シュミン・ザイ

2003年、Zhai博士とPer Ola Kristenssonは、ペンベースのコンピューティングのための高速ライティング手法であるSHARK（shorthand aided rapid keyboarding）を提案しました。これは、スタイラスキーボードに速記ジェスチャーを追加するものです。SHARKは、最適化されたスタイラスキーボード上での動きのパターンに応じて、各単語に速記記号を定義します。^{[ 10 ]} 2004年、彼らは、コンテキストベースの言語モデルに加えてジェスチャーの形状と位置を使用することで認識精度を高め、精度要件を緩和したSHARK ^{2を発表しました。 [ 11 ]}これにより、Zhai博士とKristenssonは、テキスト入力の効率的な方法としてタッチスクリーンジェスチャータイピングのパラダイムを提供しました^{[ 12 ]}。これは、業界全体でモバイルテキスト入力の開発を推進し続けています。^{[ 4 ]}ジェスチャーキーボードの最も重要な根拠の1つは、主に視覚ガイダンスによる文字から文字へのトレースから、記憶の想起によるジェスチャーへの移行を容易にすることです。^{[ 13 ]} 2004 年にIBM AlphaWorksを通じて初の単語ジェスチャーキーボードをリリースし、 2008 年にShapeWriter WritingPadというトップランクの iPhone アプリをリリースすることで、 ^{[ 14 ]} Zhai 博士と彼の同僚は、この移行を促進し、発明を研究室から実際のユーザーへと届けることができました。^{[ 15 ]}

Zhai博士の主なHCI研究テーマの一つは、 Fittsの法則型の人間行動モデルです。1996年以来、Zhai博士は同僚とともに、Fittsの法則の精神を受け継ぐ「行動の法則」に関する研究に取り組んできました。HCIの文脈では、Fittsの法則は「ポインティングの法則」とみなすことができますが、彼らは他にも人間行動には確固たる規則性があると考えています。彼らが探求してきた、ユーザーインターフェースの設計と評価に関連する2つの新しい行動クラスは、交差と操舵です。^{[ 16 ]}

• 「ポインティングの法則」：二変量ポインティングのためのフィッツの法則モデルの改良、2003年^{[ 17 ]}
• 「操縦の法則」：電子仮想世界における人間の行動法則 - VRにおける経路操縦性能の実証的研究、2004年^{[ 18 ]}
• 「交差の法則」：交差パラダイムに基づくユーザーインターフェースの設計と評価の基礎、2010年^{[ 19 ]}
• ペンストロークジェスチャーの人間のパフォーマンスのモデリング、2007年^{[ 20 ]}
• フィッツの法則：フィッツの法則による指の接触のモデリング、2013年^{[ 21 ]}
• ジェスチャータイピング動作のモデリング、2018年^{[ 22 ]}

翟博士は、トロント大学大学院在学中に、複数の自由度（DOF）入力に関する研究を開始しました。博士論文では、制御抵抗（等尺性、弾性、等張性）、伝達関数（位置制御対速度制御）、使用する筋肉群、表示形式など、6自由度制御装置の設計上のバリエーションに応じて、人間のパフォーマンスを体系的に調査しました。また、同時目標到達時間、誤差相関、効率という3つの定量化方法に基づいて、複数の自由度を協調させる人間の能力を調査しました。

Zhai博士は、視線追跡拡張ユーザーインターフェースに関する2つのアプリケーション、MAGIC pointingとRealTouristに関わってきました。^{[ 23 ]}

1999年、彼はIBMアルマデン研究所の同僚（カルロス・モリモトとスティーブン・イデ）と共同で「手動および視線入力カスケード（MAGIC）ポインティング」という論文を発表した。この研究は、コンピュータ入力に視線を利用する新しい方向性を探求し、MAGICポインティング技術は、従来の手動ポインティングよりも身体的労力と疲労が少なく、従来の視線ポインティングよりも精度と自然さが高く、手動ポインティングよりも高速である可能性があるなど、多くの利点を提供する可能性があることを示した。^{[ 24 ]}

2005年、彼はペルニラ・クヴァルフォードとデビッド・ベイマーと共に、実験システムRealTouristを開発し研究した。RealTouristでは、共有マップ上に重ねて表示される観光客の視線を確認できる遠隔地の観光コンサルタントの助けを借りて、会議旅行を計画することができる。実験から収集されたデータは、音声と視線パターンに関する文献レビューと併せて分析された。この調査的かつ探索的な研究により、共有空間素材への視線オーバーレイのさまざまな機能が明らかになった。これには、パートナーの視線の正確かつ直接的な表示、暗黙の指示的参照、関心の検出、共通の焦点とトピックの切り替え、冗長性の増加と曖昧さの削減、そして安心感、自信、理解の向上などが含まれる。この研究では、視線位置を貢献チャネルとするマルチモーダルな人間とコンピュータの対話システムを設計するための基礎となるパターンが特定され、コンピュータを介したコミュニケーションがパートナーの視線の表示によってどのようにサポートされるかが調査された。^{[ 25 ]}

FonePalは、コールセンターやヘルプデスクへのアクセス体験を向上させるために開発されたシステムです。「プッシュトーン地獄」として知られる音声メニューナビゲーションは、音声プレゼンテーションの性質上、長らくユーザーエクスペリエンスを苛立たせるものとして認識されてきました。対照的に、FonePalでは、ユーザーが自分のペースでビジュアルメニューをスキャンして選択できるため、通常は音声メニューが読み上げられるのを待つよりもはるかに高速です。FonePalは、インターネットインフラストラクチャ、特にインスタントメッセージングを使用して、近くのコンピュータ画面にビジュアルメニューを電話の音声メニューと同時に配信します。^{[ 26 ]}

2005年と2006年に、IBMアルマデン研究センターの翟博士と同僚​​のミン・イン氏は、このプロジェクトに関する2つの論文を発表しました。彼らの研究によると、FonePalはIVR電話ツリーのナビゲーションを容易にし、ナビゲーション速度を向上させ、ルーティングエラーを減らし、満足度を高めることができます。FonePalはまた、発信者を検索可能なWebナレッジベースにシームレスに接続し、関連するセルフヘルプを促進し、コールセンターの運用コストを削減することができます。^{[ 27 ] [ 28 ]}