性,为实际应用提供设计指南。
  • 实施步骤与关键技术:
    • 通过头戴设备(如微软HoloLens)呈现视觉提示。
    • 测量任务恢复等待时间(resumption lag)和错误率,在不同条件下进行比较。
    • 设计计算机任务和实物任务(如药物分拣),分析提示对短时与长时中断的恢复影响。

研究成果

  • 具体成果:
    1. 无论是在计算机任务还是实物任务中,AR提示(自动和手动)显著改善了任务中断后的恢复等待时间和错误率。
    2. 任务恢复的促进效果在较长时间中断时尤其明显。
    3. 手动提示与自动提示在恢复效率上无显著差异。
  • 与现有解决方案的优势:
    • 普适性: AR提示显示可以在跨任务情境中应用(计算机与实物任务),且表现出一致的优势。
    • 空间记忆支持: AR的空间提示方式有助于更快的任务定位和恢复。
  • 实验与评估结果:
    • 实验1(计算机化任务)中,长时间中断恢复得到显著改善;短时间中断可能由于易于恢复而存在“地板效应”。
    • 实验2(实物任务)中,提示显著缩短了短时与长时中断后的恢复等待时间。
    • 恢复后的首次行为(edit lag)未因提示被延长,表明提示在恢复阶段有效建立了任务上下文。
  • 局限性与未来方向:
    1. 局限性:
      • 实验设计中的任务难度较低,与实际复杂工作环境可能存在差距。
      • 实验证明的提示完全可靠,实际应用中可能受到技术限制。
      • 中断仅发生在任务边界,未探索更复杂的中断场景(如任务中途中断)。
    2. 未来方向:
      • 探索更复杂任务的恢复,例如,制造业装配任务中的多步骤提示。
      • 在现实环境(如医疗部门)测试自动跟踪技术的可靠性。
      • 扩展提示设计,结合丰富信息(如文本或语义信息)以应对更高安全需求。

设计启示

  1. 优先考虑自动提示: 自动提示提供相同的性能提升且更方便适应实际工作环境。
  2. 采用简单且显著的提示设计: 红色箭头在不同任务中表现出良好的通用性,适用于计算机化和实物任务场景。
  3. 适应移动工作环境: 引入具有可见性的AR提示(如红色箭头或图标),适合需要位置切换的工作场景(如医疗)。
  4. 结合任务指导系统: 将提示集成到现有AR任务指导界面中,用于更复杂的安全环境。

结论

增强现实提示是一种有效的干预手段,可以显著减轻任务中断对效率和精度的负面影响,尤其适用于频繁中断的环境(如医疗、航空和制造业)。随着AR设备日益普及,本研究的成果为全面应用视觉提示提升用户体验奠定基础。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/147918/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3613904.3642666
一眼看懂

论文快照

fact_check
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
AR 导航与情境感知、通知与中断管理
work
职业/产业
UI/UX 设计师、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