人机交互中的模型和理论/什么是模型
- 窗口、菜单、图标和鼠标指向的范式
- 新的移动和虚拟趋势
- 早期关于办公环境的研究
- HCI 渗透到各个领域/学科，从日常界面（如网上银行系统）到高度专业化的界面（如驾驶舱和手术室）
- 方法：从基于上下文的定性实验到定量实验
- HCI 已成为设计方法中两种广泛创新的主要试验台，即参与式设计和民族志驱动设计。
- HCI 很年轻
- 需要是多学科的——因此是文艺复兴式的
- 最初是软件工程和人因工程的结合。
- 70 年代的瀑布式开发危机——线性的开发模型
- PC 的出现与设计方法的崩溃，这种设计方法不适合以用户为中心的系统开发。也许在过去，这没有那么必要，因为系统没有那么普及，而且只被那些有时间和能力应对系统不足的精英使用。
- 认知科学和心智理论？XXX
- Card Moran 和 Newell GOMS 模型——从思想到行为，之前的人因模型并没有试图整合和/或解释人类微观成分——心智、思想、行为
- 1985 年 Newell 的 CHI 演讲引发了
- 我认为，甚至在那之前，你就能感觉到这门多学科科学对统一关注的迫切需求……从维纳的控制论、系统论到[关于计算机未来的地址]，在 20 世纪中期，人们已经意识到计算机将变得足够重要和普及，因此需要关注未来以及如何有效地将它们整合到人类社会中。
- Newell 的愿景隐含地将这项工作边缘化，促使出现替代的认知科学范式。
- 情境性——Suchman 的 (1987) 关于复印机使用的研究描述了与高级复印机用户界面相关的各种可用性问题。她将人机交互视为一种对话，这种对话经常会失败，因为参与者之间无法理解彼此。
- 批判性研究——根源在德里达的解构主义？
- Uchman 从人类学、民族方法论和社会学引入了田野调查的概念、技术和敏感性，并将它们应用于人机交互的现实问题。
- HCI 的国际化要归功于在欧洲举行的国际信息处理联合会 (IFIP) 会议，以及主要计算机公司内部的举措。
- Bødker 的 (1991) 将活动理论应用于 HCI。俄罗斯维果斯基的开端，马克思主义的基础，文化、工具、合作
- HCI 理论发展中的历史因素（思想来源）
- HCI 中最初的认知科学界内部的分化。（与 GOMS 疏远）
- 认知科学本身的多学科构成不断扩大。
- 国际化
- 技术
- 个人电脑、网络
- 未来无法预料，当前的挑战，多学科性带来了
- 碎片化，形成派别
- 科学专业知识深度和广度之间的张力
- 研究人员和从业人员
- 它已经被一种更具交互性的观点所取代，在这种观点中，实践在阐明理论和技术的要求以及评估它们在应用中的有效性方面发挥着更中心的作用。
- 我的感觉是我们越来越倾向于生产实用/应用知识
- 该领域的平庸化——外部因素，如时间表、预算以及与标准解决方案的兼容性，往往占上风，对底层理论方面的理解不足，也不遵循方法学的要求来解决有效性和真实性问题。
- Carroll 指出需要综合一个全面而连贯的方法论框架
- 需要保持受教育，终身学习模型
- 1988 年，美国计算机协会 (ACM) 任务组将 HCI 列为计算机科学学科九个核心领域之一（Denning 等人，1989）。ACM 和 IEEE（电气和电子工程师协会）的联合课程工作组建议将 HCI 作为计算机科学课程的通用要求（Tucker & Turner，1991）。虽然建议如此，但即使现在，我们也只看到它被设置为本科教育中计算机科学部分轨道的要求。例如，在爱荷华大学，信息学轨道需要人机交互课程，但计算机科学轨道不需要。（爱荷华大学计算机科学系，2014 年访问）。这个建议没有扩展到计算机工程课程，这会导致专业人士对软件开发整体所需知识的脱节。（爱荷华大学电气与计算机工程本科轨道，2014 年访问。）
- 无法获得关于 HCI 科学和理论的高级材料。如果有一个更集中的研究领域，这个问题可以得到缓解——也就是说，如果 HCI 可以在自己的期刊和会议上发表，一个专业组织维护并努力结合各种研究人员和从业人员的作品，那么这个问题可以得到缓解。在数学领域，两个主要的专业协会是美国数学协会 (MAA) 和美国数学学会 (AMS)。虽然这两个组织不一定涵盖所有数学研究，但它们确实涵盖了大部分数学研究和教学（MAA 被一些人认为更纯粹，而 AMS 更应用）。如果 HCI 要效仿这种模式，即使该领域像现在这样支离破碎且多学科，我们也可以看到对 HCI 科学和理论知识和材料的获取增加。
计算已经迅速蔓延到日常生活。即使在智能个人设备推动个人计算成为主流之前，人们也一直在微观尺度上与机器进行交互。自动取款机、售票机、带显示屏的打印机等系统提供了微交互。这些交互规模较小，使用频率低，并且以任务为中心。由于这些原因，设计起来很简单，或者用户并不在乎抱怨。
Carroll 指出，传统的瀑布模型阻碍了以用户为中心的设计方法，导致软件界面设计不佳。参与瀑布模型的人员忽视了 HCI 的重要性。这种忽视不能归咎于项目所有者，而应该归咎于方法论。仔细观察采用以人为中心设计的公司（如 Xerox）将有助于我们理解问题的根本原因。
销售大众消费机器的公司坚持“使其简单”的基本原则。他们有明确的驱动力使其简单。例如，Xerox 不希望客户支持繁重，也不希望大量技术人员维修机器。简单的东西对业务有直接影响，因此存在可观的 ROI。因此，人们有一个直接的商业案例来证明以用户为基础的研究。
但并非所有软件系统都具有如此强烈的商业案例。例如，电子商务网站的商业模式（如缺乏支持、售后服务等）缺乏力量来强加一个有说服力的商业案例。这个问题与自动取款机或售票机非常相似。在这两种情况下，不满意的客户对业务都没有影响力。
这突出了在人机交互 (HCI) 中需要“案例”。一个案例是一个高级目标，应该是可以衡量的。例如，效率、减少支持设备等可衡量结果构成一个好的案例。用户满意度或认知负荷减少等定性结果只能作为案例的起点。例如，降低认知负荷以使所有用户群体都能使用是一个可衡量的案例。
明确定义这些案例有助于人们划定所需关注范围的界限。
一旦定义了案例，设计师就需要一种方法将这些目标转换为可交付成果。
那么，过去通常是如何处理的呢？过去的大多数界面都是根据“工程直觉”定义的，而有些则是由艺术家设计的。工程师应用的转换原则与媒体设计师创建的原则完全不同。两者都缺乏完美。这种情况可以最好地概括为蒙着眼睛的人在森林里寻找道路。
这里的第一步帮助来自人因工程学原理。可以说，人因工程学原理是 HCI 原理的奠基者。然而，它们过于抽象，难以转化为实践。只有领先的从业者（如艾伦·库珀、唐·诺曼）才能成功地将它们转化为实施。虽然原则是一回事，但在上下文中应用这些原则又是另一回事。
iOS 中的拟物化风格崇拜以及后来的彻底改变是一个很好的例子，可以证明原则与上下文之间的差距。拟物化旨在唤起积极的情感，并有助于回忆熟悉的思维模型。在现代环境或设计交互（例如旋转文件柜）中应用它们并不能为应用上下文提供正确的解决方案。
这种原则与应用上下文之间的差距导致了非标准方法。
模型填补了这个空白。它指导设计师将目标转化为设计。它提供了一种统一的方式将原则应用于上下文。模型可以用作审查和验证设计的沟通工具。HCI 研究人员（而不是可用性评估）可以使用模型来定义他们正在研究的系统的因素。
由于人机交互及其科学基础的扩展，获得广泛的工作知识具有挑战性，但并非不可能。HCI 的范围相当广泛，但作为一门多学科领域，这是可以预料的。当这种范围以极大的多样性应用于所有它所触及的研究领域时，它可能看起来特别让人不堪重负，因为理论、方法、应用领域和系统数量众多。然而，这些都是解释和分析 HCI 在各学科中的价值的工具和视角。它并不意味着在范围上有限，在数量上令人不堪重负，或在本质上令人麻木——这些理论和模型都是解释和理解同一个问题的不同方式。
随着 HCI 作为一门学术研究领域不断成熟，其科学基础将继续扩展。目前的 HCI 学者和从业者不应该接受碎片化的概念。理解和综合这些信息是我们的天性，而该领域的实际碎片化效果与预期相反。
在从业者层面和学术层面，自然会存在相当多的碎片化。这是专业化的必然副产品。个别从业者和学者有责任与领导角色中的同行合作，创造一种环境，使整体的 HCI 视角仍然渗透到我们领域的基石中，同时允许差异化和专业化。这是对格式塔理论的实际应用，其中整体大于部分之和。
我们在日常生活中所做的多数任务都是例行公事，只需要很少的思考和计划，例如刷牙、洗澡、看电视。它们通常完成得比较快，通常与其他活动同时进行，因为时间或精神资源可能都不够。因此，在大多数情况下，日常活动实际上是在潜意识中完成的。另一方面，非日常活动，例如计算所得税、学习新软件、进行复杂的在线购物，是在有意识状态下完成的，通常需要大量的精神处理工作。因此，可以发现 HCI 研究人员最常研究的任务是非日常任务。
意识与潜意识思维之间的确切关系仍在激烈辩论中。由此产生的科学难题很复杂，不容易解决。诺曼（2002）解释了这两者之间的差异。他认为，潜意识思维会匹配模式，因为它通过找到一个人过去经验与当前经验的最佳匹配来运作。它快速自动地进行，无需努力，因此擅长检测一般趋势，识别我们现在体验到的与过去发生的事情之间的关系。人们可以根据少量例子对总体趋势做出预测。然而，诺曼还发现，潜意识思维可能会偏向于规律性和结构性。它可能无法进行符号操作，也无法通过一系列步骤进行仔细的推理。
意识思维则完全不同。诺曼认为，意识思维往往缓慢而费力。人们使用意识思维来思考决定，比较选择，合理化决定，并寻找解释。因此，形式逻辑、数学、决策理论是意识思维的工具。然而，诺曼指出，意识思维受到短期记忆容量小的严重限制。
意识和潜意识思维方式并不相互矛盾。相反，诺曼认为，它们都是人类生活中强大而必不可少的方面。两者都可以提供有见地的飞跃和创造性时刻。两者都容易出错、误解和失败。
参考资料：诺曼，D.A.，（2002），日常事物的设计，基本书籍，纽约
在讨论人机交互 (HCI) 时，“模型”和“理论”都是常见术语，虽然两者在类似的方面使用，但它们并不相同。为了更准确地传达想法，这些术语不应该互换使用。我同意第二节概述的评估。
模型和理论都用于更好地理解可观察的现象。虽然方法在过程和规模上可能有所不同，但模型和理论可以被检验、阐释、改进和推翻。两者都可以在多个领域使用。更常见的是，模型和理论具有实际用途，或者可以转化为实际用途。两者也是预测工具，可以让人在观察到结果之前对结果有所了解。
在 HCI 设计中，模型用于指导界面的创建，这种指南通常比理论更不技术性。HCI 之外的常见模型是房屋建造中使用的蓝图。虽然模型当然有技术和科学方法，但在其创建过程中也使用了其他方面。模型将考虑某些人为因素，例如心理、社会技术和协作，而大多数理论不会考虑这些因素。模型的范围通常比理论更有限。
理论则有所不同，它们需要反复检验，它们受科学和科学理论约束来解释现象。所包含的人为因素数量是有限的。它们不太关注图形模型，更关注原始数据以证明观点。科学界所有被认为可信的理论都经过同行评审并经过多次检验以产生相同的结果。这导致理论比模型更难改变或修改，因为证明理论的过程非常严格。
本章介绍的 HCI 历史讨论了从 1970 年代到 1990 年代 HCI 理论的发展。在 1970 年代，卡罗尔指出，软件开发在瀑布模型下停滞不前，人为因素也面临困难。这直接导致了 HCI 研究的第一个黄金时代。
卡罗尔将这一黄金时代归因于计算业陷入困境，需要多学科方法来克服这一危机。这种最初的方法的主要目标是将认知科学引入计算机软件开发。
卡罗尔继续列出了 1980 年代的发展，列出了四个主要领域，增加了对 HCI 的了解。第一个是越来越多地使用认知科学来解释推理、探索性学习和心理模型的发展。第二个是 HCI 研究的多学科性。第三是国际化程度的提高。最后一个领域实际上是最有趣的。第四个领域是技术能力和普及率的提高。
卡罗尔没有详细介绍是什么促成了 HCI 的多学科方法。也许，与其将技术的进步置于次要地位，不如将其视为其他学科参与的催化剂。随着技术的普及，其他学科更容易参与到计算机交互中。这在 1980 年代个人电脑的兴起和 1990 年代互联网的兴起中得到了体现。与此同时，计算机的成本下降，使更多人能够购买。这导致了计算机科学 (CS) 领域以外的人参与进来。随着越来越多的非 CS 计算机用户参与到计算机中，困难变得更加明显。这导致了开发 HCI 模型的激励措施和增量。
HCI (人机界面) 的碎片化是卡罗尔提到的知识和理论增长的结果。正如所指出的，随着理论的泛滥，保持对 HCI 的全面了解变得困难。它被认为是该领域发展的一个缺点。为了使任何领域都能全面了解，该领域必须是静态的和离散的。对于像 HCI 这样新兴的领域来说，这是一个不切实际的期望。卡罗尔在 1.3 节的最后一段中特别指出，“碎片化是对未来发展的威胁”。似乎任何阻止这种碎片化的努力都将比碎片化本身更有害。
每一批“移民”到 HCI 都带来了另一组用例和从业者，扩展了 HCI 的范围，并进一步检验了理论。将此视为该领域的弊端，将破坏新用户作为进一步完善理论的来源。这可能会导致许多“快速且肮脏的”民族志，但它提供了一个庞大的数据来源，用于分析正在应用的理论。这种碎片化可以实现 HCI 的另一个广泛原则，参与式设计。如果没有这种碎片化且有时孤立的类似理论的发展，从业者可能无法轻松地应用 HCI 的理论，也不会产生数据来证实理论的质量。
卡罗尔关于 80 年代、90 年代和 00 年代 HCI 科学碎片化的材料很有见地，但将其视为过去时态是一种错误。碎片化并没有减少，反而变得更加制度化，必须用更加热情的布道来应对。
事实是，没有事实的狂热对年度预算影响很小，然而，人们可能用来证明 HCI 研究以及随后的产品改进实施所付出的努力、时间和费用的证据本身就需要时间和金钱才能产生。
我认为，现代技术在实时用户监控和行为指标方面的进步，无论是通过收集适用用户驱动的数据还是对其进行分析，都应该在推动对继续应用和发展 HCI 模型和理论的理由方面发挥重要作用。
人们经常争论说，将产品推向市场时，“足够好”就足够了，但无论使用范围如何（并非每个例子都是坠毁的飞机或正在运行的核反应堆），通过人机界面改善用户体验都将对选择投资此类努力的组织产生积极的净影响。
直接收入当然是确定 HCI 研究和应用可行性的主要驱动因素和指标，但也存在其他因素。消费者对特定产品和整个公司的信心也岌岌可危。
随着软件和硬件选择越来越多，以及它们对我们日常生活的影响越来越大，用户与一个庞大产品家族中一个看似微不足道的小成员的交互，可以决定用户进一步采用的可能性。负面偏见加上社交媒体和广播娱乐的“一对多”方面，无论是线上还是线下，都会导致用户的一次负面体验实际上决定了产品或公司在市场上的成功。
当然，重要的是要记住，改善交互不仅仅是解决可用性问题，但那些愿意承担挑战，推动人类与技术关系发展的人，是那些最有可能继续在我们的多方面科学领域中对抗碎片化的人。
根据卡罗尔的说法，HCI 是社会和行为科学之间的交叉点，与计算机和信息技术相关联。这种关联帮助开发人员了解用户如何浏览、可视化和处理这些虚拟环境，这开创了语音、视频、超文本链接、数字图书馆、隐私、信息可视化、交互式教程、图形界面的发展和功能。它还改变了家庭、办公室、学校或大学使用技术的方式，并逐渐适应了技术。HCI 过去一直专注于专业人员和组织流程的集成、分析、支持和设计。一个重要的因素是，HCI 如何在 20 年后继续取得成功，这意味着 HCI 必须专注于其他领域，例如家庭和学校学习的整合。
在 1970 年代，瀑布式开发方法一直是软件工程中的一个问题，因为该方法非常缓慢且不可靠，导致开发用户界面和最终用户应用程序时面临挑战。在 1970 年代末，认知科学提出了多学科性，包括语言学、人类学、哲学、心理学和计算机科学，并提出了认知科学的两个原则：
1. “认知科学是心理的表征理论，即人类行为和经验可以通过明确的心理结构和操作来解释。”
2. “有效的跨学科科学应该能够支持并受益于对实际问题的应用。”
因此，HCI 在某种意义上是科学的黄金时代，因为它解决了软件开发过程中语言、感知、运动活动、问题解决和交流中的所有问题。例如，卡德、莫兰和纽厄尔 (1983) 开发了目标、操作符、方法和选择规则 (GOMS)，引起了争议和新的研究；马龙 (1981) 基于对电脑游戏软件的研究，发展了乐趣的分析以及内在动机在学习中的作用。卡罗尔 (1985) 开发了一种基于对文件名和计算机命令的研究的语言心理学理论。
HCI 是一个模型，因为它塑造并创建了一个结构，用于解决软件开发过程中将技术与人类行为和经验连接起来的问题。
卡罗尔关于包容性多学科性的表述，“百花齐放”，是 HCI 多样性之美的绝佳比喻。然而，正如他所指出的，讽刺的是，“深度和广度的张力”，它的成功以及该领域的广泛覆盖都存在一个问题：碎片化。
我认为卡罗尔的论点很有意思，他认为：一个知识理论的范围越广，研究人员就越倾向于选择性地隔离知识。在某种程度上，人机交互领域的大范围扩张是由技术的快速融合和研究领域的快速融合加速的。这导致研究人员过度狭隘。就像一个恶性循环，对基础理论的需求不断增加，随之而来的是该领域的碎片化。
在我看来，碎片化的主要原因是人机交互过度关注实际应用。从业者占多数，他们希望能够立即获得高效的解决方案，以便轻松地将其应用到他们的工作中。
这种情况类似于一个园丁想要拥有各种花朵的花蕾，但却忽略了土壤的状况。即使土壤没有得到滋养，花朵也会持续开花数年。然而，最终，土壤会干涸，恢复需要很长时间。
我并不是说实际方法毫无价值，相反，它们是人机交互的花朵。换句话说，碎片化——关注广度而不是深度——是不可避免的。我认为碎片化可能会促进人机交互的成功。然而，过度关注应用可能会使源泉，即理论基础，枯竭。
卡罗尔的著作还从另一个角度探讨了这个问题，即身份的概念。在这种情况下，我们所说的身份是指对“什么是人机交互？”这个问题的答案。
碎片化的问题在于，当一个领域在范围上不断扩大，并开始与其他学科融合时，它会失去其独特性，最终可能变得一无是处。这就是广度胜于深度的问题所在。
广度是指该领域的范围；它既包括它试图解决的各种问题，也包括它试图采用的各种工具和方法。在这种情况下，我们必须考虑这些领域、范式和工具中哪些是人机交互独有的。参与式和民族志设计方法可以被认为是人机交互特有的（尽管有些人可能不同意）。除此之外，大多数工具或技术都来自其他领域，如社会学、心理学、认知科学、计算机科学、工程学等，或者与之共享。同样，人机交互从业者工作的领域也是许多其他领域的兴趣所在，比如前面提到的那些领域。这使得回答“什么是人机交互”的问题越来越困难，因为我们不能直接通过指向一个兴趣领域或一个方法来回答，因为它们不是人机交互独有的。
部分解决这个问题的答案可能是增加对深度的关注。在这种情况下，深度是指一个领域的根基，主要以主要理论的形式出现。理论必须经过严格的开发、严格的测试和严格的验证。这个过程就像反复加热和冷却钢材一样，增加了领域的深度。人机交互在很大程度上缺乏自己的主要理论，因此它的根基非常浅。
正如卡罗尔（以及其他人）所阐述的，如果我们过度关注广度而忽视深度，该领域的标识可能会消失。