Закон Фиттса

Закон Фиттса: осадка цели размером W и расстояние до цели D.

Закон Фиттса (часто называемый законом Фиттса ) — это прогнозирующая модель человеческого движения, в основном используемая во взаимодействии человека с компьютером и эргономике . Закон предсказывает, что время , необходимое для быстрого перемещения к целевой области, зависит от соотношения расстояния до цели и ширины цели. Закон Фиттса используется для моделирования процесса указания либо путем физического прикосновения к объекту рукой или пальцем, либо виртуально, путем указания объекта на мониторе компьютера с помощью указательного устройства . Первоначально он был разработан Полом Фиттсом .

Было показано, что закон Фиттса применим при различных условиях; с множеством конечностей (руки, ноги, нижняя губа, наголовные прицелы ), манипуланды (устройства ввода), физическая среда (в том числе подводная ) и группы пользователей (молодые, пожилые, особые образовательные потребности, и наркотические участники ).

Оригинальная формулировка модели

В оригинальной статье Пола Морриса Фиттса 1954 года была предложена метрика для количественной оценки сложности задачи выбора цели. Метрика была основана на информационной аналогии, где расстояние до центра цели ( D ) похоже на сигнал, а допуск или ширина цели ( W ) — на шум. Метрикой является индекс сложности Фиттса ( ID , в битах):

$${\text{ID}}=\log _{2}{\Bigg (}{\frac {2D}{W}}{\Bigg )}$$

Задача Фитса из исходного эксперимента

Фиттс также предложил индекс производительности ( IP , в битах в секунду) в качестве меры производительности человека. Метрика объединяет индекс сложности задачи ( ID ) со временем движения ( MT , в секундах) при выборе цели. По словам Фиттса, «Средняя скорость передачи информации, генерируемая серией движений, равна средней информации на движение, разделенной на время, необходимое для каждого движения». Таким образом,

$${\text{IP}}={\Bigg (}{\frac {\text{ID}}{\text{MT}}}{\Bigg )}$$

Сегодня IP чаще называют пропускной способностью ( TP ). Также принято включать в расчет поправку на точность.

После Фиттса исследователи начали практиковать построение уравнений линейной регрессии и проверку корреляции ( r ) на предмет согласия. Уравнение выражает связь между MT и параметры задачи D и W :

$${\text{MT}}=a+b\cdot {\text{ID}}=a+b\cdot \log _{2}{\Bigg (}{\frac {2D}{W}}{\Bigg )}$$

График линейной зависимости параметров закона Фиттса

где:

• MT – среднее время завершения движения.
• a и b — константы, которые зависят от выбора устройства ввода и обычно определяются эмпирическим путем с помощью регрессионного анализа . a определяет пересечение оси Y и часто интерпретируется как задержка. Параметр b представляет собой наклон и описывает ускорение. Оба параметра демонстрируют линейную зависимость по закону Фиттса.
• ID – это индекс сложности.
• D — расстояние от начальной точки до центра мишени.
• W – ширина цели, измеренная вдоль оси движения. W также можно рассматривать как допустимую погрешность в конечном положении, поскольку конечная точка движения должна находиться в пределах ± W ⁄ 2 центра цели.

Поскольку для данной задачи желательно более короткое время перемещения, значение параметра b можно использовать в качестве показателя при сравнении компьютерных манипуляторов друг с другом. Первое в интерфейсе человек-компьютер было сделано Кардом, Инглишом и Берром. применение закона Фиттса который использовал индекс производительности ( IP ), интерпретируемый как 1 ⁄ b , чтобы сравнить производительность различных устройств ввода , при этом мышь располагается сверху по сравнению с джойстиком или клавишами направления. Эта ранняя работа, согласно биографии Стюарта Карда , «была основным фактором, приведшим к коммерческому внедрению мыши компанией Xerox ».

Во многих экспериментах по проверке закона Фиттса модель применяется к набору данных, в котором варьируются либо расстояние, либо ширина, но не то и другое. Прогнозирующая способность модели ухудшается, когда оба значения изменяются в значительном диапазоне. Обратите внимание: поскольку термин ID зависит только от отношения расстояния к ширине, модель подразумевает, что целевую комбинацию расстояния и ширины можно масштабировать произвольно, не затрагивая время движения, что невозможно. Несмотря на свои недостатки, эта форма модели действительно обладает замечательной прогностической способностью в отношении ряда модальностей компьютерного интерфейса и двигательных задач и позволила многое понять в принципах проектирования пользовательского интерфейса.

Движение

Движение во время выполнения одной задачи по закону Фиттса можно разделить на две фазы:

• первоначальное движение . Быстрое, но неточное движение к цели.
• заключительное движение . Медленное, но более точное движение для достижения цели.

Первая фаза определяется расстоянием до цели. На этом этапе расстояние можно быстро сократить, оставаясь при этом неточным. Второе движение пытается выполнить медленное и контролируемое точное движение, чтобы действительно поразить цель. Продолжительность задачи линейно зависит от сложности. Но поскольку разные задачи могут иметь одинаковую сложность, получается, что расстояние оказывает большее влияние на общее время выполнения задачи, чем целевой размер.

Часто упоминается, что закон Фиттса можно применить к отслеживанию взгляда . Как показал Дрюс, это, по крайней мере, спорная тема. При быстрых саккадических движениях глаз пользователь слепнет. Во время выполнения задачи по закону Фиттса пользователь сознательно приобретает цель и действительно может ее видеть, что делает эти два типа взаимодействия несопоставимыми.

Биты в секунду: инновации в моделях, основанные на теории информации

Формулировка индекса сложности Фиттса, наиболее часто используемая в сообществе взаимодействия человека и компьютера, называется формулировкой Шеннона:

$${\text{ID}}=\log _{2}{\Bigg (}{\frac {D}{W}}+1{\Bigg )}$$

Эту форму предложил Скотт Маккензи. профессор Йоркского университета и назван в честь сходства с теоремой Шеннона-Хартли . Он описывает передачу информации с использованием полосы пропускания, уровня сигнала и шума. В законе Фиттса расстояние представляет собой силу сигнала, а ширина цели — шум.

Используя эту форму модели, сложность задачи наведения приравнивалась к количеству информации, передаваемой (в битах) при выполнении задачи. Это было оправдано утверждением, что указание сводится к задаче обработки информации. Хотя между законом Фиттса и теоремой Шеннона-Хартли, на которую он был основан, не было установлено никакой формальной математической связи, форма закона Шеннона широко использовалась, вероятно, из-за привлекательности количественной оценки двигательных действий с использованием теории информации. В 2002 году был опубликован стандарт ISO 9241 , устанавливающий стандарты тестирования интерфейсов человек-компьютер, включая использование формы Шеннона закона Фиттса. Было показано, что информация, передаваемая посредством последовательного нажатия клавиш на клавиатуре, и информация, подразумеваемая идентификатором для такой задачи, несовместимы. Энтропия Шеннона дает иную информационную ценность, чем закон Фиттса. Однако авторы отмечают, что ошибка незначительна и ее следует учитывать только при сравнении устройств с известной энтропией или измерениях возможностей обработки информации человеком.

Корректировка точности: использование эффективной ширины цели

Важное усовершенствование закона Фиттса было предложено Кроссманом в 1956 г. (см. Welford, 1968, стр. 147–148). и используется Фиттсом в его статье 1964 года с Петерсоном. При корректировке целевая ширина ( W ) заменяется эффективной целевой шириной ( We _e ). We _{состояния} вычисляется на основе стандартного отклонения координат выбора, собранных в ходе последовательности испытаний для конкретного DW . Если выборки регистрируются как координаты x вдоль оси приближения к цели, то

$$W_{e}=4.133\times SD_{x}$$

Это дает

$${\text{ID}}_{e}=\log _{2}{\Bigg (}{\frac {D}{W_{e}}}+1{\Bigg )}$$

и, следовательно,

$${\text{IP}}={\Bigg (}{\frac {ID_{e}}{MT}}{\Bigg )}$$

координаты выбора нормально распределены, We _Если охватывает 96% распределения. Если наблюдаемая частота ошибок в последовательности испытаний составила 4% We _то = W. , Если уровень ошибок был больше 4%, We _e > W уровень ошибок был меньше 4%, We _e < W. , и если Используя We _. , модель закона Фиттса более точно отражает то, что пользователи на самом деле делали, а не то, что их просили сделать

Основное преимущество расчета IP , как указано выше, заключается в том, что в измерение включена пространственная изменчивость или точность. С поправкой на точность закон Фиттса более точно учитывает компромисс между скоростью и точностью. Приведенные выше уравнения приведены в ISO 9241-9 как рекомендуемый метод расчета пропускной способности .

Модель Уэлфорда: инновации, основанные на прогнозирующей силе

Вскоре после того, как была предложена исходная модель, была предложена двухфакторная вариация, исходя из интуитивного понимания того, что расстояние и ширина цели по-разному влияют на время движения. Модель Уэлфорда, предложенная в 1968 году, разделила влияние расстояния и ширины цели на отдельные термины и обеспечила улучшенную предсказательную силу:

$$MT=a+b_{1}\log _{2}(D)+b_{2}\log _{2}(W)$$

Эта модель имеет дополнительный параметр, поэтому ее точность прогнозирования нельзя напрямую сравнивать с однофакторными формами закона Фиттса. Однако вариация модели Уэлфорда, вдохновленная формулировкой Шеннона,

$$MT=a+b_{1}\log _{2}(D+W)+b_{2}\log _{2}(W)=a+b\log _{2}\left({\frac {D+W}{W^{k}}}\right)$$

Дополнительный параметр k позволяет ввести в модель углы. Теперь положение пользователей можно учитывать. Влияние угла можно оценить с помощью показателя степени. Это дополнение было введено Коппером и др. в 2010 году.

Формула сводится к форме Шеннона, когда k = 1 . Следовательно, эту модель можно напрямую сравнить с формой Шеннона закона Фиттса, используя F-критерий вложенных моделей. Это сравнение показывает, что форма Шеннона модели Уэлфорда не только лучше предсказывает время движения, но также является более надежной, когда коэффициент усиления управления отображением (соотношение, например, между движением руки и движением курсора) варьируется. Следовательно, хотя модель Шеннона немного более сложна и менее интуитивна, с эмпирической точки зрения она является лучшей моделью для решения задач виртуального наведения.

Расширение модели из 1D в 2D и другие нюансы

Расширение до двух или более измерений

В своей первоначальной форме закон Фиттса предназначен только для одномерных задач. Однако в первоначальных экспериментах испытуемым требовалось перемещать стилус (в трех измерениях) между двумя металлическими пластинами на столе. Это называлось задачей взаимного постукивания. Ширина мишени, перпендикулярная направлению движения, была очень широкой, чтобы избежать существенного влияния на производительность. Основным применением закона Фиттса являются двумерные задачи виртуального наведения на экранах компьютеров, в которых цели имеют ограниченные размеры в обоих измерениях.

Задача взаимного постукивания в 2D-контексте

Закон Фиттса был распространен на двумерные задачи двумя разными способами. Для навигации, например, по иерархическим раскрывающимся меню, пользователь должен создать траекторию с помощью указывающего устройства, которая ограничена геометрией меню; для этого приложения был выведен закон управления Аккотом-Чжаем .

Для простого наведения на цели в двухмерном пространстве модель обычно остается в том виде, в каком она есть, но требует корректировок для фиксации геометрии цели и количественного определения ошибок нацеливания логически последовательным способом. Для определения целевого размера использовалось несколько методов:

• статус-кво: горизонтальная ширина цели
• Суммарная модель: W равна высоте + ширине
• Модель области: W равна высоте * ширине
• меньшая модель: W меньшее значение высоты и ширины
• W-модель: W — эффективная ширина в направлении движения.

Хотя W -модель иногда считается самым современным методом измерения, по-настоящему правильное представление для некруглых целей существенно сложнее, поскольку требует вычисления специфичной для угла свертки между траекторией наведения и цель

Характеристика производительности

Поскольку параметры a и b должны фиксировать время перемещения в потенциально широком диапазоне геометрии задач, они могут служить показателем производительности для данного интерфейса. При этом необходимо отделить различия между пользователями и различиями между интерфейсами. Параметр a обычно положителен и близок к нулю, а иногда игнорируется при характеристике средней производительности, как в оригинальном эксперименте Фиттса. Существует множество методов определения параметров на основе экспериментальных данных, и выбор метода является предметом горячих споров, поскольку вариации метода могут привести к различиям в параметрах, которые перевешивают основные различия в производительности.

Дополнительной проблемой при характеристике эффективности является учет показателя успеха: агрессивный пользователь может добиться более короткого времени движения за счет экспериментальных испытаний, в которых цель не достигается. Если последние не учитывать в модели, то среднее время движения может быть искусственно уменьшено.

Временные цели

Закон Фиттса касается только целей, определенных в пространстве. Однако цель может быть определена исключительно на временной оси, которая называется временной целью. Мигающая цель или цель, движущаяся к выделенной области, являются примерами временных целей. Подобно пространству, расстояние до цели (т.е. временное расстояние D _t ) и ширина цели (т. е. временная ширина W _t ) также могут быть определены для временных целей. Временное расстояние — это количество времени, в течение которого человек должен ждать появления цели. Временная ширина — это небольшой промежуток времени с момента появления цели до ее исчезновения. Например, для мигающей цели D _t можно рассматривать как период мигания, а W _{t —} как продолжительность мигания. Как и в случае с целями в космосе, чем больше D _t или меньше W _t , тем труднее становится выбрать цель.

Задача выбора временной цели называется временным наведением . Модель временного наведения была впервые представлена ​​в области взаимодействия человека и компьютера в 2016 году. Модель прогнозирует частоту ошибок, производительность человека во временном указании, как функцию временного индекса сложности ( ID _t ):

$${\text{ID}}_{t}=\log _{2}{\Bigg (}{\frac {D_{t}}{W_{t}}}{\Bigg )}$$

Последствия для дизайна пользовательского интерфейса

Волшебные уголки в Microsoft Windows

Круговое меню

множество рекомендаций по проектированию графических интерфейсов На основании закона Фиттса можно вывести . В своей базовой форме закон Фиттса гласит, что цели, которых должен достичь пользователь, должны быть как можно большими. Это получается из W. параметра Точнее, эффективный размер кнопки должен быть как можно большим, а это означает, что ее форма должна быть оптимизирована для направления движения пользователя к цели.

Макеты также должны группировать функции, которые обычно используются друг с другом. оптимизация параметра D Такая позволяет сократить время перемещения.

Размещение элементов макета по четырем краям экрана позволяет создавать бесконечно большие цели в одном измерении и, следовательно, представляет собой идеальные сценарии. Поскольку указатель всегда будет останавливаться на краю, пользователь может перемещать мышь с максимально возможной скоростью и при этом попадать в цель. Целевая область фактически имеет бесконечную длину вдоль оси движения. Поэтому это правило называется «Правило бесконечных ребер». Использование этого правила можно увидеть, например, в MacOS , где строка меню всегда размещается в левом верхнем углу экрана вместо рамки окна текущей программы.

Этот эффект можно усилить в четырех углах экрана. В этих точках два края сталкиваются и образуют теоретически бесконечно большую кнопку. Microsoft Windows (до Windows 11 ) размещает кнопку «Пуск» в левом нижнем углу, а Microsoft Office 2007 использует верхний левый угол для меню «Office». Эти четыре места иногда называют «волшебными углами». MacOS размещает кнопку закрытия в верхней левой части окна программы, а строка меню заполняет волшебный угол другой кнопкой.

Пользовательский интерфейс, который позволяет использовать всплывающие меню, а не фиксированные раскрывающиеся меню, сокращает время прохождения D. параметра Пользователь может продолжить взаимодействие прямо с текущего положения мыши, и ему не нужно переходить в другую заданную область. Многие операционные системы используют это при отображении контекстных меню, вызываемых правой кнопкой мыши. Поскольку меню начинается прямо на пикселе, на который щелкнул пользователь, этот пиксель называется «магическим» или «простым пикселем».

Джеймс Боритц и др. (1991) сравнили дизайн радиального меню . В радиальном меню все элементы находятся на одинаковом расстоянии от основного пикселя. Исследования показывают, что в практических реализациях также необходимо учитывать направление, в котором пользователю приходится перемещать мышь. Для правшей выбрать самый левый пункт меню было значительно сложнее, чем самый правый. При переходе от верхних функций к нижним и наоборот различий не обнаружено.

См. также

• Закон об управлении Аккотом-Чжаем
• Закон Хика
• Укажи и щелкни
• Интерфейс на основе пересечения

Библиография

• Аккот, Джонни; Чжай, Шумин (2002). «Больше, чем расстановка точек над i — основы для перекрестных интерфейсов». Материалы конференции SIGCHI по человеческому фактору в вычислительных системах . стр. 73–80. дои : 10.1145/503376.503390 . ISBN  978-1581134537 . S2CID   2344946 .
• Аккот, Джонни; Чжай, Шумин (2003). «Уточнение моделей закона Фиттса для двумерного наведения». Материалы конференции SIGCHI по человеческому фактору в вычислительных системах . стр. 193–200. дои : 10.1145/642611.642646 . ISBN  978-1581136302 . S2CID   5154061 .
• Кард, Стюарт К.; Моран, Томас П.; Ньюэлл, Аллен (1983). Психология взаимодействия человека и компьютера . Хиллсдейл, Нью-Джерси: L. Erlbaum Associates. ISBN  978-0898592436 .
• Фиттс, Пол М.; Петерсон, Джеймс Р. (февраль 1964 г.). «Информационная емкость дискретных двигательных реакций». Журнал экспериментальной психологии . 67 (2): 103–112. дои : 10.1037/h0045689 . ПМИД   14114905 .

Внешние ссылки

• Интерактивная визуализация закона Фиттса с помощью JavaScript и D3, автор: Саймон Уоллнер
• Закон Фиттса в проекте образовательной инфраструктуры Департамента CS, поддерживаемый NSF
• Закон Фиттса: моделирование времени движения в HCI
• Библиография юридических исследований Фиттса, составленная И. Скоттом Маккензи.
• Юридическое программное обеспечение Фиттса – бесплатная загрузка И. Скоттом Маккензи
• «Викторина, призванная дать вам ответы на вопросы» Брюс Тоньяццини