人机交互基础一

人机交互（Human-Computer Interaction，HCI）是研究人与计算机之间交互关系的学科，旨在提高交互效率、提升用户体验，其涉及多领域知识，对于设计易用且高效的计算机系统至关重要。下面从人的因素、计算机系统、交互过程以及交互范式等方面展开复习。

一、人的因素（The Human）

（一）信息输入与输出（Information I/O）

1. 视觉（Vision）：视觉过程包括物理刺激接收和信号处理解释。眼睛接收光线并转化为电能，视网膜上的视杆细胞和视锥细胞分别负责低光和彩色视觉。在信号解释方面，视觉角度、视力影响对物体大小、深度的感知；亮度受物体 luminance（亮度）影响；颜色由色调（hue）、强度（intensity）和饱和度（saturation）构成，部分人存在色觉障碍。此外，视觉系统会补偿运动和亮度变化，也会因过度补偿产生视错觉（Optical Illusions）。

2. 听觉（Hearing）：听觉可提供环境信息，其物理结构包含外耳、中耳和内耳。声音的特性有音高（pitch，取决于频率）、响度（loudness，取决于振幅）和音色（timbre）。人类能听到20Hz - 15kHz的频率，听觉系统具备过滤声音的能力，如鸡尾酒会现象。

3. 触觉（Touch）：触觉能反馈环境信息，对视觉障碍者尤为重要。皮肤中的感受器可接收热、冷、疼痛和压力等刺激，不同身体部位敏感度不同，本体感觉（Kinethesis）会影响舒适度和操作表现。

4. 运动（Movement）：对刺激的响应时间由反应时间和运动时间组成，反应时间因刺激类型而异，如视觉约200ms、听觉约150ms、疼痛约700ms。费茨定律（Fitts' Law）描述了点击屏幕目标的时间与目标距离和大小的关系，即 Mt=a+b log _{2}(D / S+1)。

（二）记忆（Memory）

记忆分为感觉记忆（sensory memory）、短期记忆（short-term memory，STM）和长期记忆（long-term memory，LTM）。感觉记忆是感官刺激的缓冲区；短期记忆用于临时回忆，存取快速但容量有限（7±2个组块）；长期记忆存储知识，容量大，分为情景记忆（episodic）和语义记忆（semantic）。语义记忆结构可通过语义网络（semantic network）、框架（Frames）、脚本（Scripts）和产生式规则（Production rules）等模型表示。信息从短期记忆进入长期记忆依赖复述（rehearsal），遗忘受衰减（decay）和干扰（interference）影响，记忆提取方式有回忆（recall）和再认（recognition）。

（三）思维与问题解决（Thinking and Problem Solving）

1. 推理（Reasoning）：演绎推理（Deductive Reasoning）从给定前提得出逻辑结论，但结论不一定为真；归纳推理（Inductive Reasoning）从观察到的案例进行概括，结论不可靠但有用；溯因推理（Abductive reasoning）从事件推断原因，也可能导致错误解释。

2. 问题解决（Problem solving）：涉及运用知识解决不熟悉任务，相关理论有格式塔理论（Gestalt）、问题空间理论（Problem space theory）等。格式塔理论认为问题解决包含创造性和重复性过程；问题空间理论将问题解决视为在问题状态间的转换，可运用启发式方法。技能获取（Skill acquisition）的特点是信息组块化，能优化短期记忆。

3. 错误与心理模型（Errors and mental models）：错误分为失误（slips，意图正确但行为错误）和错误（mistakes，意图错误）。人们构建心理模型解释行为，若模型错误可能导致错误发生。

4. 情绪（Emotion）：情绪理论有詹姆斯 - 兰格理论（James-Lange）、坎农理论（Cannon）和沙赫特 - 辛格理论（Schacter-Singer）。情绪影响人们对情境的反应，积极情绪利于创造性问题解决，消极情绪则会限制思维。在界面设计中，应考虑情绪对用户的影响，缓解压力、提升用户积极情绪。

5. 个体差异（Individual differences）：个体差异包括长期的性别、身体和智力能力差异，短期的压力、疲劳影响，以及年龄带来的变化。设计时需确保决策不会排除部分用户群体。

二、计算机系统（The Computer）

（一）计算机系统组成（Computer System Components）

计算机系统由输入设备、输出设备、内存、处理和网络等元素构成。输入设备如键盘（keyboard）、鼠标（mouse）、手写识别（handwriting recognition）和语音识别（speech recognition）设备等，用于向计算机输入信息；输出设备包括屏幕（screen）、数字纸（digital paper）等，用于呈现计算机处理结果。内存分为随机存取存储器（Random Access Memory，RAM）和长期存储设备（如磁盘），处理速度和网络性能会影响计算机整体性能。

（二）交互设备（Interaction Devices）

1. 文本输入设备（Text Entry Devices）：键盘是常见的文本输入设备，QWERTY布局虽非最优但广泛使用，也有其他替代布局。和弦键盘（Chord keyboards）按键少、适合便携设备，手机数字键盘可通过T9预测输入提高速度。手写识别和语音识别技术不断发展，但存在技术难题。

2. 定位与绘图设备（Positioning and Drawing Devices）：鼠标通过平面运动和按键操作控制屏幕光标，有机械和光学两种检测运动方式。触摸板（Touchpad）常用于笔记本电脑，通过触摸操作移动指针；轨迹球（Trackball）、操纵杆（Joystick）、触摸屏幕（Touch-sensitive screen）等设备也各有特点和适用场景。

3. 显示设备（Display Devices）：位图屏幕（bitmap screens）由大量彩色点构成，分辨率（resolution）和色彩深度（colour depth）影响显示效果。阴极射线管（Cathode ray tube，CRT）存在健康隐患，液晶显示器（Liquid crystal displays，LCD）更轻薄且无辐射问题。此外，还有特殊显示器（如随机扫描显示器、直接视图存储管显示器）、大型显示器和情境显示器等。

4. 虚拟现实与3D交互设备（Virtual Reality and 3D Interaction Devices）：在虚拟现实中，有用于3D定位的设备（如3D鼠标、数据手套）、3D显示设备（如VR头盔），但存在时间延迟和深度感知冲突导致的晕动症问题。模拟器和VR洞穴可提供更真实的环境模拟。

5. 物理控制与传感器（Physical Controls and Sensors）：包括专用显示器（如模拟和数字显示器、抬头显示器）、声音（用于错误指示和操作确认）、触觉设备（在游戏和模拟中提供反馈）以及环境和生物传感器（用于检测环境和人体信息）。

6. 纸张交互（Paper Interaction）：纸张可用于打印（printing）和扫描（scanning），涉及字体（Font）、页面描述语言（Page Description Languages）和光学字符识别（Optical Character Recognition，OCR）等技术，也可作为输入方式（如通过OCR和扫描）。

（三）内存与存储（Memory and Storage）

1. 短期记忆 - RAM：随机存取存储器（RAM）存取速度快，但通常为易失性，用于临时存储数据。

2. 长期记忆 - 磁盘：包括软盘（floppy disks）、硬盘（hard disks）和光盘（optical disks）等，存储容量大、成本低，但存取速度相对较慢。

3. 存储格式与访问（Storage Formats and Access）：数据存储有多种格式，如文本格式（ASCII、UTF - 8等）和媒体格式（图像、音频和视频格式），不同格式采用不同的压缩技术（lossless和lossy）。信息访问可通过索引进行，简单索引需精确匹配，也有更智能的访问方式。

4. 处理与网络（Processing and Networks）：计算机处理速度有限，虽遵循摩尔定律（Moore’s law）不断提升，但仍可能出现性能瓶颈。网络计算（Networked computing）可实现资源共享，但存在网络延迟、反馈慢等问题，互联网（The internet）基于特定协议（如TCP/IP）运行。

三、交互过程（The Interaction）

（一）交互模型（Interaction Models）

1. 诺曼模型（Donald Norman’s model）：包含用户建立目标、制定意图、指定界面操作、执行操作、感知系统状态、解释系统状态和评估系统状态与目标的匹配度七个阶段，该模型聚焦用户对界面的看法，执行/评估循环中可能出现执行鸿沟（Gulf of Execution）和评估鸿沟（Gulf of Evaluation）。

2. 阿博德和比尔框架（Abowd and Beale framework）：是诺曼模型的扩展，将交互分为用户、输入、系统、输出四个部分，各部分有独特语言，交互过程即语言间的转换，该框架可用于理解和评估交互系统。

（二）人机工程学（Ergonomics）

人机工程学研究交互的物理特性，包括控制和显示的布局、周围环境、健康问题以及颜色的使用等，旨在为系统设计制定标准和指南。工业界面与办公界面在数据类型、变化速率和环境等方面存在差异，玻璃界面有其优势和不足。

（三）交互风格（Interaction Styles）

常见的交互风格有命令行界面（command line interface，适合专家用户和重复性任务）、菜单（menus，依赖识别、便于使用）、自然语言（natural language，存在模糊和歧义问题）、查询界面（query interfaces，适用于新手但功能有限）、表单填充（form-fills）和电子表格（spreadsheets）、WIMP界面（Windows Icons Menus Pointers，是常见的交互风格）、点选界面（point and click interfaces）和三维界面（three - dimensional interfaces）等。

（四）交互的情境因素（Context of Interaction）

交互受社会、组织和动机等情境因素影响。他人的存在、用户的动机以及系统的不足都会影响交互体验，设计时需考虑这些因素，提升用户使用意愿。此外，还涉及体验设计（Designing experience）、物理设计（Physical design）和价值管理（Managing value），需在设计中权衡各种因素，满足用户需求。

四、交互范式（Paradigms）

（一）交互范式的概念（Concept of Paradigms）

交互范式是交互系统设计的理论框架或世界观，理解人机交互历史可追溯范式的转变，这些转变受新计算技术影响，改变了人机关系认知。

（二）交互范式的发展（Development of Paradigms）

1. 批处理（Batch processing）：早期计算机操作方式，计算机依次执行任务，运行中操作员与计算机无交互，使用穿孔卡片和磁带输入。

2. 分时系统（Time-sharing）：20世纪60年代出现，一台计算机可支持多个用户，视频显示单元（Video Display Units）和编程工具包（Programming toolkits）推动了交互技术发展。

3. 个人计算（Personal computing）：20世纪70年代兴起，编程语言（如LOGO语言）和个人计算机（如Dynabook）的发展使计算机更易于使用。

4. 窗口系统和WIMP界面（Window systems and the WIMP interface）：20世纪80年代出现，窗口用于对话分区，WIMP界面成为主流交互方式。

5. 直接操纵（Direct manipulation）：强调图形化交互的优势，如对象可见性、操作可逆性等，苹果Macintosh应用了该理念。

6. 超文本（Hypertext）：源于20世纪40年代的设想，是一种非线性浏览结构，超媒体和多媒体在此基础上发展，万维网（The World Wide Web）使超文本广泛应用。

7. 多模态（Multimodality）：强调同时使用多种通信通道进行输入和输出。

8. 计算机支持的协同工作（Computer Supported Cooperative Work，CSCW）：消除了单用户和单计算机系统的局限，注重社会因素，电子邮件是其成功应用之一。

9. 基于代理的界面（Agent-based Interfaces）：通过赋予命令处理器主动性和智能，回归语言交互，涉及化身（Avatars）和自然语言处理技术。

10. 普适计算（Ubiquitous Computing）：使计算机融入物理世界，设计无需用户刻意关注的交互方式。

11. 基于传感器和情境感知的交互（Sensor-based and Context-aware Interaction）：利用传感器感知物理现象，实现对周围环境“感知”的交互。

五、学习建议

1. 梳理知识框架：构建人机交互知识体系，明确各部分关系，以交互过程为核心，串联人的因素、计算机系统和交互范式。

2. 对比记忆：对比不同概念和技术，如输入设备、交互风格、交互范式，加深理解。

3. 案例分析：分析实际人机交互系统，如手机应用、网站，将理论应用于实践，提升分析和设计能力。

4. 关注前沿：人机交互发展迅速，关注新技术（如人工智能在交互中的应用）和趋势，拓宽知识面。