Lois et principes psychomoteurs; modélisation prédictive

Présentation au sujet: "Lois et principes psychomoteurs; modélisation prédictive"— Transcription de la présentation:

1 Lois et principes psychomoteurs; modélisation prédictive

2 Capacités motrices (Moteur: quelque chose qui crée le mouvement)

3 Les capacités motrices dans les tâches de pointage
Pourquoi étudier les tâches de pointage? Les souris sont couramment utilisées Souvent, les souris sont utilisées pour tout sauf saisir le texte On peut exploiter ce qui est déjà connu par les experts en théories psychomotrices

4 Exercise: tâche de pointage réciproque
Un cobaye volontaire?

5 L’expérience de Fitts (1954): pointage 1D

6 La loi de Fitts Au départ, utilisé pour modéliser le pointage réciproque en 1D (Fitts 1954) Par la suite, utilisé pour modéliser le pointage discret ("un coup") en 1D (Fitts et Peterson 1964) Des centaines (milliers?) d’études ont confirmé la loi avec différentes conditions Demeure un des seuls modèles mathématiques robustes à la disposition des concepteurs d’interfaces et des chercheurs en IHM

7 Loi de Fitts: T = a + b log2(D/W + 1)
Mouvement rapide de pointage vers une "cible" (exemple: bouton, widget, etc.) T: temps moyen de mouvement, en secondes (ou millisecondes); s’appelle aussi MT (« mouvement time ») D: distance au centre de la cible; s’appelle aussi A (amplitude de mouvement) W: largeur (« width ») de la cible; en 1D, W est mesuré le long de l’axe du mouvement Le logarithme (en bits); s’appelle aussi indice de difficulté ID a (en s) et b (en s/bit): de constantes qui sont mesurées de façon expérimentale, et qui varient avec la nature de la tâche de pointage (1D, 2D, souris, stylet, main, pied, etc.) IP = 1/b (en bits/s): indice de performance, ou largeur de bande Curseur (ou doigt, etc.) Pointage 1D (cible infiniment grande): Cible W D

8 Loi de Fitts: T = a + b log2(D/W + 1)
Si la cible est un rectangle avec hauteur H et largeur L, on peut définir W = min(H,L) pour l’équation de Fitts. Ceci donne une bonne approximation. Toutefois, une cible de 10x1 cm sera plus facile à acquérir qu’une cible de 2x1 cm, quelque soit la direction de mouvement. Si la cible est un carré de largeur L, ou un cercle de diamètre L, on peut définir W = L Attention: les valeurs de a et b ne seront plus les mêmes en 2D qu’en 1D Curseur (ou doigt, etc.) Pointage 2D: Cible H L D

9 Loi de Fitts (mouvement rapide de pointage)
Cible Curseur W

10 Loi de Fitts Cible 1 Cible 2 Même ID → Même difficulté
Fitts’ Law tells us that ID is scale invariant. How is this possible ? How is it that a target farther away takes the same time to acquire ? The answer is that, although the user has farther to travel to acquire the 2nd target, they also have more distance over which they can accelerate. Furthermore, because the target is bigger, the user doesn’t have to be as precise about when to stop. Cible 1 Cible 2 Même ID → Même difficulté

11 Loi de Fitts Cible 1 Cible 2 ID plus petit → Plus facile
Now, on the other hand, if the target somehow covers more than the cone, … Cible 1 Cible 2 ID plus petit → Plus facile

12 Loi de Fitts Cible 1 Cible 2 ID plus grand → Plus difficile
Likewise, if the target is strictly within the cone, … Cible 1 Cible 2 ID plus grand → Plus difficile

13 ID = indice de difficulté IP = 1/b = indice de performance
MT (secondes) * * * * * * * * * * * * * * * * * * b = pente IP = 1/b * * * * * * * * * * * * a ID (bits) log2(D/W + 1) ID = indice de difficulté IP = 1/b = indice de performance

14 Plus de 50 ans d’études Référence:
I. S. MacKenzie. Fitts’ Law as a research and design tool in human computer interaction. Human Computer Interaction, 1992, Vol. 7, pp

15 Remarques IP donne une mesure de la vitesse d’un membre ou d’un périphérique, indépendant des cibles La souris est presque optimale ! IP(souris) ≈ 10.4, IP(main) ≈ 10.6 (quoique ces valeurs varient d’une étude à l’autre) Les membres extrêmes et plus petits sont plus rapides IP(yeux) > IP(doigts) > IP(bras) > IP(jambes)

16 La loi de Fitts modélise
Les mouvements réciproques ("aller-retour") et discrets ("un coup") en 1D ou en 2D et s’applique aux situations suivantes: Mouvements des mains et des pieds Mouvements dans l’air, sous l’eau, sous un microscope Empoigner, pointer du doigt, lancer un dard Souris, boules de commande, manettes, pavé tactiles, casques avec viseurs, appareils oculométriques Contrôle de position et contrôle de vitesse Mouvements linéaires et mouvements de rotation (exemple: tourner un bouton sur une chaîne stéréo pour ajuster le volume) Enfants préscolaires, gens retardés mentalement, gens sous l’effet de drogues Dans chaque cas, les valeurs de a et b sont différentes !

17 Remarques concernant la loi de Fitts
Compromis vitesse/précision (« speed/accuracy tradeoff ») Les cibles plus proches ou plus grosses peuvent être sélectionnées plus rapidement Temps invariant avec des changements d’échelle C’est le rapport D/W qui compte On peut utiliser la loi de Fitts pour Prédire le temps de mouvement (si a, b connus) Comparer deux périphériques (comparer leurs IP) Nous guider dans la conception. Exemple: ne pas avoir de cibles trop petites!

18 Cibles excessivement petites
W = 3 pixels, D ≈ 500 pixels donc ID ≈ 5.7 bits Mais avec W = 10, D = 500, ID = 2.7 bits (soit moins de la moitié du temps!) Leçon: n’imposez pas un W trop petit!

19 Exemple dans MS Explorer
Cibles pour voir/cacher le contenu d’un dossier Dans MS Windows XP Dans MS Windows Vista

20 Évitez d’avoir des petites cibles
Quelques endroits très faciles à acquérir avec le curseur sont Le pixel en dessous du curseur (exemple: un menu contextuel au lieu d’un menu déroulant) Les 4 coins de l’écran, et les 4 bordures de l’écran (exemples: le menu d’application dans Mac OS; le menu de démarrage dans MS Windows) Quel est W dans ces cas? Qu’arrive-t-il s’il y a tampon de 1-2 pixels entre le menu et la bordure de l’écran? (Comme dans MS Windows 95, si je me souviens bien.) Mac OS X menu:

21 Barre de défilement de NeXT
Question: Pourquoi a-t-on mis les boutons un à côté de l’autre ? Réponse: Pour réduire D Si D ≈ W, alors ID ≈ 1 bit seulement

22 Les boîtes de dialogue dans « xv »
Montrent une autre façon de réduire D (à zero!)

23 Clic …

24 Clic …

25 Clic …

26 Clic !

27 Split Menus (Sears et Shneiderman, 1992)

28 « Area cursors » Le « hotspot » d’un curseur normal est juste un pixel
Le hotspot d’un « area cursor » est plus gros, ce qui facilite la sélection de petites cibles (Kabbash et Buxton 1995; Hoffmann 1995; Worden et al. 1997) Dans le cas d’un « area cursor », W = taille du curseur + taille de la cible « hotspot » « hotspot » Curseur normal Des petites cibles « Area cursor »

29 Bubble Cursor (Grossman et Balakrishnan 2005)
Un « area cursor » dynamique: on change la grosseur du « hotspot » de façon dynamique pour toujours avoir une cible, la cible la plus près, en dessous du hotspot. Remarque: chaque cible correspond en effet à une cellule dans un diagramme de Voronoï, alors l’espace d’entrée est complètement couvert de cibles. Il n’y a pas d’espace gaspillé. (vidéo)

30 Miniature keyboards for 2-thumb typing: Where’s the best place for the spacebar ?

31 Using Fitts’ Law to model 2-thumb typing
Take into account size and spacing between buttons Assume thumbs alternate in typing whenever possible (to maximize speed) Given a corpus of text, compute frequencies of sequences of letters Weigh the time to type in each sequence by its frequency Arrive at (upper bound for) average typing speed MacKenzie and Soukoreff’s (2002) estimate: 60.7 wpm (words per minute) ! Assumes spacebar in centre. If spacebar is on left or right, estimate drops to 49.9, 56.5 wpm respectively.

32 Passage à travers un but
Mouvement rapide pour passer entre deux points, sans faire attention à l’arrêt. Autrement dit, on doit faire juste attention à la direction de notre mouvement (tandis que dans le pointage normale Fitts 1D, on fait juste attention à la position en x) Se modélise avec la même équation que la loi de Fitts ! (Accot et Zhai 1997) Dans l’équation, W est défini comme la largeur de la but; W est donc mesuré dans la direction perpendiculaire à l’axe du mouvement (contrairement à la loi de Fitts normale en 1D) Attention: les valeurs de a et b ne seront plus les mêmes ici que dans les tâches de pointage normales But Curseur W D

33 Pour modéliser les menus ci-bas, on avait dit que W est effectivement infini
Par contre, si on les modélise avec une tâche de passage de but, qu’arrive t-il à W ?

34 La loi de Hick-Hyman (Hick 1952; Hyman 1953)
Temps de réaction = a + b log2(N+1), où N est le nombre de choix a, b sont des constantes mesurées de façon expérimentale (et n’ont pas les mêmes valeurs que dans la loi de Fitts) log2(N+1) est le nombre de bits exprimés par le choix Exemple: N ampoules, N boutons; lorsqu’une ampoule s’allume on doit appuyer le bouton correspondent le plus vite possible Exemple: l’utilisateur connais le choix qu’il veut, et ouvre un menu qu’il n’a jamais vu avant, qui contient N choix en ordre alphabétique Contre-exemple: l’utilisateur connais le choix qu’il veut, et ouvre un menu avec lequel il est déjà familier Contre-exemple: un menu de N choix, que l’utilisateur n’a jamais vus auparavant, en ordre alléatoire le temps sera linéaire

35 Question Selon la loi de Hick, est-il mieux d’avoir des menus hiérarchiques de 2x2x2 choix, ou un menu simple de 8 choix? 2x2x2 choix: 3( a + b log2(2+1) ) = 3a + b log2(3x3x3) = 3a + b log2(27) 8 choix: a + b log2(8+1) = a + b log2(9) Selon la loi de Hicks (et selon des études), des menus peu profonds sont généralement mieux Qu’arriverait-t-il si on applique la loi de Fitts pour modéliser le temps de pointage dans le menus?

36 Using these law’s to predict performance
Today Sunday Monday Tuesday Wednesday Thursday Friday Saturday Pop-up Linear Menu Pop-up Pie Menu Directions are easier to remember (and reproduce) than lengths. And directions better afford ballistic motion, so selections can be made faster. Consider Hick’s law, Fitts’ law, & goal passing Which will be faster on average? pie menu (bigger targets & less distance)?

37 Révision

38 Comment calculer ID ? Comment trouver a et b ? Peut-on comparer deux cibles si a et b sont inconnus ?

39 Mettez en ordre croissant de difficulté
a: D=2; cible de 2x2 e: D=4; cible de 2x2 b: D=2; cible de 1x2 g: D=2; cible de 1x1 f: D=2; cible de 2x2 c: D=1; cible de 1x1 h: D=2; cible de 2 d: D=2; cible de 2x1 (bordure de l’écran)

40 Une première réponse: h, ensuite {a, c, f}, ensuite {b, d, e, g}
Supposons qu’on modélise toutes les cibles avec des tâches de pointage de Fitts, même pour h, et non avec des tâches de passage de but (Pourquoi?) Calculons le rapport D/W pour chaque cible: c: 1/1 = 1 a: 2/2 = 1 f: 2/2 = 1 (remarque: mouvement vertical) g: 2/1 = 2 e: 4/2 = 2 b et d: 2/1 = 2 (remarque: ce sont des rectangles) h: 2/∞ = 0 Une première réponse: h, ensuite {a, c, f}, ensuite {b, d, e, g} Une meilleure réponse: Supposons que les mouvements verticals sont légèrement plus difficiles à effectuer Supposons qu’un rectangle de LxH, L≠H est légèrement plus facile à sélectionner qu’un carré de largeur min(L,H) Alors: h, ensuite {a, c}, ensuite f, ensuite {b, d}, ensuite {e, g}