特定设计

在复杂系统中建模人类表现

在过去的几十年中，人因工程学和人体工程学从业者越来越多地在系统设计和开发过程的早期被要求参与。与一个或多个学科后来发现需要更改的情况相比，所有学科的早期投入可以带来更好、更集成的设计，并降低成本。作为人因工程学和人体工程学从业者，我们的目标应该是提供关于人、人与系统的交互以及由此产生的总体性能的实质性和有充分支持的意见。此外，我们应该准备好从系统概念开发的最早阶段开始提供这种意见，然后贯穿整个系统或产品生命周期。为了应对这一挑战，多年来，许多人因工程学和人体工程学工具和技术已经发展起来，以支持早期分析和设计。两种特定类型的技术是设计指导（例如，O’Hara 等人1995；Boff 等人1986）和高保真快速原型用户界面（例如，Dahl 等人1995）。设计指导技术以手册或计算机决策支持系统的形式出现，将人为因素和人体工程学知识库的选定部分放在设计师的指尖，通常以针对特定问题（如核电站设计或 UNIX 计算机界面设计）量身定制的形式出现。但是，设计指南的缺点是它们通常不提供根据设计对系统性能进行定量权衡的方法。例如，设计指南可能会告诉我们高分辨率彩色显示器将优于黑白显示器，它们甚至可能告诉我们在增加响应时间和降低错误率方面的价值。但是，这种类型的指导很少能很好地洞察人类表现的这一改进元素对整个系统性能的价值。因此，设计指导对于为系统级性能预测提供具体输入的价值有限。另一方面，快速原型设计支持分析特定设计和任务分配将如何影响人类和系统级性能。与所有以人为对象的实验一样，原型设计的缺点是成本高昂。尤其是基于硬件的系统（如飞机和机械）的原型开发成本非常高，尤其是在设计初期，因为那时存在许多截然不同的设计理念。人类行为和表现的计算机建模并不是一项新尝试。尽管花费不菲，但硬件和软件原型设计对于人为因素从业者而言仍是重要的工具，而且它们在几乎所有应用领域的使用都在增长。虽然这些技术对于人为因素从业者而言很有价值，但通常需要的是一种能够从人为因素和人体工程学数据基础（如设计指南和文献中所反映的那样）推断的集成方法，以便支持作为设计替代方案的函数的系统级性能预测。该方法还应以相互支持和迭代的方式与快速原型设计和实验相结合。正如在许多工程学科中的情况一样，这种集成方法的主要候选对象是计算机建模和仿真。复杂认知行为的计算机模型已经存在 20 多年（例如 Newell 和 Simon 1972），并且自 20 世纪 70 年代以来，就已经出现了用于任务级绩效的计算机建模工具（例如 Wortman 等人1978）。但是，在过去十年中，有两件事发生了显著变化，促使使用计算机建模和模拟人类表现作为从业者的标准工具。首先是计算机能力的快速提升以及与之相关的更易于使用的建模工具的开发。有兴趣通过模拟预测人类表现的个人可以从各种基于计算机的工具中进行选择（有关这些工具的完整列表，请参阅 McMillan 等人1989）。第二，研究界越来越关注开发人类表现的预测模型，而不仅仅是描述模型。例如，GOMS 模型（Gray 等人1993）代表将研究整合到一个模型中，用于预测人类在现实任务环境中的表现。另一个例子是认知工作量的研究，它被表示为计算机算法（例如，McCracken 和 Aldrich 1984；Farmer 等人1995）。给定人类所从事的任务和设备的描述，这些算法支持评估何时可能发生与工作量相关的性能问题，并且通常包括识别这些问题对整体系统性能的定量影响（Hahler 等人1991）。这些算法在作为关键组件嵌入到任务和环境的计算机模拟模型中时特别有用。计算机建模和模拟最强大的方面可能在于它提供了一种方法，通过该方法，人因和人体工程学团队可以与