不要從“交互設(shè)計定理”入門交互設(shè)計
編輯導(dǎo)語:提到設(shè)計,大家都會想到“交互設(shè)計定理”,但這篇文章卻建議我們不要從“交互設(shè)計定理”入門,想知道為什么嗎?一起看看這篇文章吧。
一、簡單講講為什么
我相信大部分從別的領(lǐng)域(工業(yè)設(shè)計、UI或者其他領(lǐng)域)跨界進入交互設(shè)計的人,都至少拜讀過一次“交互設(shè)計的7大定理”、“7個交互設(shè)計的法則”、“值得反復(fù)學(xué)習(xí)的5大定律”這類型文章。每篇這類型文章包含的定理都不太一樣(比如“美即好用法則”、或者格式塔理論等等),但是下面這三個常駐成員,是每篇文章都一定會提到的:
- 費茨定律(按鈕大小和鼠標(biāo)距離影響用戶反應(yīng)時間)
- 席克定律(選項越多,用戶反應(yīng)時間越長)
- 米勒定律(神奇的數(shù)字7±2 法則)
這些定理朗朗上口,似乎很可靠、很有道理、運用在工作中的例子也很豐富。但是我必須要開門見山的說:對于沒有受過心理學(xué)或者社會科學(xué)訓(xùn)練的、不了解交互設(shè)計的基本工作方式和研究方法的同學(xué)來說,不要讓“交互設(shè)計定理”作為你入門交互設(shè)計的第一印象。
這倒不是因為這些定理都是“錯的”,相反,費茨定律從50年代提出以后,很長一段時間都是信息學(xué)和心理學(xué)交叉理論中的頂流,受到了后續(xù)很多實證研究的驗證;而米勒定律截止2014年已經(jīng)被引用超過2萬次,不可為影響不深遠(yuǎn)。之所以說不建議交互新人上來就學(xué)習(xí)“定理”,是因為以下三個原因:
1. 過于簡化
國內(nèi)目前講“定律”的文章,幾乎沒有能把這幾個定律究竟在說什么講得通透的。一般原理部分一筆帶過,馬上進入案例部分,去解讀這幾個原理在界面中的具體運用。
比如這篇講費茨定律的文章介紹費茨的公式是T=a+blog2(D/W+1) ,其中:
T 是「移動到目標(biāo)區(qū)域所需的時間」;D 是「距目標(biāo)區(qū)域的距離」;W 是「目標(biāo)區(qū)域的大小」;a、b都是常量,代表指點設(shè)備的物理特性,受操作人員和環(huán)境等因素而變化。
http://www.aharts.cn/pd/4383659.html
這篇文章比其他文章略好的地方是,講清楚了這個公式中各個字母分別代表什么。但是仍然有很多的未解之謎是沒說清楚,我猜測作者可能也沒有去深究的:
- 這個公式里有一個數(shù)學(xué)運算符“l(fā)og”,這個log是怎么來的呢?為什么是以2為底數(shù)的呢?
- (D/W+1)代表什么呢?為什么要這么計算呢?
好的建?;蛘吆玫墓綄τ陂喿x者來說是有意義、可以理解的,數(shù)字不會莫名其妙的發(fā)生復(fù)雜的作用,一代頂流費茨定律當(dāng)然也不例外。假如作為設(shè)計師和研究者,我們并不理解這個定理作用的原因,就開始運用它或者用它來解釋一些情況,相當(dāng)于只是因為這個公式出名、有個英文名字就先入為主的認(rèn)可了它,再去尋找那些設(shè)計上符合這個定理的蛛絲馬跡,這是犯了“以果證因”的錯誤。
也許有人會講我們做設(shè)計好像沒必要接觸這么精深的數(shù)學(xué),但實際上50年代這兩個研究發(fā)展之初,模型也好、數(shù)學(xué)運算也好,都是比較淺顯易懂的,讀到最后,上面所有提出的問題都能得到解答。
2. 歷史局限
費茨、席克定律進入交互設(shè)計師必讀清單的歷史源遠(yuǎn)流長,早在人機交互界面誕生之前,計算機科學(xué)方興未艾,學(xué)界便提倡作為計算機科學(xué)的研究員——軟件開發(fā)者,也要通曉心理學(xué)的一些常識,從而能自主地提升自己設(shè)計的軟件的可用性。從那時起,以費茨、席克定律為代表的心理學(xué)研究成果就進入了交互設(shè)計或者人機交互領(lǐng)域的視野。
這一方面說明人機交互從心理學(xué)借鑒研究成果的傳統(tǒng)從很久以前就開始了,另一方面也說明:費茨、席克定律東西都是50年代就提出來的古董學(xué)說。就像設(shè)計有迭代和流行風(fēng)潮一樣,心理學(xué)研究也有風(fēng)潮和迭代。
老的理論被新的研究證據(jù)證明或證偽、被新的研究視角挑戰(zhàn),這都是在學(xué)界不斷發(fā)生的事情。比如上面提到的米勒定律,其實它從一開始提出來就不是很嚴(yán)肅、也沒有很有力的推導(dǎo)過程,當(dāng)前心理學(xué)相關(guān)領(lǐng)域的研究也傾向于認(rèn)為人的短期記憶受多種因素影響,最終可能并不能以某個“數(shù)字”來作為閾值進行解釋。
這就是學(xué)界的不斷迭代的一個體現(xiàn)。
因此,作為應(yīng)用者,我們需要在接觸一個理論的結(jié)論時,具備評估這個理論的能力,充分了解它的歷史局限性,從而自行選擇接納或者拋棄它。但這個能力對于交互新人來說,未免要求太高。
3. 太“安全”
這是我個人認(rèn)為最主要的一個原因。對于那些不了解交互設(shè)計的人來說,“定理”這個詞顯得太權(quán)威、太讓人有安全感了。實際上就像我這一篇基本功!交互嘎韭菜常見誤區(qū)中略有提到的一樣:社會科學(xué)的研究方式和自然科學(xué)是有差異的,影響人的感受(比如用戶體驗)的因素非常復(fù)雜,大多數(shù)時候你很難找到像自然科學(xué)里那樣明顯的、可觀察到的、直接的因果關(guān)系,心理學(xué)或者社會科學(xué)的結(jié)論都是現(xiàn)實生活中情況的高度抽象。所以設(shè)計師很少會單純因為有一個什么定理,而就能去支撐一個設(shè)計。
換句話說,自上而下地參考定理雖然能給交互設(shè)計提供有力的理論支持,但并不是交互設(shè)計師工作的常規(guī)方法?;诰唧w場景進行設(shè)計,然后抽象提煉出一定的規(guī)則(設(shè)計方法),也就是自下而上的工作方式,才是交互設(shè)計的初學(xué)者首先應(yīng)該掌握的技能。
說完了為什么不建議學(xué)交互先學(xué)定理,本篇文章我們將以費茨、席克定律為例,來講解作為設(shè)計師與研究者,我們應(yīng)該怎樣去看待這些心理學(xué)的研究成果。
二、費茲和席克定律
1. 信息論的源起
要了解費茨、席克定律究竟在講什么,我們需要回溯到50年代的學(xué)界。彼時克勞德·香農(nóng)剛剛提出信息論,創(chuàng)造性地將熱力學(xué)中“熵”概念與信息通信領(lǐng)域結(jié)合,提出了“信息熵”的概念。在信息理論中,香農(nóng)提出:“事物之間傳遞信息的過程,就是逐漸降低事物的不確定性的過程”。
比如說假如馬戲團里有一個魔術(shù)師手里攥了一個號碼牌,這個號碼可能是1、2、3、4中隨機一個數(shù)字,并讓一個觀眾猜一下是哪個數(shù)字。此時由于魔術(shù)師和觀眾之間還沒有進行任何交流,也就沒有信息的互換,因此魔術(shù)師到底攥著什么號碼這件事情總共有4種可能性或者不確定性。
但假如觀眾開口問魔術(shù)師:“請問你手里這個數(shù)字大于2嗎?”魔術(shù)師回答“對?!蹦敲创藭r他們之間就進行了一次信息的傳遞,并且魔術(shù)師手里號碼牌數(shù)字的可能性被縮減到了3、4之間,事件的不確定性降低了。這位觀眾再次問魔術(shù)師:“請問數(shù)字大于3嗎?”這次無論魔術(shù)師回答什么,觀眾都能確切地知道他手里的號碼牌數(shù)字了:通過2次信息傳遞,事件不再具有任何不確定性。
請注意上面的觀眾問的2個問題,都可以用“是”或者“否”來回答,這樣的問題叫做“是否”型問題。那么一個數(shù)字最少可以被多少個“是否”型問題猜出來呢?比如,當(dāng)魔術(shù)師手持1、2兩個號碼牌時,觀眾只需要1個“是否”型問題就能猜出來;當(dāng)他拿著1-8八個號碼牌時,則觀眾需要3個“是否”問題才能猜出來,以此類推,最終可以算出:
因此,香農(nóng)將a命名成了一個新的數(shù)據(jù)傳輸?shù)膯挝弧癰it”,可以翻譯成“位”,由它來衡量當(dāng)所有事件發(fā)生概率相等時,一次交流傳遞的信息量。它同時也是我們所熟悉的二進制最小單位。比如回到我們之前的案例,觀眾猜魔法師手里1-4號碼牌之前,有2位的信息不確定性;而當(dāng)觀眾知道了確切的1個號碼之后,信息不確定性=log2(1)=0位,因此可以說這次信息交流總共傳遞了2位的信息,也可以說觀眾排除了4件事情、2位的信息不確定性。
值得注意的是,當(dāng)觀眾提出第一個問題的時候,將不確定性從4削減成了2,第二次詢問則從2削減成了1,以此類推,所以實際上這個公式可以寫成:
上面討論的這個例子中,魔術(shù)師手里1-4號的號碼牌出現(xiàn)的概率是相同的,但假如他們出現(xiàn)的概率不同呢?我們先從一個拋骰子的例子開始。
假設(shè)這個魔術(shù)師先拿出了一個公平骰子,此時6個面的出現(xiàn)概率都是1/6。假如魔術(shù)師拋出了一個1,當(dāng)觀眾知道骰子的一瞬間,觀眾同時排除了6件事情的信息不確定性:骰子拋出了1、并且骰子沒有拋出6、2、3、4、5。
此時假如魔術(shù)師換了一個灌鉛骰子,它扔出6的概率很小,只有1/12,扔出1的概率很大,有1/4。這時我們?nèi)映?時,排除的信息不確定性就沒有公平骰子扔出1時那么多了:因為扔出1是一個相對大概率發(fā)生的事件,我們對它其實已經(jīng)有了預(yù)估。按比例,它排除了這些不確定性:
將這種現(xiàn)象進行歸納,香農(nóng)提出了計算概率不一致事件的信息傳遞公式:
最后我們可以發(fā)現(xiàn),當(dāng)事件發(fā)生的概率不一致時,事件傳遞的信息量將會小于事件發(fā)生概率一致的信息量。因此,事件發(fā)生概率一致時的信息量叫做最大信息量,是信息量可以傳遞的最大值;而事件發(fā)生概率存在差異時的信息量叫做平均信息量,平均信息量總是小于最大信息量。
另外,信息傳播中總是會不可避免地存在干擾,就像打電話時信號不好會有的嘶嘶聲一樣。因此,在信息論中還會區(qū)分信息發(fā)出時的預(yù)期信息量,和信息被實際接收到時的信息量。
2. 席克定律
堅持到這里的人可能也能感覺出來,信息論就是那種雖然說不上來哪里有道理,但就是莫名讓人感覺很有道理的東西——當(dāng)時的其他學(xué)科也這么覺得。50年代成為了各種學(xué)科和信息論進行各種跨界研究的高峰期,甚至出現(xiàn)了很多沾點邊就開始生搬硬套的理論。心理學(xué)家開始思考:既然物體的信息傳輸(電腦電話、光纖電纜)可以應(yīng)用信息論,那么人腦作為一種比較高級的信息處理系統(tǒng),是不是也可以用信息論去分析呢?
讀過我之前文章的朋友可能馬上就想起isux那篇寫熵增的文章了,沒錯,從其他學(xué)科借鑒思路的確是研究的常用手法。我們接下來一起看一下,當(dāng)自然科學(xué)和心理學(xué)交叉時,這幫科學(xué)家是如何去論證思路合理性的。
William Edmund Hick和Ray Hyman是最早嘗試將信息論與心理學(xué)進行結(jié)合的心理學(xué)家,他們在1952年提出了Hick-Hyman Law,也就是我們熟悉的席克定律。
席克首先援引了19世紀(jì)心理學(xué)的發(fā)現(xiàn):當(dāng)施加給被試者的刺激屬于一個較大的集合時,被試者需要更長的時間去作出反應(yīng)。這個事情可能不太好理解,舉個不恰當(dāng)?shù)睦?,都是猜拳,人們在玩“石頭剪刀布”就比玩“十五二十”的反應(yīng)時間短,因為前者只有“石頭、剪子、布”3種可能性,而“十五二十”共有“五、十、十五、二十”4種可能性。當(dāng)然后者還并不只是單純的外界刺激,這就更復(fù)雜了。
這種發(fā)現(xiàn)給了席克與海曼將【反應(yīng)時間】與【信息量】聯(lián)系起來的靈感。在此后的數(shù)十年,席克與后來的心理學(xué)家設(shè)計了許多場包含不同控制變量的實驗,每次實驗的有效樣本量大概在千人左右。比如:
1953年海曼的實驗中,設(shè)置了8盞名字不一樣的燈,他們分別叫“邦, 波, 畢, 博爾, 拜, 畢克斯, 貝弗,貝特”,被試者需要在燈亮起后,準(zhǔn)確的喊出燈的名字。實驗者則記錄下被試者反應(yīng)的時間。實驗中,使用了不同的燈數(shù)、燈亮起的概率也有差異。根據(jù)上文我們對信息論的已知了解,事件的數(shù)量以及事件發(fā)生的概率,都會對信息量造成影響。因此這個實驗實際是創(chuàng)造了不同的信息量,來考察信息量和反應(yīng)時間到底有沒有關(guān)系。
最后的結(jié)論是:信息量和反應(yīng)時間呈正相關(guān),甚至具有線性關(guān)系。換句話說,反應(yīng)時間是信息量的一個函數(shù)。所謂“線性關(guān)系”,也就是說信息量和反應(yīng)時間之間的關(guān)系會是一條直線,既然是直線,就會有斜率和截距,也就是說:
3. 費茲定律
既然心理學(xué)家已經(jīng)建立了反應(yīng)時間和信息量的線性關(guān)系了,那么順著這個思路,我們有沒有什么辦法建立物理移動距離和反應(yīng)時間的關(guān)系呢?
之前我們已經(jīng)說過,信息傳播是降低不確定性的過程,因此費茲認(rèn)為,物理世界內(nèi)的距離移動也可以被描述成降低不確定性的過程。用這樣的思路可以做如下類比:
其實說到這里我相信有些朋友就已經(jīng)看出些許問題了。用目標(biāo)寬度來類比事件發(fā)生后剩余的不確定性是比較好理解的,以踢足球和打高爾夫球為例,踢足球只要球進球門就算贏了,球門的目標(biāo)很大,因此進球時球所在的位置還是有很多的不確定性:可能是貼著門框的一記險球,也可能是正中球門。但高爾夫球的球洞很小,幾乎和球差不多大,所以進球時球所在的位置不確定性很小。
但為什么要用移動距離x2來類比事件發(fā)生前存在的不確定性呢?其實費茲自己也承認(rèn)這個數(shù)的選擇說不出很多道理,因此后續(xù)產(chǎn)生了許許多多的后續(xù)研究,都圍繞著如何來優(yōu)化這個數(shù)字的計算方式。包括文章一開頭介紹的(D/W+1),也是其中一種計算的優(yōu)化思路。
但無論如何,講到這里費茲定律的初始版本已經(jīng)呼之欲出了:
現(xiàn)在你知道文章一開頭說的幾個數(shù)字都代表什么意思了吧?
三、應(yīng)用與爭議
席克定律和費茲定律(特別是費茲定律)在人機交互領(lǐng)域的運用非常廣泛,并且曾經(jīng)直接催生許多我們現(xiàn)在還經(jīng)常看見的設(shè)計,以下稍微舉兩個和費茲定律在時間上有因果關(guān)系的設(shè)計:
1. 環(huán)形菜單
讀懂了費茲定律以后就很容易理解這個菜單了,環(huán)形菜單的所有目標(biāo)距離移動的起始點都是一樣近的,所以使用這個菜單花費的反應(yīng)時間短。
2. 移動放大
也就是將鼠標(biāo)移動到對應(yīng)操作時,操作會對應(yīng)的有一個放大效果。用費茲定理解釋,也就是增大了目標(biāo)寬度,降低了移動距離,從而降低了用戶的反應(yīng)時間。
3. 爭議
就像我上面講到的,使用一個理論的基礎(chǔ)是,我們要對這個理論有作出評估取舍的能力。雖然費茲/席克定律這一套邏輯嚴(yán)密,但并不是無懈可擊。
在這里我無意展開一些關(guān)于具體細(xì)節(jié)的討論(比如說費茲定理是從信息論挪過來的,所以是一開始只討論單維度的“移動”,不能完全適用于二維空間甚至三維空間;或者席克定律中定義的“線性關(guān)系”其實存在漏洞,目前的研究傾向于不認(rèn)為反應(yīng)時間和信息量只是簡單線性關(guān)系;又或者50年代的實驗在控制變量上其實也有不謹(jǐn)慎的地方等等),我們只討論一開始將信息論應(yīng)用在心理學(xué)的這個立論基礎(chǔ),其實一直受到了多方面的批評:人和電纜那能一樣嗎?
雖然信息論適用于評估硬件的物理特性,但人畢竟是一種更加復(fù)雜的信息處理系統(tǒng),把人當(dāng)電纜一樣去分析,實際上沒有說明人認(rèn)知事物的過程到底是怎么運作的,只是觀察了它的輸出結(jié)果。而且其中其實也忽略了許多情景因素,沒有多少“人味兒”。
四、最后說一句
我一開始寫文章時,并沒有預(yù)料到會抖落出那么多推導(dǎo)過程和細(xì)節(jié),這也從側(cè)面說明,把一個事情講通透、講清楚是很費事情的,有些時候我們直覺上覺得有道理的事情,究其根本其實很值得商榷。
再重復(fù)一遍,運用科學(xué)研究的成果時,需要注意科研是高度抽象化、脫離日常生活的理論世界,和我們?nèi)粘W鲈O(shè)計時復(fù)雜多變、多種因素協(xié)同作用的現(xiàn)實場景具有很大的差異。不要盲從,要有自己的判斷。
本文由 @白話說交互 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議
好專業(yè),很詳細(xì),條理性也很清晰。但沒咋看明白也是真的!
哈哈哈哈哈,是的