生態学的インターフェース設計

エコロジカル インターフェース デザイン( EID ) は、複雑な社会技術的、リアルタイム、動的システムのために特別に導入されたインターフェース設計のアプローチです。プロセス制御(原子力発電所、石油化学プラントなど)、航空、医療など、さまざまな分野に適用されています。

EID は、分析の焦点がエンド ユーザーや特定のタスクではなく、作業領域または環境にあるという点で、 ユーザー中心設計(UCD)などの一部のインターフェイス設計方法論とは異なります。

EID の目標は、作業環境における制約と複雑な関係を、ユーザーに知覚的に (たとえば、視覚的、聴覚的に) 明らかにすることです。これにより、ユーザーの認知リソースを、問題解決や意思決定などのより高度な認知プロセスに充てることができます。EID は、認知工学と認知システム工学の研究における 2 つの主要概念、抽象化階層 (AH) とスキル、ルール、知識 (SRK) フレームワークに基づいています。

EID は、精神的な作業負荷を軽減し、知識ベースの推論をサポートすることで、複雑なシステムにおける予期されるイベントと予期されないイベントの両方に対するユーザーのパフォーマンスと全体的なシステムの信頼性を向上させることを目指しています。

エコロジカル・インターフェース・デザインは、デンマークのリス国立研究所で行われた人間とシステムの信頼性に関する広範な研究を受けて、1980年代後半から1990年代前半にかけてキム・ヴィセンテとイェンス・ラスムッセンによってインターフェース・デザインのフレームワークとして提案されました (Rasmussen & Vicente et al、1989; Vicente、2001)。EID の「エコロジカル」という用語は、ジェームズ・J・ギブソンが開発した生態学的心理学として知られる心理学の一派に由来しています。この心理学の分野は、人間と環境の関係、特に実験室環境ではなく実際の環境における人間の知覚に焦点を当てています。EID は、複雑なシステムにおける作業環境の制約と関係が知覚的に (インターフェースを通じて) 反映され、ユーザーの行動が形成されるという点で、生態学的心理学から借用しています。エコロジカル・デザインを開発するために、リス国立研究所の研究者によって以前に開発された、抽象化階層 (AH) やスキル、ルール、知識 (SRK) フレームワークなどの分析ツールが採用されました。 EID フレームワークは、最初に原子力発電所システムに適用され、評価されました (Vicente & Rasmussen、1990、1992)。これらのツールは、認知作業分析にも使用されています。現在までに、EID は、コンピューター ネットワーク管理、麻酔学、軍事指揮統制、航空機など、さまざまな複雑なシステムに適用されています (Vicente、2002、Burns & Hajdukiewicz、2004)。

技術の急速な進歩と経済的要求により、エンジニアリング システムの複雑さが著しく増加しました (Vicente、1999a)。その結果、設計者がそのようなシステム内で発生する可能性のあるイベントを予測することがますます困難になっています。予期しないイベントは定義上、事前に指定できないため、トレーニング、手順、自動化によって防止することはできません。既知のシナリオのみに基づいて設計された複雑な社会技術システムは、予期しないイベントをサポートする柔軟性を頻繁に失います。システムの安全性は、オペレーターが新しい未知の状況に適応できないために損なわれることがよくあります (Vicente & Rasmussen、1992)。エコロジカル インターフェイス デザインは、特に予期しないイベントの発生時に、受動的な監視者ではなく能動的な問題解決者になるために必要なツールと情報をオペレーターに提供しようとします。EID フレームワークに従って設計されたインターフェイスは、心理的プレッシャーの増加に起因する未知の未知のイベントに対処する際の精神的負荷を軽減することを目的としています(Vicente、1999b)。そうすることで、認知リソースが解放され、効率的な問題解決をサポートできるようになります。

EID は、予期しないイベントをうまく管理する手段をオペレータに提供するだけでなく、ユーザーが専門家になる必要があるシステムにも提案されています (Burns & Hajdukiewicz、2004)。抽象化階層 (AH) とスキル、ルール、知識 (SRK) フレームワークを使用することで、EID は、初心者のユーザーが、通常は開発に何年もの経験とトレーニングが必要な高度なメンタル モデルをより簡単に習得できるようにします。同様に、EID は、継続的な学習と分散型の共同作業の基盤を提供します (Vicente、1999b)。複雑な社会技術システムに直面した場合、設計者がオペレータにどのような情報が欲しいかを尋ねることが常に可能であるとは限りません。これは、各人がシステムを異なるレベルで (まれに完全に) 理解しており、非常に異なる回答を返すためです。EID フレームワークを使用すると、設計者は、ユーザーに尋ねることが不可能または実行可能でない場合に、必要な情報の種類を判断できます (Burns & Hajdukiewicz、2004)。 EID の目的は、UCD やタスク分析などの既存の設計方法論を置き換えることではなく、それらを補完することです。

今日の Windows ベースのインターフェイスからわかるように、ユーザー中心設計 (UCD) は、ユーザーの好みや制限を特定し、それをインターフェイスに組み込むという優れた機能を果たしてきました。UCD 以前の時代では、インターフェイス設計はプログラムの後付けのようなもので、エンド ユーザーを完全に無視してプログラマーに完全に依存していました。

UCD では、次の 3 つの重要なアイデアが追加されています。

1. インターフェース デザインは、人間とプログラム/環境をつなぐものであるため、独自の分野です。

2. インターフェースの設計には、人間の知覚、認知、行動を理解することが重要です。

3. 設計の初期段階でインターフェースの実際のユーザーからフィードバックを得て、その後設計のさまざまなポイントでテストすることで、多くのことを学ぶことができます (Burns & Hajdukiewicz、2004)

しかし、このアプローチにもいくつか問題があります。

UCD アプローチは、一般的にユーザーとインターフェイス間の単一のユーザー インタラクションに焦点を当てていますが、これは、情報の集中管理が必要で、さまざまなインターフェイスにさまざまな詳細で表示される、今日のますます複雑化するシステムに対処するには不十分です。EID は、経験豊富なユーザーでさえ複雑なシステム全体 (発電所、原子力発電所、石油化学精製所など) がどのように機能するかを完全に理解していない場合に、複雑なシステムの設計プロセスに追加するのに適しています。ユーザーは、インターフェイスを介して制御する複雑なプロセスの背後にあるすべての関係を常に理解しているわけではなく、理解する必要性さえ感じていないことは、既知の事実 です^{[引用が必要] 。}

さらに、ユーザーは自分が使用しているシステムに影響を与える制約を常に認識しているわけではなく、こうした制約を発見するには余分な労力が必要になることがあります (Burns & Hajdukiewicz、2004)。EID は、この制約ベースのスタイルを設計アプローチに取り入れ、ユーザー入力を取得する前にユーザー ドメインの制約を調べます。EID は、複雑なシステム (その構築、アーキテクチャ、本来の目的) を理解することに重点を置き、この情報をエンド ユーザーに伝えることで、エンド ユーザーの学習曲線を短縮し、より高いレベルの専門知識の習得を支援します。

インターフェース設計における制約ベースのスタイルは、予期しないイベントの処理も容易にします。イベントに関係なく、制約が破られ、ユーザーがそれを認識し、インターフェースを積極的に操作して制約を復元し、システムを修正できるためです。

これは決して UCD の有用性を損なうものではありませんが、EID が設計プロセスに関する独自の洞察を提供し、他の認知工学技術と組み合わせて使用​​することでユーザー インターフェイスを強化し、人間と機械の相互作用における人間の信頼性を高めることができるという事実を強調しています。

抽象化階層 (AH) は、複雑な社会技術システムの作業環境、またはより一般的には作業ドメインと呼ばれる環境をモデル化するために使用される 5 レベルの機能分解です (Rasmussen、1985)。EID フレームワークでは、AH を使用して、システム インターフェイスに表示する情報の種類と、情報を配置する方法を決定します。AH は、方法と理由の関係を使用して、さまざまな抽象化レベルでシステムを記述します。モデル レベルを下げると、システム内の特定の要素がどのように達成されるかがわかり、レベルを上げると、特定の要素が存在する理由がわかります。モデルの最上位レベルの要素は、システムの目的と目標を定義します。モデルの最下位レベルの要素は、システムの物理的コンポーネント (つまり、機器) を示し、説明します。方法と理由の関係は、AH 上で手段と目的のリンクとして表示されます。AH は通常、作業ドメイン分析(Vicente、1999a) と呼ばれる体系的なアプローチに従って開発されます。作業ドメイン分析で複数の AH モデルが生成されることは珍しくありません。それぞれが、部分全体階層 (Burns & Hajdukiewicz、2004) と呼ばれる別のモデルを使用して定義された異なる物理的詳細レベルでシステムを調べます。

AH の各レベルは、作業ドメインの完全かつ独自の説明です。

機能目的 (FP) レベルでは、システムの目標と目的が説明されます。AH には通常、複数のシステム目標が含まれており、それらの目標は互いに競合したり補完したりします (Burns & Hajdukiewicz、2004)。目標間の関係は、システムの作業領域内での潜在的なトレードオフと制約を示します。たとえば、冷蔵庫の目標は、最小限の電力で食品を特定の温度に冷却することです。

抽象機能 (AF) レベルでは、システムの目標を規定する基礎となる法則と原則が説明されます。これらは、物理システムにおける経験法則、社会システムにおける司法法則、さらには商業システムにおける経済原則である場合もあります。一般に、法則と原則は、保存する必要があるものや質量などのシステム内を流れるものに焦点を当てています (Burns & Hajdukiewicz、2004)。冷蔵庫 (ヒートポンプとして)の動作は、熱力学の第 2 法則によって規定されます。

一般化機能 (GF) レベルは、AF レベルにある法則と原則に関係するプロセス、つまり各抽象機能がどのように達成されるかを説明します。GF レベルにある要素間には因果関係が存在します。冷蔵庫の冷却サイクルでは、低温領域 (ソース) から高温領域 (シンク) に熱を送り込みます。

物理機能 (PFn) レベルでは、GF レベルで特定されたプロセスに関連する物理コンポーネントまたは機器が明らかになります。最大容量などのコンポーネントの機能と制限も、通常、AH に記載されます (Burns & Hajdukiewicz、2004)。冷蔵庫は、熱交換パイプと、冷却媒体に一定の最大圧力をかけることができるガス コンプレッサーで構成されている場合があります。

物理的形状 (PFo) レベルは、PFn レベルで示されるコンポーネントの状態、位置、および物理的外観を説明します。冷蔵庫の例では、熱交換パイプとガス コンプレッサーが特定の方法で配置されており、基本的にコンポーネントの位置を示しています。物理的特性には、色、寸法、形状などが含まれます。

前述の階層は、機能的抽象化階層の表現です。機能的抽象化階層は、階層の「手段と目的」または「方法/理由」のつながりを強調します。これらのつながりは直接的で、抽象化階層の 5 つのレベルにわたって示されます。

システムがますます複雑になるにつれて、フロー構造を追うとともに、システムがどのように機能するかを理解する必要性が高まります。このとき、因果抽象化階層表現が必要になります。フロー パターンがますます複雑になり、システム図から直接フローを導き出すことがますます困難になるにつれて、機能モデルに因果モデルを追加します。

因果モデルは、フロー構造の詳細を示し、指定された抽象化階層レベル内のより複雑なフロー パターンを理解するのに役立ちます。因果抽象化階層表現は、機能抽象化階層表現と同じ構造を持ちますが、因果リンクが描画されます。因果リンクは、「レベル内」リンクとも呼ばれます。これらのリンクは、各レベル内でプロセスとフローがどのように接続されているかを示します。

これら 2 つの表現は密接に関連していますが、システムの制約のほとんどを捉えるより明確なモデルが得られるため、通常は別々に開発されます。

非常に複雑なフロー システムでは、因果モデルを使用してフローを単純化または抽象化できます。このようなシナリオでは、最初にメインの供給ラインと製品ラインを特定し、次に制御ライン、緊急供給ライン、または緊急シャント ラインを特定する方が簡単であることがわかります (Burns & Hajdukiewicz、2004)。因果リンクは、材料、プロセス、質量、またはエネルギーのフローを示す一般化機能レベルと抽象機能レベルで最も役立ちます。

スキル、ルール、知識 (SRK) フレームワークまたは SRK タクソノミーは、オペレーターの情報処理に存在する 3 種類の動作または心理プロセスを定義します (Vicente、1999a)。SRK フレームワークは、Rasmussen (1983) によって開発され、設計者がシステムの情報要件と人間の認知の側面を組み合わせるのに役立ちます。EID では、SRK フレームワークを使用して、人間の知覚と精神運動能力を活用するために情報を表示する方法を決定します (Vicente、1999b)。慣れ親しんだタスクでスキルとルールに基づく動作をサポートすることで、より多くの認知リソースを知識に基づく動作に割り当てることができます。これは、予期しないイベントを管理するために重要です。3 つのカテゴリは基本的に、たとえばヒューマン マシン インターフェイスからの情報を抽出して理解する方法を示しています。

スキルベースの行動は、いったん意図が形成されると、行動を実行または実行するために意識的な制御をほとんどまたはまったく必要としないタイプの行動を表します。感覚運動行動とも呼ばれます。ほとんどのスキルベースの制御では、パフォーマンスはスムーズで、自動化されており、高度に統合された行動パターンで構成されています (Rasmussen、1990)。たとえば、自転車に乗ることは、スキルを習得すると制御にほとんど注意を必要としないスキルベースの行動であると考えられています。この自動性により、操作者は認知リソースを解放し、問題解決などのより高度な認知機能に使用できるようになります (Wickens & Hollands、2000)。スキルベースの行動におけるエラーは、日常的なエラーです。

ルールベースの行動は、慣れ親しんだ作業状況で行動方針を選択するためにルールと手順を使用するという特徴があります (Rasmussen、1990)。ルールは、オペレーターが経験を通じて習得した一連の指示、または監督者や以前のオペレーターから与えられた指示です。

ルールベースの制御を実行するために、オペレーターはシステムの基本原理を知る必要はありません。たとえば、病院には火災緊急事態に対する高度に手順化された指示があります。したがって、火災を目撃した場合、火災の挙動に関する知識がなくても、患者の安全を確保するために必要な手順に従うことができます。ルールベースの動作におけるエラーは、技術的知識が不十分なために発生します。

知識ベースの行動は、より高度な推論レベルを表します (Wirstad、1988)。このタイプの制御は、状況が新しく予期しないときに使用する必要があります。オペレーターは、システムを管理する基本原理と法則を知っている必要があります。オペレーターは、システムの現在の分析に基づいて明確な目標を形成する必要があるため、スキルまたはルールベースの行動を使用する場合よりも認知作業負荷が大きくなるのが一般的です。

• 認知と応用心理学
• 生態心理学
• ヒューマンファクターと人間工学
• ヒューマン・マシン・インターフェース
• ユーザビリティ

• Bennett, KB & Flach , JM (2011)。ディスプレイとインターフェースデザイン - 微妙な科学、正確な芸術。CRC Press。ISBN 978-1-4200-6439-1 
• バーンズ, CM & ハジュキエヴィッチ, JR (2004)。『エコロジカル・インターフェース・デザイン』。ボカラトン、フロリダ州: CRC プレス。ISBN 0-415-28374-4 
• ラスムッセン、J. (1983)。スキル、ルール、知識、信号、サイン、シンボル、および人間のパフォーマンス モデルにおけるその他の区別。IEEE Transactions on Systems, Man, and Cyber​​netics、13、257-266。
• Rasmussen, J. (1985). 意思決定とシステム管理における階層的知識表現の役割。IEEE Transactions on Systems, Man, and Cyber​​netics、15、234-243。
• ラスムッセン、J. (1990)。複雑な環境におけるメンタルモデルと行動制御。D. アッカーマン、D. および MJ タウバー (編)。メンタルモデルと人間とコンピュータの相互作用 1 (pp. 41–46)。ノースホランド: エルゼビア サイエンス パブリッシャーズ。ISBN 0-444-88453 -X 
• Rasmussen, J. & Vicente, KJ (1989). システム設計によるヒューマンエラーへの対処: 生態学的インターフェース設計への影響。International Journal of Man–Machine Studies、31、517-534。
• Vicente, KJ (1999a)。認知作業分析: 安全で生産的、健康的なコンピュータベースの作業に向けて。ニュージャージー州マホワ: Erlbaum and Associates。ISBN 0-8058-2397-2 
• Vicente, KJ (1999b)。「エコロジカル・インターフェース・デザイン: オペレータの適応、継続的学習、分散型共同作業のサポート」。人間中心プロセス会議の議事録、93-97 ページ。
• Vicente, KJ (2001)。1962年から1979年までのRisøでの認知工学研究。E. Salas (編)、Advances in Human Performance and Cognitive Engineering Research、第1巻(pp. 1–57)、ニューヨーク: Elsevier。ISBN 0-7623-0748 -X 
• Vicente, KJ (2002). 「エコロジカル・インターフェース・デザイン：進歩と課題」Human Factors、44、62-78。
• Vicente, KJ & Rasmussen, J. (1990). 人間と機械のシステムの生態学 II: 複雑な作業領域における「直接知覚」の媒介。生態心理学、2、207-249。
• Vicente, KJ & Rasmussen, J. (1992). 「エコロジカル・インターフェース・デザイン：理論的基礎」IEEE Transactions on Systems, Man, and Cyber​​netics , 22, 589-606.
• Wickens, CD & Hollands, JG (2000)。エンジニアリング心理学と人間のパフォーマンス（第3版）。アッパーサドルリバー、ニュージャージー：Prentice Hall。ISBN 0-321-04711-7 
• Wirstad, J. (1988)。プロセスオペレータの知識構造について。LP Goodstein、HB Andersen、SE Olsen (編)、Tasks , Errors, and Mental Models (pp. 50–69)。ロンドン: Taylor and Francis。ISBN 0-85066-401-2 

• ウォータールー大学 アドバンスト インターフェース デザイン ラボ (AIDL)
• トロント大学認知工学研究所 (CEL)
• クイーンズランド大学認知工学研究グループ (CERG)
• 人間工学協会
• IEEE システム・人間・サイバネティクス協会