打破单一保真局限

——混合保真原型的成功案例


编译:毛晓欧
参考:Breaking the Fidelity Barrier: An Examination of Our Current Characterization of Prototypes and An Example of A Mixed-fidelity Success
作者:Michael McCurdy等
来源:Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2006

1、原型法
  原型法是人机交互(HCI)研究中的一个重要方法,在项目开发早期恰当地使用原型能够发现许多潜在的问题。目前经常使用的原型是低保真原型,研究人员可以利用这种原型。从用户那里快速获得有价值的观点,使得软件工程师和开发人员能够迅速了解设计理念,并确认设计模式。使用这种原型的好处是开发周期短且成本低廉。
  高保真原型因其与真实的产品概念相差甚微、交互性好,常常用来与高层领导进行交流,但这种原型开发周期长,成本高且难以更改。
  基于单一的低保真/高保真原型不能适应设计需求的多样性。NASA的HCI小组与开发人员共同设计和提出了一种不同于传统的原型,这就是混合保真原型(Mixed-fidelity Prototype)。NASA的研究数据显示,用户在混合保真原型上的绩效与使用最终实际应用程序的绩效相当。

2、原型的五个维度
  原型的视觉效果:低保真原型包含手绘草图、纸面原型等,高保真原型则包含精确到象素的实体模型。低保真原型对视觉上的要求较低,高保真原型则要求较高。
  原型实现功能的宽度:一个功能较全面的原型应该让用户能够清楚地了解可操作原型的作用范围,原型设计的功能范围应该由其设计目的决定。
  原型实现功能的深度:一个有深度的原型应该能够让用户完整地执行某个任务,并且设计者们可以根据用户执行任务的情况对界面的性能进行评估。
  原型交互的丰富性:通常以纸面原型或者手绘草图形式出现的低保真原型的交互性低于高保真原型,但高保真原型通常需要花费更多的时间和成本来实现更好的交互性。
  原型数据模型的丰富性:数据的关联性,将相似特点的数据进行分类。
  根据设计者希望搜集的数据类型,参考上述五个维度设计并实现低保真或高保真原型,在每一个维度上原型开发都是独立的,可以根据不同的目的设计低/高保真原型,即创建混合保真原型,这样可以更精确的应用原型来支持不同的设计目标。
  一些原型工具使得创建混合保真原型更容易,例如SILK和DENIM等软件,也有一些商业软件——Macromedia Flash、Visual Basic等都可以用来进行混合保真原型的开发。

3、游戏原型:混合保真原型的例子
  NASA的HCI小组设计和开发了“火星表面操作”游戏的原型,所使用的工具为MAPGEN(Mixed-initiative Activity Plan GENerator)。在设计过程中,他们首先明确了原型的设计目的,然后根据原型的五个维度开发了一种更有效的混合保真原型。
  开发“火星表面操作”游戏原型的主要目的是搜集用户执行任务的效率,采用绩效数据的方式度量用户的完成时间。因此对原型视觉效果的要求较低,故采用低保真原型;原型主要关注的是局部功能,因此对原型实现功能的宽度方面要求不高,只要保证覆盖了所需要的功能既可;为了提供有效的绩效数据,需要对用到的功能进行深度开发;原型评估的是用户效率,因此原型的交互性一定要好。在原型测试时,高保真的数据模型是十分重要的,因此数据模型是高保真的。根据五个维度的考虑,开发者利用已有的MAPGEN并结合其他一些开发工具,用一个月时间开发了SPIFe原型。
  最后是根据所制定的任务进行用户测试,共设计了4个任务,结果显示SPIFe原型能够得到有效的用户绩效数据。这是因为:首先,原型的交互性是高保真的,可以确保绩效数据的真实性;其次,高保真的数据模型确保了数据的关联性。同时,原型其他的方面是低保真的,节省了设计的时间及成本,又没有对所获得的有效数据产生影响。

中心通讯

第二期

中心主任寄语

中心宣传册1,460K

NCR-DMU人机交互研究中心

UsabilityNet