《我是钢铁侠》启动改进用户引发手势的学习性和记忆性

手部手势识别用户研究方法(访谈、调查、观察)游戏开发者与设计师UI/UX 设计师HCI 研究员

文献标题

“I Am Iron Man”: Priming Improves the Learnability and Memorability of User-Elicited Gestures

文献信息

  • 主题领域: 人机交互(HCI)、用户交互设计、触控手势可用性
  • 关键词: 分布式交互设计, 用户引导, 可学性, 记忆性, 人群外包, 收割效应, 科幻与HCI

研究背景与问题

  • 问题或挑战:

    • 用户引导研究中的“遗产偏差”(legacy bias),一种用户受现有技术影响而提出保守和不创新建议的现象。
    • 如何设计更为易学和容易记忆的用户手势以减少遗产偏差。
  • 重要性:

    • 在混合现实(MR)等新兴技术中,传统遗产手势可能无法满足技术进步需求。
    • 手势的易学性和可记忆性直接关系到用户体验和技术采纳。
  • 研究动机与相关工作:

    • Morris等人提出使用心理学领域的“视觉诱导”(priming)技术以促进用户的创造力和减少遗产偏差。
    • 当前关于视觉诱导在用户引导中的效果研究不足,尤其是在统计意义和研究规模上的不确定性。
    • 基于心理学和科幻与HCI的相关联研究背景,作者希望通过科学实验验证视觉诱导对用户手势引导中影响。

解决方案

  • 提出的方法/解决方案:

    • 使用两种形式的视觉诱导:

      1. 科幻电影剪辑(如《钢铁侠》《少数派报告》等)作为参考。
      2. 创造性意识心态,通过询问受访者过去创造性的经验激发创新思维。
    • 设计并完成一个大规模(167人)的分布式用户引导实验,任务包含10个与MR媒体播放器功能相关的手势设计。

  • 创新之处:

    • 初探科幻电影作为视觉诱导的潜在价值,验证其在减少遗产偏差和提高可学性、记忆性的效果。
    • 采用基于Crowdlicit平台的分布式设计,突破传统实验环境的局限性。
    • 对用户设计手势进行独立的可学性与记忆性研究。
  • 实施步骤:

    1. 进行分布式用户引导实验:参与者提供自己设计的手势来解决10个功能需求。
    2. 评估手势的猜测性(identifiability)。
    3. 进行分布式可学性研究,通过重复观看视频让受试者学习并执行手势。
    4. 进行分布式记忆性评估,测试参与者在一周后能否正确回忆手势。
    5. 对比无诱导组、科幻诱导组、创造性心态诱导组的表现差异。

研究成果

  • 具体成果:

    • 可学性: 科幻诱导组手势学习速度最快,平均仅需1.22次视频观看;对比组为1.60次,创造性组为1.56次。
    • 记忆性: 一周后,科幻诱导手势的记忆准确率达到80%,创造性组为73%,而对比组仅为43%。
    • 参与性: 体验到的愉悦度和匹配度评分表明,视觉诱导提升了手势的认同感。
  • 与现有解决方案的优势:

    • 扩展了用户引导研究的方法论,引入了大规模(在线)分布式实验,与典型的小样本实验相比统计结果更具信度。
    • 验证视觉诱导可改善手势直观性(identifiability)和用户参与体验。
  • 实验或评估结果:

    1. 167名分布式参与者的试验结果显示视觉诱导有效减少了遗产偏差,同时无需显著影响动作的直观性(识别率)。
    2. 手势组中的科幻视觉诱导显著提高了初次可学性及整体学习效率。
    3. 科幻视觉诱导手势的记忆性远高于对比组。
  • 局限性与未来方向:

    • 局限性:
      1. 用户仅在想象系统,而非真实互动的背景下进行设计。
      2. 可能存在视觉诱导参与者直接模仿电影中手势的效果混淆。
    • 未来方向:
      • 验证视觉诱导手势在实际混合现实设备中的操作表现。
      • 探讨更多形式的视觉诱导手段对手势可学性和记忆性的影响。
      • 考察视觉诱导是否对其他形式的人机交互(如语音指令或图形界面标签设计)有效。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47607/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445758
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
手部手势识别、用户研究方法(访谈、调查、观察)
work
职业/产业
游戏开发者与设计师、UI/UX 设计师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文