Reducing Error Aversion to Support Novice-to-Expert Transitions with FastTap - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2019

Reducing Error Aversion to Support Novice-to-Expert Transitions with FastTap

Réduire l'Aversion aux Erreurs pour Aider la Transition Novice-Expert avec Fast Tap

Résumé

Expert interaction techniques such as gestures or hotkeys are more efficient than traditional WIMP techniques because it is often faster to recall a command than to navigate to it. However, many users seem to be reluctant to switch to expert interaction. We hypothesize the cause might be the aversion of making errors. To test this, we designed two intermediate modes for the FastTap interaction technique, allowing quick confirmation of what the user has retrieved from memory, and quick adjustment if she has made an error. We investigated the impact of these modes and of various error costs in a controlled study (N=36). We found that participants adopted the intermediate modes, that these modes reduced error rate when error cost was high, and that they did not substantially change selection times. However, while it validates the design of our intermediate modes, we found no evidence of greater switch to memory-based interaction, suggesting that reducing the error rate is not sufficient to promote expert use of techniques.
Les techniques d'interaction expertes comme les vocabulaires gestuels ou les raccourcis clavier sont plus efficaces que les techniques WIMP traditionnelles. Il est en effet plus rapide de se rappeler une commande plutôt que de la retrouver dans des menus. Cependant, la plupart des utilisateurs semblent réticents à passer aux interactions qui se basent sur leur mémoire. Nous pensons que la cause pourrait être due à leur aversion à faire des erreurs. Pour tester cette hypothèse, nous avons conçu deux modes intermédiaires pour la technique d'interaction FastTap, qui permet de rapidement confirmer ce que l'utilisateur s'est rappelé de mémoire, et d'ajuster si une erreur a été faite. Nous avons étudié l'impact de ces deux modes intermédiaires et de différents coûts d'erreur dans une étude contrôlée (N=36). Nous avons trouvé que les participants ont adopté les modes intermédiaires, que ces modes réduisaient le taux d'erreur quand le coût de l'erreur était important, et qu'ils n'ont pas affecté de manière significative les temps de sélection. Cependant, bien que les résultats valident la conception de nos modes intermédiaires, nous n'avons pas trouvé de preuve sur un plus grand passage aux interactions qui se basent sur la mémoire. Cela suggère que réduire le taux d'erreur n'est pas suffisant pour promouvoir l'utilisation experte des techniques.
Fichier principal
Vignette du fichier
a01-goguey_authorversion.pdf (2.86 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-02381584 , version 1 (26-11-2019)

Identifiants

Citer

Alix Goguey, Sylvain Malacria, Andy Cockburn, Carl Gutwin. Reducing Error Aversion to Support Novice-to-Expert Transitions with FastTap. Actes de la 31e conférence francophone sur l'Interaction Homme-Machine (IHM 2019), Dec 2019, Grenoble, France. pp.1:1-10, ⟨10.1145/3366550.3372247⟩. ⟨hal-02381584⟩
210 Consultations
221 Téléchargements

Altmetric

Partager

More