Post

12. High-Level Model

Posted
By Mingyu An
7 min read
12. High-Level Model

GOMS

HIP: good model for ‘short’, ‘isolated’ task.

→ Do not scale to complex, routine tasks!

GOMS: A higher-level model

→ Models skilled behavior using Goals, Operators, Methods, and Selection rules.

Why use GOMS?

  • experienced workers 의 수행 시간 예측 가능
  • 인터페이스 디자인 결정을 도움
  • routine cognitive-motor task에 집중함 (problem solving이 아님)

CNM-GOMS

  • Goals
    • 원하는 결과나 작업
    • 어떤 응용 프로그램이냐에 관계 없이 동일함. 함수명과 같음 (ex. print page)
  • Operators
    • 작업을 수행하기 위한 기초적인 행동. (perceptual, cognitive or motor) (ex. 선택한다, 하이라이트 한다)
  • Methods
    • sub-goal이나 operator의 일련의 순서 → 목적을 달성하기 위함
    • 선택한다 → 백스페이스를 누른다. → 지워진 것 확인 → (글자 지우기 목적 달성!)
  • Selection Rules
    • 여러 method가 있을 때 무엇을 선택할 것인가?
    • 애매하지 않은, 하나로 딱 정해지는 기준이 있어야함 (deterministic)

→ Classic GOMS (CNM-GOMS, KLM) assumes skilled users

→ CPM-GOMS, NGOMSL address learning and parallel behavior → more accurate.

Origin of GOMS

목적

  • Expert user가 어떻게 인터페이스와 상호작용하는지에 대한 structural way를 준다.

영향

  • Model-based evaluation in HCI → 사용자 없이 수학적 모델로 실험.
  • Led to the development of several GOMS variants!

ex) 단어 일부 옮기기.

Goal: quick brown을 앞으로 옮기고 싶다.

subgoal: 해당 문장을 하이라이트하고 싶다.

Operators: 단어를 더블클릭하여 하이라이트한다. 키보드 백스페이스를 누른다.

Methods: 키보드로 복사-붙여넣기를 한다. 단어를 삭제하고 다시 타이핑한다.

Selection Rules: 단어 단위 이동이면 더블클릭. 글자 단위라면 지우고 다시 쓰기.

→ bottleneck을 파악하고 자주 반복되는 operator들을 shortcut으로 만들어 줄 수 있다.

Keystroke Level Model (KLM)

  • GOMS의 간소화버전.
  • Routine, error-free task
  • No selction rules → Assume Decision already made

키보드 입력 - K (=0.2s), 포인터 이동 - P (=1.1sec) 처럼 각 operator를 매핑함.

→ 고정된 값으로 매핑하기 때문에 상대적으로 비교하는 것이 중요.

KLM도 predictive model!

  • Task 실행 시간을 예측할 수 있음. (experienced users)
  • 구현 전에 interface를 비교할 수 있음.

K: 키보드 버튼 누르기

P: 마우스 포인팅. 커서 옮기기

H: 키보드 ↔ 마우스 손 옮기기

M: 행동 전 생각하기

R(t): 시스템 응답 시간

그 외에도 B: 마우스 버튼 클릭, W: system response를 기다리는 wait time 등이 추가될 수 있음.

→ Multiple variants!

→ Useful for tasks with fine-grained interactions. (dnd)

Application & Limitation of GOMS

Application

  • CAD system
  • Telephone operator (CPM-GOMS: modern)
  • KLM

Limitations

  • Only assume skilled users (for GOMS)
  • Do not deal with errors
  • Do not deal with skull aquisition
  • Do not deal with high level issues (functionality, fatigue, workload)
  • Better for relative than absolute timing (그냥 고정된 값 할당한거라 그 자체로는 의미가 별로…)

CPM-GOMS

cognitive perceptual motor GOMS.

각 cognitive model이 parallel하게 동작. 의존성 있는거 최대한 기다리고 각 프로세서 (모터는 심지어 눈,왼손, 오른손이 나뉨) 에 최대한 할당.

NYNEX Example

전화 회사에서 이걸 적용해서 아주 이슈가 되었다~

  • keystroke을 줄이고
  • 자주쓰는걸 유저 손가락 가깝게!

→ 근데 4% 느려짐…

KLM만 썼으면 이걸 설명할 수가 없음. 하지만 CPM-GOMS는 가능함.

→ 제거한 keystroke는 critical path에 있지 않았음. (어차피 slack time에 누르는 것)

→ 제거한 keystroke이 critical path에 놓이게 되면서 더 느려짐.

사실 이건 실제 관찰 기준이 아니라 spec 기준으로 해서 그렇게 됨. (실제로 어떻게 이루어지는지 모르고 만듦. 그래도 field trial보다는 쌌잖아 한잔해~)

Saving not bottleneck doesnt help!

→ 설득 측면에서 이득.

NGOMSL Methodology

  • Top down breadth-first task decomposition
    • 사용자의 탑-레벨 목표부터 시작.
    • 그 목표를 이루기 위한 과정을 subgoal이나 keystroke 수준에서 작성.
    • keystroke만 남을 떄까지 반복.
    • selection rule 적용
  • Count the number of statements in methods to predict learning time
    • re-used submethods? → 간편화하자.

그럼 selection rule 어떻게 설정하는가.

  • 만약 너가 비디오 녹화 시작할 때와 끝날 때 모두 출석이라면 → 버튼으로.
  • 끝날 때 없고, 시간을 안다면 → 끝나는 클럭 타이머 세팅

조금더 natural language에 가깝다.

그래서 GOMS의 Value가 뭐지?

  • (아마도) high-value decision에 좋다.
  • (아마도) strong-arguments를 만드는데 좋다.
  • 개발자/디자이너가 어떤 작업, 어떤 디자인 결정이 속도에 영향을 주고 안주는지 결정하는데에 대한 직관을 기르게 해준다!
    • Helping designers develop an intuition about what works and what doesn’t work. and the impact of design decision on speed
Lecture Notes, Human Computer Interaction
hci conceptual-model GOMS
This post is licensed under CC BY 4.0 by the author.