基于按键的非视觉交互中估计桌面应用程序感知可访问性的概率模型和指标

文献标题

A Probabilistic Model and Metrics for Estimating Perceived Accessibility of Desktop Applications in Keystroke-Based Non-Visual Interactions

文献信息

• 主题领域: 人机交互（HCI）、辅助技术、无障碍设计
• 关键词: 感知可达性, 可用性, 盲人用户, 屏幕阅读器, 键盘, 计算模型, 概率模型, 桌面应用程序

研究背景与问题

• 问题描述:

  • 视障用户体验桌面应用程序的可访问性主要受 UI 元素的逻辑布局和可达性决定。目前缺乏有效的定量模型来衡量“感知可达性”，这一问题对以屏幕阅读器和键盘为交互基础的无视觉用户尤为重要。
  • 现有方法（如可达性一致性评估）无法充分反映用户的实际体验，也难以为开发者提供优化指导。
  • 研究者发现，系统化地评估 UI 元素之间的导航复杂性、设计合理性等问题具有实际意义。

• 研究重要性:

  • 桌面应用程序仍然是就业和教育环境中视障人士不可或缺的工具。改进其感知可达性将大幅改善用户体验和使用效率。
  • 传统方法较为笼统，无法帮助开发者发现 UI 问题或做出优化决策，而更易于自动化的模型能够缩短设计和测试周期。

• 研究动机与相关工作:

  • 研究基于现有的人机交互理论（如 GOMS 模型）和以概率为基础的用户行为建模方法，提出更细粒度的交互效率评估指标，弥补目前一致性测试的不足。
  • 虽然有部分文献试图用认知模型来量化可访问性，但这些方法应用繁琐且学习成本高，难以实用化。

解决方案

• 提出的解决办法:

  • 建立一个基于 UI 导航结构的概率模型，评估不同 UI 元素间的键击路径（keystroke path）复杂性。
  • 提出了三个新指标：复杂性（Complexity）、覆盖率（Coverage）、可达性（Reachability），用于量化键盘交互的用户体验质量。
  • 开发了一个工具，从应用程序的访问性 API 中提取 UI 层次结构，并以此为输入计算指标，工具实现自动化且无需用户或开发者深入参与。

• 创新之处:

  • 该方法区别于传统 GOMS 模型：从应用整体（而非特定任务）出发，通过全面的 UI 导航建模来预测用户体验。
  • 提出了一种基于用户反馈数据的加权模型，使指标可以反映个性化的使用习惯。
  • 提供自动化、无需用户直接参与的预评估机制，有潜力在开发早期预见并解决无障碍问题。

• 实现步骤与关键技术:

  1. 开发一个工具基于系统的 UI 自动化 API 提取 UI 树结构。
  2. 使用该 UI 树作为导航图，计算 UI 元素之间的键击导航成本。
  3. 建立均匀概率（默认）和用户加权概率（基于调查数据）两种过渡模型。
  4. 用这两种模型生成复杂性（Complexity）、覆盖率（Coverage）和特定百分比可达性（Reachability）指标。
  5. 验证指标在不同应用中的表现，并提出可能的优化策略。

研究成果

• 主要成果:

  1. 确定了影响盲人用户感知可达性的核心因素，包括导航复杂性、操作独立性、快捷键的一致性等。
  2. 提出了基于概率模型的三项指标（复杂性、覆盖率、可达性），能够量化不同应用程序的无障碍特性。
  3. 通过对常见桌面应用（如 Microsoft Word、Excel、Notepad）的测试，量化并比较了其感知可达性和快捷键学习效果。

• 现有解决方案的优势:

  • 与传统的人工测评方法相比，指标能够为开发者提供更快、更客观的反馈。
  • 可以集成到连续集成和自动化测试中，支持开发者“在设计周期早期优化”。

• 实验或评估结果:

  • 参与测试的 11 位盲人用户认为这些指标在量化其真实体验方面较为准确。
  • 以 MS Word 和 Notepad 为例，前者尽管功能更丰富，但复杂性指标暗示需要用户记住更多快捷键才能高效导航。
  • 自动化指标评估显示了常用快捷键（如 Word 的“Ctrl+B”）显著减轻了导航成本，特别是在导航层次较深的应用中。

• 局限性与未来方向:

  • 模型偏重桌面应用，需进一步扩展到移动设备和触屏交互。
  • 指标对于用户体验的实际代表性仍需更大规模用户验证。
  • 当前测试的应用范围有限，需进一步验证指标的普适性。