El diseño de interfaz ecológica ( EID ) es un enfoque para el diseño de interfaz que se introdujo específicamente para sistemas sociotécnicos complejos, en tiempo real y dinámicos. Se ha aplicado en una variedad de dominios, incluido el control de procesos (por ejemplo , plantas de energía nuclear, plantas petroquímicas), aviación y medicina .
EID se diferencia de algunas metodologías de diseño de interfaces como el Diseño Centrado en el Usuario (UCD) en que el enfoque del análisis está en el dominio o entorno de trabajo, más que en el usuario final o una tarea específica.
El objetivo de la EID es hacer que las limitaciones y las relaciones complejas en el entorno de trabajo sean perceptiblemente evidentes (por ejemplo, visibles, audibles) para el usuario. Esto permite que más recursos cognitivos de los usuarios se dediquen a procesos cognitivos superiores , como la resolución de problemas y la toma de decisiones. EID se basa en dos conceptos clave de la investigación en ingeniería cognitiva : la Jerarquía de abstracción (AH) y el marco de Habilidades, reglas, conocimiento (SRK).
Al reducir la carga de trabajo mental y respaldar el razonamiento basado en el conocimiento, EID tiene como objetivo mejorar el rendimiento del usuario y la confiabilidad general del sistema para eventos anticipados e imprevistos en un sistema complejo.
Descripción general
Origen e historia de EID
El diseño de interfaz ecológica fue propuesto como un marco para el diseño de interfaz por Kim Vicente y Jens Rasmussen a finales de los 80 y principios de los 90 después de una extensa investigación sobre la confiabilidad del sistema humano en el Laboratorio Nacional Risø en Dinamarca (Rasmussen & Vicente et al , 1989; Vicente, 2001). El término ecológico en EID se origina en una escuela de psicología desarrollada por James J. Gibson conocida como psicología ecológica . Este campo de la psicología se centra en las relaciones entre el ser humano y el entorno, en particular en relación con la percepción humana en entornos reales más que en entornos de laboratorio. EID toma prestado de la psicología ecológica en el sentido de que las limitaciones y relaciones del entorno de trabajo en un sistema complejo se reflejan perceptualmente (a través de una interfaz) para moldear el comportamiento del usuario. Para desarrollar diseños ecológicos, se adoptaron herramientas analíticas desarrolladas anteriormente por investigadores del Laboratorio Nacional de Risø, incluida la Jerarquía de abstracción (AH) y el marco de Habilidades, reglas, conocimiento (SRK). El marco de EID se aplicó y evaluó por primera vez en sistemas de centrales nucleares (Vicente y Rasmussen, 1990, 1992). Estas herramientas también se utilizan en el análisis del trabajo cognitivo . Hasta la fecha, la EID se ha aplicado en una variedad de sistemas complejos que incluyen administración de redes de computadoras, anestesiología, comando y control militar y aeronaves (Vicente, 2002; Burns & Hajdukiewicz, 2004).
Motivación
Los rápidos avances en las tecnologías junto con las demandas económicas han llevado a un notable aumento en la complejidad de los sistemas de ingeniería (Vicente, 1999a). Como resultado, cada vez es más difícil para los diseñadores anticipar los eventos que pueden ocurrir dentro de dichos sistemas. Los eventos imprevistos, por definición, no se pueden especificar de antemano y, por lo tanto, no se pueden prevenir mediante capacitación, procedimientos o automatización. Un sistema sociotécnico complejo diseñado basándose únicamente en escenarios conocidos frecuentemente pierde la flexibilidad para soportar eventos imprevistos. La seguridad del sistema a menudo se ve comprometida por la incapacidad de los operadores para adaptarse a situaciones nuevas y desconocidas (Vicente y Rasmussen, 1992). El diseño de la interfaz ecológica intenta proporcionar a los operadores las herramientas y la información necesarias para convertirse en solucionadores de problemas activos en lugar de monitores pasivos, particularmente durante el desarrollo de eventos imprevistos. Las interfaces diseñadas siguiendo el marco de EID tienen como objetivo disminuir la carga de trabajo mental cuando se trata de eventos desconocidos e imprevistos, que se atribuyen a una mayor presión psicológica (Vicente, 1999b). Al hacerlo, se pueden liberar recursos cognitivos para apoyar la resolución eficiente de problemas.
Además de proporcionar a los operadores los medios para gestionar con éxito eventos imprevistos, la EID también se propone para sistemas que requieren que los usuarios se conviertan en expertos (Burns & Hajdukiewicz, 2004). Mediante el uso de la Jerarquía de abstracción (AH) y el marco de Habilidades, reglas, conocimiento (SRK), EID permite a los usuarios novatos adquirir más fácilmente modelos mentales avanzados que, por lo general, requieren muchos años de experiencia y formación para desarrollarse. Asimismo, la EID proporciona una base para el aprendizaje continuo y el trabajo colaborativo distribuido (Vicente, 1999b). Cuando se enfrentan a sistemas sociotécnicos complejos, no siempre es posible que los diseñadores pregunten a los operadores qué tipo de información les gustaría ver, ya que cada persona comprende el sistema en un nivel diferente (pero rara vez completamente) y proporcionará respuestas muy diferentes. El marco de EID permite a los diseñadores determinar qué tipo de información se requiere cuando no es posible o factible preguntar a los usuarios (Burns & Hajdukiewicz, 2004). No es la intención de EID reemplazar las metodologías de diseño existentes, como UCD y análisis de tareas , sino complementarlas.
UCD y EID: ¿Por qué utilizar EID?
Como podemos ver en las interfaces basadas en Windows de hoy en día, el Diseño Centrado en el Usuario (UCD) ha realizado un excelente trabajo identificando las preferencias y limitaciones del usuario e incorporándolas a las interfaces. En la era anterior a UCD, el diseño de la interfaz era casi una ocurrencia tardía para un programa y dependía completamente de los programadores, mientras que descuidaba totalmente al usuario final.
Beneficios de UCD
UCD agrega tres ideas clave:
1. Ese diseño de interfaz es un campo en sí mismo porque sirve de puente entre los seres humanos y el programa / entorno.
2. Que la comprensión de la percepción, la cognición y el comportamiento humanos es fundamental para diseñar interfaces.
3. Se puede aprender mucho obteniendo comentarios de los usuarios reales de la interfaz, en las primeras etapas del diseño, y luego probando en varios puntos del diseño (Burns & Hajdukiewicz, 2004).
Pero también hay algunos problemas en este enfoque.
¿Qué importancia tiene la EID?
El enfoque UCD comúnmente se enfoca en interacciones de un solo usuario entre el usuario y la interfaz, lo cual no es suficiente para lidiar con los sistemas cada vez más complejos de hoy en día donde se necesita un control centralizado de la información y se muestra en una variedad de interfaces con diferentes detalles. EID es una adición preferible al proceso de diseño de sistemas complejos cuando incluso los usuarios muy experimentados no tienen una comprensión completa de cómo funciona todo el sistema complejo (planta de energía, planta nuclear, refinería petroquímica, etc.). Es un hecho conocido [ cita requerida ] que los usuarios no siempre comprenden o ni siquiera sienten la necesidad de comprender todas las relaciones detrás de los complejos procesos que controlan a través de sus interfaces.
Además, los usuarios no siempre son conscientes de las limitaciones que afectan al sistema con el que trabajan, y descubrir estas limitaciones puede requerir un esfuerzo adicional (Burns & Hajdukiewicz, 2004). EID incorpora este estilo basado en restricciones en el enfoque de diseño donde examina las restricciones del dominio del usuario antes de obtener la entrada del usuario. EID se enfoca en comprender el sistema complejo: su construcción, su arquitectura y su intención original y luego transmitir esta información al usuario final, reduciendo así su curva de aprendizaje y ayudándolos a alcanzar un mayor nivel de experiencia.
El estilo basado en restricciones en el diseño de la interfaz también facilita el manejo de eventos imprevistos porque, independientemente del evento, la restricción se rompe y el usuario puede verla, quien a su vez puede trabajar de manera proactiva con la interfaz para restaurar la restricción y arreglar el sistema. .
Esto no quita de ninguna manera la utilidad de UCD, pero enfatiza el hecho de que EID ofrece una visión única del proceso de diseño y podría usarse junto con otras técnicas de ingeniería cognitiva para mejorar las interfaces de usuario y aumentar la confiabilidad humana en humanos. interacciones de la máquina.
La jerarquía de abstracción (AH)
La jerarquía de abstracción (AH) es una descomposición funcional de 5 niveles que se utiliza para modelar el entorno de trabajo, o más comúnmente conocido como el dominio del trabajo, para sistemas sociotécnicos complejos (Rasmussen, 1985). En el marco de EID, el AH se utiliza para determinar qué tipo de información debe mostrarse en la interfaz del sistema y cómo debe organizarse la información. El AH describe un sistema en diferentes niveles de abstracción utilizando relaciones de cómo y por qué. Bajar los niveles del modelo responde cómo se logran ciertos elementos en el sistema, mientras que subir revela por qué existen ciertos elementos. Los elementos del nivel más alto del modelo definen los propósitos y objetivos del sistema. Los elementos en los niveles más bajos del modelo indican y describen los componentes físicos (es decir, el equipo) del sistema. Las relaciones de cómo y por qué se muestran en el AH como enlaces medios-fines. Un AH se desarrolla típicamente siguiendo un enfoque sistemático conocido como Análisis del Dominio del Trabajo (Vicente, 1999a). No es raro que un análisis de dominio de trabajo produzca varios modelos AH; cada uno examina el sistema en un nivel diferente de detalle físico definido usando otro modelo llamado Jerarquía de Parte-Todo (Burns & Hajdukiewicz, 2004).
Cada nivel del AH es una descripción completa pero única del dominio del trabajo.
Propósito funcional
El nivel de propósito funcional (FP) describe los objetivos y propósitos del sistema. Un AH incluye típicamente más de un objetivo del sistema, de modo que los objetivos entran en conflicto o se complementan entre sí (Burns y Hajdukiewicz, 2004). Las relaciones entre los objetivos indican posibles compensaciones y limitaciones dentro del ámbito de trabajo del sistema. Por ejemplo, el objetivo de un refrigerador podría ser enfriar los alimentos a una cierta temperatura mientras se usa una cantidad mínima de electricidad.
Función abstracta
El nivel de función abstracta (AF) describe las leyes y principios subyacentes que rigen los objetivos del sistema. Pueden ser leyes empíricas en un sistema físico, leyes judiciales en un sistema social o incluso principios económicos en un sistema comercial. En general, las leyes y principios se enfocan en cosas que necesitan ser conservadas o que fluyen a través del sistema como la masa (Burns & Hajdukiewicz, 2004). El funcionamiento del frigorífico (como bomba de calor ) se rige por la segunda ley de la termodinámica .
Función generalizada
El nivel de función generalizada (GF) explica los procesos involucrados en las leyes y principios que se encuentran en el nivel de AF, es decir, cómo se logra cada función abstracta. Existen relaciones causales entre los elementos que se encuentran en el nivel GF. El ciclo de refrigeración en un refrigerador implica bombear calor desde un área de baja temperatura (fuente) a un área de temperatura más alta (fregadero).
Función física
El nivel de función física (PFn) revela los componentes físicos o equipos asociados con los procesos identificados en el nivel GF. Las capacidades y limitaciones de los componentes, como la capacidad máxima, también se indican generalmente en el AH (Burns & Hajdukiewicz, 2004). Un frigorífico puede constar de tubos de intercambio de calor y un compresor de gas que puede ejercer una cierta presión máxima sobre el medio refrigerante.
Forma física
El nivel de forma física (PFo) describe la condición, ubicación y apariencia física de los componentes que se muestran en el nivel PFn. En el ejemplo del frigorífico, los tubos de intercambio de calor y el compresor de gas están dispuestos de forma específica, ilustrando básicamente la ubicación de los componentes. Las características físicas pueden incluir cosas como el color, las dimensiones y la forma.
Jerarquía de abstracción causal
La jerarquía descrita anteriormente es una representación funcional de la Jerarquía de abstracción. Una jerarquía de abstracción funcional enfatiza los vínculos "medios-fines" o "cómo / por qué" de la jerarquía. Estas conexiones son directas e ilustradas en los cinco niveles de la Jerarquía de abstracción.
A medida que los sistemas se vuelven cada vez más complejos, debemos seguir la estructura de flujo y comprender cómo funciona el sistema. Aquí es cuando se hace necesaria una representación de la Jerarquía de abstracción causal . A medida que los patrones de flujo se vuelven cada vez más complejos y se vuelve cada vez más difícil derivar los flujos directamente del diagrama del sistema, agregamos modelos causales a los modelos funcionales.
Los modelos causales ayudan a detallar la estructura del flujo y a comprender patrones de flujo más complejos dentro de un nivel de Jerarquía de abstracción específico. Una representación de Jerarquía de abstracción causal tiene la misma estructura que una representación de Jerarquía de abstracción funcional pero con vínculos causales dibujados. Los enlaces causales también se conocen como enlaces "dentro del nivel". Estos enlaces muestran cómo los procesos y flujos están conectados dentro de cada nivel.
Las dos representaciones están estrechamente relacionadas, pero generalmente se desarrollan por separado porque al hacerlo se obtiene un modelo más claro que captura la mayoría de las restricciones del sistema.
En sistemas de flujo muy elaborados, se pueden utilizar modelos causales para simplificar o abstraer los flujos. En tal escenario, puede que nos resulte más fácil identificar las líneas principales de alimentación y productos al principio, luego las líneas de control, las líneas de suministro de emergencia o las líneas de derivación de emergencia (Burns & Hajdukiewicz, 2004). Los vínculos causales son más útiles en los niveles de función generalizada y función abstracta, que muestran flujos de materiales, procesos, masa o energía.
El marco de Habilidades, Reglas, Conocimiento (SRK)
El marco de Habilidades, Reglas, Conocimiento (SRK) o taxonomía SRK define tres tipos de comportamiento o procesos psicológicos presentes en el procesamiento de la información del operador (Vicente, 1999a). El marco SRK fue desarrollado por Rasmussen (1983) para ayudar a los diseñadores a combinar los requisitos de información para un sistema y aspectos de la cognición humana. En EID, el marco SRK se utiliza para determinar cómo se debe mostrar la información para aprovechar la percepción humana y las habilidades psicomotoras (Vicente, 1999b). Al apoyar los comportamientos basados en habilidades y reglas en tareas familiares, se pueden dedicar más recursos cognitivos a los comportamientos basados en el conocimiento, que son importantes para manejar eventos imprevistos. Las tres categorías describen esencialmente las posibles formas en que se extrae y se comprende la información, por ejemplo, de una interfaz hombre-máquina:
Nivel basado en habilidades
Un comportamiento basado en habilidades representa un tipo de comportamiento que requiere muy poco o ningún control consciente para realizar o ejecutar una acción una vez que se forma una intención; también conocido como comportamiento sensoriomotor . El desempeño es fluido, automatizado y consiste en patrones de comportamiento altamente integrados en la mayoría de los controles basados en habilidades (Rasmussen, 1990). Por ejemplo, andar en bicicleta se considera un comportamiento basado en habilidades en el que se requiere muy poca atención para controlar una vez que se adquiere la habilidad. Esta automaticidad permite a los operadores liberar recursos cognitivos, que luego pueden usarse para funciones cognitivas superiores como la resolución de problemas (Wickens y Hollands, 2000). Los errores en el comportamiento basado en habilidades son errores de rutina.
Nivel basado en reglas
Un comportamiento basado en reglas se caracteriza por el uso de reglas y procedimientos para seleccionar un curso de acción en una situación laboral familiar (Rasmussen, 1990). Las reglas pueden ser un conjunto de instrucciones adquiridas por el operador a través de la experiencia o dadas por supervisores y ex operadores.
No se requiere que los operadores conozcan los principios subyacentes de un sistema para realizar un control basado en reglas. Por ejemplo, los hospitales tienen instrucciones altamente procedimentales para emergencias de incendios. Por lo tanto, cuando se ve un incendio, se pueden seguir los pasos necesarios para garantizar la seguridad de los pacientes sin ningún conocimiento del comportamiento del fuego. Los errores en el comportamiento basado en reglas se deben a un conocimiento técnico insuficiente.
Nivel basado en conocimientos
Un comportamiento basado en el conocimiento representa un nivel más avanzado de razonamiento (Wirstad, 1988). Este tipo de control debe emplearse cuando la situación es nueva e inesperada. Los operadores deben conocer los principios y leyes fundamentales por los que se rige el sistema. Dado que los operadores necesitan establecer metas explícitas en función de su análisis actual del sistema, la carga de trabajo cognitiva suele ser mayor que cuando se utilizan comportamientos basados en habilidades o reglas.
Ver también
Referencias
- Bennett, KB y Flach, JM (2011). Diseño de pantallas e interfaces: ciencia sutil, arte exacto . Prensa CRC. ISBN 978-1-4200-6439-1
- Burns, CM y Hajdukiewicz, JR (2004). Diseño de interfaz ecológica . Boca Raton, FL: CRC Press. ISBN 0-415-28374-4
- Rasmussen, J. (1983). Habilidades, reglas, conocimiento; señales, signos y símbolos, y otras distinciones en los modelos de actuación humana. Transacciones IEEE sobre sistemas, hombre y cibernética , 13, 257-266.
- Rasmussen, J. (1985). El papel de la representación jerárquica del conocimiento en la toma de decisiones y la gestión del sistema. Transacciones IEEE sobre sistemas, hombre y cibernética , 15, 234-243.
- Rasmussen, J. (1990). Modelos mentales y control de la acción en entornos complejos. En D. Ackermann, D. y MJ Tauber (Eds.). Modelos mentales e interacción persona-computadora 1 (págs. 41-46). Holanda Septentrional: Elsevier Science Publishers. ISBN 0-444-88453-X
- Rasmussen, J. y Vicente, KJ (1989). Hacer frente a los errores humanos a través del diseño de sistemas: implicaciones para el diseño de interfaces ecológicas. Revista Internacional de Estudios Hombre-Máquina , 31, 517-534.
- Vicente, KJ (1999a). Análisis cognitivo del trabajo: hacia un trabajo informático seguro, productivo y saludable . Mahwah, Nueva Jersey: Erlbaum and Associates. ISBN 0-8058-2397-2
- Vicente, KJ (1999b). Diseño de Interfaz Ecológica: Apoyo a la adaptación del operador, aprendizaje continuo, trabajo distribuido, colaborativo. Actas de la Conferencia sobre procesos centrados en el ser humano , 93-97.
- Vicente, KJ (2001). Investigación en ingeniería cognitiva en Risø desde 1962-1979. En E. Salas (Ed.), Advances in Human Performance and Cognitive Engineering Research, Volumen 1 (págs. 1-57), Nueva York: Elsevier. ISBN 0-7623-0748-X
- Vicente, KJ (2002). Diseño de interfaz ecológica: avances y desafíos. Factores humanos , 44, 62-78.
- Vicente, KJ y Rasmussen, J. (1990). La ecología de los sistemas hombre-máquina II: Mediando la "percepción directa" en dominios de trabajo complejos. Psicología ecológica , 2, 207-249.
- Vicente, KJ y Rasmussen, J. (1992). Diseño de interfaz ecológica: fundamentos teóricos. Transacciones IEEE sobre sistemas, hombre y cibernética , 22, 589-606.
- Wickens, CD y Hollands, JG (2000). Psicología de la ingeniería y desempeño humano (3ª ed.) . Upper Saddle River, Nueva Jersey: Prentice Hall. ISBN 0-321-04711-7
- Wirstad, J. (1988). Sobre estructuras de conocimiento para operadores de procesos. En LP Goodstein, HB Andersen y SE Olsen (Eds.), Tareas, errores y modelos mentales (págs. 50-69). Londres: Taylor y Francis. ISBN 0-85066-401-2
enlaces externos
Instituciones y organizaciones
- Laboratorio de diseño de interfaz avanzado (AIDL) , Universidad de Waterloo
- Laboratorio de ingeniería cognitiva (CEL) , Universidad de Toronto
- Grupo de Investigación en Ingeniería Cognitiva (CERG) , Universidad de Queensland
- Sociedad de factores humanos y ergonomía
- IEEE Systems, Man and Cybernetics Society