Существует множество моделей поведения человека, и чем более ориентированным на человека становится дизайн, тем более важным становится моделирование поведения для дизайнеров. Как отмечают Джон Фройлих, Лия Финдлатер и Джеймс Ландау, «даже если это не очевидно, дизайнеры [обязательно] сталкиваются с проблемой какой-либо модели поведения человека», и, конечно, «все модели ошибочны, но некоторые полезны».
Одной из ключевых задач DwI toolkit было предоставление дизайнеру нескольких различных моделей поведения в зависимости от различных ситуаций, при помощи шаблонных примеров.
В этой статье я не собираюсь разбираться с тем, какие модели являются «лучшими/правильными/наиболее предсказуемыми для дизайнеров». Есть люди, которые могут сделать это гораздо лучше, чем я; кроме того, для этого требуется намного больше времени, чем есть в моем распоряжении. В этой статье я хочу рассказать о подходе, который я обнаружил в процессе написания этнографической работы для проекта Empower, когда я работал на CarbonCulture совместно с More Associates.
Подход состоял в том, чтобы задавать пользователям вопросы о том, как и почему они бы поступили с технологией (в частности, с энергосистемами) в той или иной ситуации, а потом использовать ответы в качестве правил: я говорю о поведенческой эвристике.
Этот термин имеет отношение к теории игр, к принятию экономических решений и даже к дизайну игр, но то, что я имею ввиду — скорее, эмпирическое правило, которому люди должны следовать в ходе взаимодействия с системой, например:
Это помесь инстинктивных или автоматических реакций (вроде ifttt для людей) и реакций на основе совещательных процессов: например, система elephant and rider или системы 1 и 2, или любые другие. Некоторые из них более абстрактные, а большая часть требует предварительного обучения, либо исключительно при помощи выработки условного рефлекса, либо сознательного решения, но на практике они могут использоваться быстро и без излишнего обсуждения (поэтому, исходя из терминологии Дэна Голдшттейна и Герда Гигеренцера, некоторые из них являются «быстрыми и эффективными»).
Некоторые виды эвристики могут привести к когнитивным предубеждениям (или наоборот); некоторые включают последующие планы, а некоторые больше похожи на ситуативные действия. И конечно, далеко не все из них являются правильными для всех, и в разных ситуациях они могут отличаться даже для одних и тех же людей, в зависимости от ряда факторов.
В независимости от предыстории, каждое из этих правил или эвристик потенциально может иметь практическое влияние с точки зрения имеющего место поведения. Они похожи на атомные черные ящики действия, передатчики, которые, если соединить вместе в определенном порядке, приводят к «поведению».
Мы можем создать «поведенческих персонажей», которые собирают вместе совместимые (что бы это ни значило) эвристики, создавая человекоподобных искусственных пользователей, описанных исходя из правил, которым они следуют при взаимодействии с вещами, и, грубо говоря, симулируют их поведение в ситуации, и, что возможно более важно, создают системы, которые учитывают используемые пользователями эвристики.
Если нам известно, что наш искусственный пользователь следует эвристике «Если уважаемый мной человек прочитал эту статью, мне тоже стоит ее прочесть», тогда разработка системы, которая покажет пользователям, что уважаемые ими люди (как бы это ни определялось) прочли или порекомендовали какую-либо статью, должна стать очень простым способом влияния на решение искусственного пользователя прочесть эту статью.
Если нам известно, что он или она также следует соответствующей эвристике в других сферах жизни, например «Если я прочел что-либо, благодаря чему я могу выглядеть интеллигентным, мне стоит рассказать это остальным», тогда это действие можно также включить в процесс.
К этому правилу может быть два возражения. Первое: это очевидно, поэтому мы делаем это в любом случае; второе: относиться к людям как к электронным компонентам — это ужасно/гротескно просто/и пр. Я не буду спорить ни с одним из них, но все же мне интересно исследовать возможности использования этого типа моделирования, хоть он прост и имеет недостатки в нюансах, чтобы предоставить способ навигации и исследования множества способов, согласно которым дизайн может влиять на поведение.
Если мы сможем провести контекстное пользовательское исследование при помощи этого типа эвристики в качестве составляющей анализа, раскрывая то, насколько много пользователей в нашей ситуации, скорее всего, будут следовать разным эвристикам, мы сможем разработать системы, которые не сегментированы, а более тесно связаны напрямую с теми вещами, которые «имеют значение» для людей с точки зрения их поведения.
На конференции Interaction 12, которая проходила в Дублине, 41 человек из различных организаций, в том числе Adaptive Path, Google и Chalmers University, принял участие в семинаре по исследованию этих эвристик, и как их можно использовать в дизайне для изменения поведения.
Первым, что мы сделали, была быстрая функциональная декомпозиция (по Кристоферу Александру) на нескольких примерах, в которых системы разрабатывались с целью повлиять на поведение пользователя разными способами.
Так какие же допущения могут быть в случае с Amazon? В основном, какие могут быть допущения, чтобы в случае успешного результата они могли объяснить, как система влияет на поведение пользователей? То, что я смело назвал простой фразой «социальное доказательство», включает в себя ряд допущений, в том числе:
Возможно, есть и другие.
Здесь нет ничего неочевидного, но я считаю, что каждая эвристика подразумевает специфичный элемент дизайна, а сам процесс раскрытия того, какие именно решения должны приниматься, дает нам более точно нацеленный набор возможностей дизайна, а не просто слова «добавьте сюда какое-нибудь социальное доказательство».
Иногда сервис может пользоваться несколькими подходами, чтобы удовлетворить сразу несколько эвристик, или может потому, что дизайнеры не уверены, какие именно эвристики важны для пользователя (например, реклама «This Is My Jam» ниже). В некотором смысле, этот процесс представляет собой что-то типа «обоснования профилирования», которое впервые открыли Моритс Каптайн, Дин Эклз и Арьян Харингс из Persuasion API, однако в немного другом направлении.
В ходе семинара, группы проводили такие же декомпозиции на трех примерах: Codecademy, Opower и Foodprints, части платформы CarbonCulture от More Associates — ниже представлен ознакомительный материал.
Для каждого примера группы выбрали набор возможных эвристик, например, для Opower они были такими:
Мы решили обменяться эвристиками между группам и выстроить их для относительно правдоподобных (если они совсем неправдоподобны) персонажей, ранжируя их от «гота, который не хочет делать то, что делают другие», до собаки-повадыря Фидо, которая хочет помочь своему слабовидящему хозяину Бобу (как отмечает здесь Лиззи Шоуман).
По очереди группы пользовались для вдохновения карточками DwI, чтобы выработать некоторые возможные концепции в ответ на задание удержать увлеченность и мотивацию определенного человека (или собаки) в качестве части программы по смене поведения, вокруг таких поведений, как использование, создание положительных отзывов и прочее. В конце концов, группы смогли выразить эмоции действиями (на фото ниже показана ситуация с Фидо и Бобом).
В чем смысл всего этого? Основная цель — в конечном итоге предоставить дизайнерам действующий способ выбрать наиболее подходящие методы влияния на поведение пользователя в определенном контексте и для определенных людей. Это — то направление, в котором развивается большинство исследований дизайна для изменения поведения, от Behaviour Wizard Стенфорда до среды разработки приложений Йоханнеса Цахриссона.
Я бы предположил, что в рамках правильно сформулированного и выраженного пользовательского исследования, наблюдения, опросов и непосредственно поведенческих данных, было бы возможно извлечь эвристики в той форме, в которой они будут полезны для выбора шаблонов дизайна. Несмотря на то, что в ходе семинара мы «декомпозировали» существующие системы без осуществления какого-либо пользовательского исследования, если сделать это в комплексе, это позволит сравнить, найти отличия и выбрать найденные эвристики. Обновленный дизайн системы может лучше подходить эвристикам, которым следуют пользователи, или, если необходимо, поможет улучшить эти эвристики.
В конце концов, каждый шаблон дизайна представляет собой некую будущую версию инструментария DwI, которая будет отвечать соответствующим эвристикам таким образом, чтобы как минимум был обоснованный (если не доказанный) процесс создания дизайна для изменения поведения, при помощи эвристики в качестве общепринятого взаимодействия между поведением пользователя и шаблонами дизайна: пользовательское исследование > поиск эвристик > подбор эвристик для шаблонов дизайна > изменение дизайна системы при помощи шаблонов > тестирование > если необходимо, все сначала.
Тем временем, моим следующим шагом будет поиск дополнительных эвристик в реальных поведенческих данных для некоторых определенных частей CarbonCulture, а также (как требует моя работа) изложение этого процесса в более формальном виде для научного журнала. Я попытаюсь установить некоторые теоретические связи с работой по эвристике Герда Гигеренцера, Дэна Гольдштейна и (как всегда) Герберта Саймона. А если у вас есть какие-либо соображения по этому поводу, свяжитесь со мной.
Спасибо всем, кто принимал участие в семинаре, а также спасибо организаторам Interaction 12 за отлично организованную конференцию.
Если мыnbsp;хочу выигратьnbsp;этому поводу,
Оригинал: http://architectures.danlockton.co.uk/2012/02/09/if/
Проведите конкурс среди участников CMS Magazine
Узнайте цены и сроки уже завтра. Это бесплатно и займет ≈5 минут.