В этом исследовании представлена экспериментальная парадигма юзабилити-теста, сочетающая субъективные и объективные оценки. При объективной оценке использовались методы нейроинформационных систем (NeuroIS), а при субъективной оценке — анкета юзабилити и шкала NASA-Task Load Index (NASA-TLX).
В этом исследовании представлена экспериментальная парадигма для тестирования удобства использования новых технологий в информационной системе управления (MIS). Юзабилити-тест включал в себя как субъективные, так и объективные оценки. Для субъективной оценки были приняты анкета юзабилити и шкала NASA-TLX. Для объективной оценки использовались методы нейроинформационных систем (НейроИС). С точки зрения NeuroIS, в этом исследовании использовались мобильные fNIRS и очки слежения за глазами для мультимодальных измерений, что решило проблему экологической обоснованности инструментов когнитивной нейробиологии, используемых в реальных поведенческих экспериментах. В этом исследовании в качестве экспериментального объекта использовалась дополненная реальность (AR), интегрированная в Интернет вещей (IoT). Сравнивая различия в данных нейровизуализации, физиологических данных, опроснике юзабилити и данных шкалы NASA-TLX между двумя режимами поиска информации (AR против веб-сайта), поиск информации с помощью AR имел более высокую эффективность и меньшую когнитивную нагрузку по сравнению с поиском информации с помощью веб-сайта в процессе принятия решений о потреблении. Результаты юзабилити-эксперимента показывают, что AR, как новая технология в розничной торговле, может эффективно улучшить потребительский опыт и повысить их покупательское намерение. Экспериментальная парадигма, сочетающая как субъективные, так и объективные оценки в этом исследовании, может быть применена к тесту юзабилити для новых технологий, таких как дополненная реальность, виртуальная реальность, искусственный интеллект, носимые технологии, робототехника и большие данные. Он обеспечивает практическое экспериментальное решение для пользовательского опыта в человеко-компьютерных взаимодействиях с внедрением новых технологий.
Шесть передовых технологий, которые взаимодействуют с потребителями, обычно представленные дополненной реальностью, виртуальной реальностью, искусственным интеллектом, носимыми технологиями, робототехникой и большими данными, меняют многие теоретические модели потребительского поведения1. Дополненная реальность (AR) — это новая технология, которая может улучшить потребительский опыт и повысить их удовлетворенность. Он накладывает текстовую информацию, изображения, видео и другие виртуальные элементы на реальные сценарии, чтобы объединить виртуальность и реальность, тем самым улучшая информацию в реальном мире посредством объяснения, руководства, оценки и прогнозирования2. AR обеспечивает новый вид взаимодействия человека с компьютером, создавая для потребителей захватывающий опыт покупок, и привел к разработке множества приложений 3,4. Тем не менее, потребительское принятие услуг дополненной реальности по-прежнему минимально, и поэтому многие компании с осторожностью относятся к внедрению технологии дополненной реальности 5,6. Модель принятия технологий (TAM) широко используется для объяснения и прогнозирования поведения внедрения новых информационных технологий 7,8. Согласно TAM, намерение внедрить новую технологию во многом зависит от ее удобства использования9. Таким образом, возможное объяснение медленного принятия потребителями услуг AR с точки зрения TAM может быть связано с удобством использования новых методов, что подчеркивает необходимость оценки удобства использования AR при совершении покупок10,11.
Юзабилити определяется как эффективность, результативность и удовлетворенность достижением определенных целей в определенном контексте указанными пользователями12. В настоящее время существует два основных метода оценки юзабилити: субъективные и объективные оценки13. Субъективные оценки основываются главным образом на методах самоотчета с использованием вопросников и шкал. Следуя этому направлению исследования, опросник, использованный в данном исследовании, включал пять признаков, связанных с режимом поиска информации для достижения цели: (1) эффективность, (2) простота использования, (3) запоминаемость (легко запоминается), (4) удовлетворенность (режим поиска информации удобен и приятен) и (5) обобщаемость на другие объекты14,15,16. Кроме того, когнитивная нагрузка, представляющая собой нагрузку при выполнении конкретной задачи на когнитивную систему учащегося17, является еще одним основным показателем юзабилити18,19. Таким образом, в этом исследовании дополнительно использовался индекс нагрузки задач НАСА (NASA-TLX)13,20 в качестве субъективной метрики для измерения когнитивной нагрузки при совершении покупок с использованием дополненной реальности по сравнению с покупками с использованием сервисов веб-сайтов. Следует отметить, что методы самоотчета основаны на способности и готовности людей точно сообщать о своем отношении и/или предыдущем поведении21, оставляя открытой возможность для неправильного сообщения, занижения или предвзятости. Таким образом, объективные показатели могут стать ценным дополнением к традиционным субъективным методам22.
Для объективной оценки юзабилити AR используются методы нейроинформационных систем (NeuroIS). NeuroIS, придуманный Димокой и др. на конференции ICIS 2007 года, привлекает все большее внимание в области информационных систем (ИС)23. NeuroIS использует теории и инструменты когнитивной нейробиологии, чтобы лучше понять разработку, внедрение и влияние технологий ИБ24,25. На сегодняшний день инструменты когнитивной нейробиологии, такие как функциональная магнитно-резонансная томография (МРТ), электроэнцефалограмма (ЭЭГ), позитронно-эмиссионная компьютерная томография, магнитоэнцефалография (МЭГ) и функциональная ближняя инфракрасная спектроскопия (fNIRS), широко используются в исследованиях NeuroIS26,27. Например, Димока и Дэвис использовали фМРТ для измерения активаций испытуемых, когда они взаимодействовали с веб-сайтом, и показали, что воспринимаемая простота использования влияет на активацию в префронтальной коре (ПФК)28. Аналогичным образом, используя ЭЭГ, Moridis et al. обнаружили, что лобная асимметрия тесно связана с полезностью29. Эти результаты указывают на то, что PFC может играть ключевую роль в удобстве использования.
Несмотря на то, что в предыдущих исследованиях NeuroIS были достигнуты успехи, парадигмы, используемые в этих исследованиях, ограничивали движения тела субъектов с низкой экологической достоверностью, ограничивая их теоретический и практический вклад. Взаимодействие с такими технологиями, как дополненная реальность, во время покупок требует свободных движений тела, а предметные ограничения в значительной степени ухудшают потребительский опыт, как обсуждалось в He et al.22. Таким образом, инструменты визуализации мозга с высокой экологической достоверностью необходимы для юзабилити-теста информационных систем. В этом отношении fNIRS обладает уникальными техническими преимуществами: во время экспериментов fNIRS испытуемые могут в некоторой степени свободно перемещаться30 . Например, в предыдущих исследованиях измерялась активация мозга испытуемых во время нескольких мероприятий на свежем воздухе, таких как езда на велосипеде с использованием портативного fNIRS31. Кроме того, fNIRS является недорогим и позволяет измерять активацию мозга в течение длительных периодов времени32. В этом исследовании fNIRS использовался для объективного измерения уровня когнитивной нагрузки испытуемых при использовании торговых сервисов AR по сравнению с веб-сайтом.
Отслеживание взгляда было ценным психофизиологическим методом для определения зрительного внимания пользователей во время юзабилити-теста в последние годы33, а также широко использовалось в исследованиях NeuroIS34. Этот метод опирается на гипотезу «глаз-разум», которая предполагает, что фокус наблюдателя направлен туда, куда направлено внимание, что визуальное внимание представляет собой умственный процесс и что паттерны визуального внимания отражают когнитивные стратегии человека35,36,37. В области исследований дополненной реальности Янг и др. использовали отслеживание взгляда, чтобы обнаружить, что реклама дополненной реальности улучшает отношение потребителей к рекламе, повышая их любопытство и внимание38. В текущем исследовании отслеживание глаз использовалось для измерения внимания испытуемых, включая такие параметры, как общая продолжительность фиксации, средняя продолжительность фиксации, частота фиксации, частота саккады, средняя продолжительность саккады и средняя длина пути сканирования.
Таким образом, в этом исследовании предлагается метод юзабилити-теста, который сочетает в себе субъективные и объективные оценки с приложениями AR в качестве примера. Для субъективной оценки использовались анкета юзабилити и шкала NASA-TLX, а для объективной оценки использовались мультимодальные показатели, сочетающие fNIRS и айтрекинг39,40.
Экспериментальный дизайн
Экспериментальные материалы: Чтобы имитировать реальный торговый контекст, в лаборатории была построена полка с продуктами, а две разные марки минеральной воды были размещены на полке в качестве экспериментальных материалов. В качестве товаров первой необходимости минеральная вода была выбрана потому, что у участников не было бы предвзятости в субъективных оценках на основе их профессионального происхождения, пола и покупательской способности. Цена, емкость и узнаваемость брендов контролировались (см. Таблицу материалов), чтобы исключить вмешательство нерелевантных переменных.
Юзабилити-тест включал в себя два условия: приложение дополненной реальности на базе смартфона (дополнительный рисунок 1) и веб-сайт (дополнительный рисунок 2). Приложение AR было запрограммировано на основе движка AR. Веб-сайт был разработан с использованием Python на основе Bootstrap для внешнего интерфейса и Flask для серверной части. Приложение AR и веб-сайт запускались и просматривались на смартфоне. Среди двух разных марок минеральной воды одна использовалась в качестве экспериментального материала в условиях AR, а другая использовалась в условиях веб-сайта.
Экспериментальные задачи: Участникам было предложено выполнить четыре задачи по поиску информации, которые были получены из контекстов приложений IoT: качество воды, температура хранения, соответствующая диета и цена за литр. Эти четыре элемента информации – это то, на что потребители обычно обращают внимание, когда покупают минеральную воду. У участников не было ограничений по времени для выполнения заданий.
Качество воды: Качество минеральной воды обычно включает в себя два показателя: общее количество растворенных твердых веществ (TDS) и значение pH. TDS отражает содержание минералов, а значение pH описывает кислотность/щелочность воды. Эти два показателя связаны с микроэлементами, содержащимися в минеральной воде, и влияют на вкусовые качества. Например, Брувольд и Онгерт разделили органолептическое качество воды на пять классов в соответствии с содержанием TDS41. Marcussen et al. обнаружили, что вода обладает хорошими органолептическими качествами в диапазоне 100-400 мг/л TDS42. Значения TDS и pH двух марок минеральной воды, использованных в этом исследовании, были измерены с помощью TDS и pH-метров соответственно, а затем отмечены в приложении AR и на веб-сайте. При выполнении задания участники должны были сообщить значения TDS и pH минеральной воды и подтвердить, находятся ли эти значения в пределах номинального диапазона. В состоянии дополненной реальности участники могли получить эту информацию, сканируя бутылку с водой. В условиях веб-сайта участники должны были выполнить четыре шага: (1) найти числовой код на обратной стороне бутылки минеральной воды, (2) ввести числовой код в поле запроса для получения значений TDS и pH для минеральной воды, (3) поиск номинального диапазона минеральной воды на веб-сайте и (4) устное сообщение о том, находятся ли TDS и значение pH в пределах номинального диапазона для продукта.
Температура хранения: Качество минеральной воды может снизиться при транспортировке и хранении из-за изменения температуры. Эксперименты показали, что подходящая температура минеральной воды составляет от 5 ° C до 25 ° C во время транспортировки и хранения. В этом диапазоне температур вода не имеет неприятного запаха43. В настоящем эксперименте температура хранения двух типов минеральной воды в разных местах была отмечена в приложении AR и на веб-сайте. При выполнении задания участники должны были сообщить место хранения и соответствующую температуру воды. В состоянии дополненной реальности участники могли получить эту информацию, сканируя бутылку с водой. В условиях веб-сайта участники могли получить эту информацию, введя числовой код в поле запроса.
Подходящая диета: Минеральная вода разных марок подходит для разных меню благодаря своему уникальному минеральному составу и содержанию пузырьков44. В настоящем эксперименте диетические рекомендации для двух минеральных вод были отмечены в приложении AR и на веб-сайте. Во время выполнения задания участники должны были сообщить, насколько минеральная вода сочетается с едой в меню. В состоянии дополненной реальности участники могли получить эту информацию, сканируя бутылку с водой. В условиях веб-сайта участники могли искать эту информацию на веб-сайте.
Цена за литр: В настоящее время этикетки на бутылках с минеральной водой в Китае не отображают информацию о цене за литр. Из-за этого потребителям трудно различать разницу в удельных ценах на разные виды минеральной воды. Поэтому настоящий эксперимент требовал от участников сообщать цену за литр. В приложении дополненной реальности участники могли узнать цену за литр напрямую, отсканировав бутылку с водой. В состоянии веб-сайта информация может быть рассчитана по цене за единицу и объему на этикетке.
В этом исследовании использовался дизайн внутри участников с критериями включения и исключения участников, как описано в таблице 1. Всего в эксперименте приняли участие 40 человек (20 мужчин и 20 женщин, средний возраст = 21,31 ± 1,16 года). Все участники были студентами Цзянсуского университета науки и технологий и были случайным образом разделены на две группы (A и B). Чтобы избежать эффекта порядка, экспериментальный порядок был уравновешен между двумя группами (A / B). В частности, одна группа сначала выполнила условие AR, а затем условие веб-сайта, в то время как другая группа сначала выполнила условие веб-сайта, а затем условие AR. Участники должны были завершить подготовку к эксперименту, надеть приборы и выполнить экспериментальные задания. Интервал между экспериментами был установлен на 10 с, чтобы позволить активации коры вернуться к исходному уровню, избегая перекрестного влияния в последующей задаче. В конце эксперимента с AR/веб-сайтом участники должны были заполнить анкету юзабилити и шкалу NASA-TLX. Экспериментальная блок-схема показана на рисунке 1. Фотография экспериментальной установки представлена на рисунке 2.
Таблица 1: Критерии включения и исключения из исследования. Пожалуйста, нажмите здесь, чтобы загрузить эту таблицу.
Рисунок 1: Экспериментальная блок-схема. Каждый эксперимент длился ~45 мин, с периодом отдыха 10 с между заданиями. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Рисунок 2: Пример настройки экспериментальной сцены. Показаны экспериментальные материалы, участник и оборудование. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
Критические шаги в протоколе
В ходе эксперимента было рассмотрено несколько этапов для обеспечения достоверности результатов. Во-первых, участники, которые знакомы с марками минеральной воды, используемой в эксперименте, были исключены, потому что эти участники выполнили б…
The authors have nothing to disclose.
Это исследование было поддержано Исследовательским проектом по философии и социальным наукам Департамента образования провинции Цзянсу (2018SJA1089), Стипендией правительства Цзянсу для зарубежных исследований (JS-2018-262), Фондом естественных наук провинции Чжэцзян (LY19G020018) и Национальным фондом естественных наук Китая (NSFC) (72001096).
AR Engine | Unity Technologies | 2020.3.1 | AR development platform |
AR SDK | PTC | Vuforia Engine 9.8.5 | AR development kit |
Eye Tracker (eye tracking glasses) | SMI, Germany | SMI ETG | Head-mounted eye tracking system |
Eye Tracker Recording software | SMI, Germany | iViewETG Software | Eye Tracker Recording software |
fNIRS probes | Artinis Medical Systems BV, Netherlands | Artinis PortaLite | Light source: Light emitting diodes Wavelengths: Standard nominal 760 and 850 nm |
fNIRS software | Artinis Medical Systems BV, Netherlands | OxySoft 3.2.70 | fNIRS data recording and analysis software |
Mineral Water | Groupe Danone | Badoit | Experimental material in the AR condition Capacity: 330ml Price: ![]() |
Mineral Water | Nestlé | Acqua Panna | Experimental material in the website condition Capacity: 250ml Price: ![]() |
Skin Preparation Gel | Weaver and Company | Nuprep | Clean the forehead skin of the participants |
Smartphone | Xiaomi | Redmi K30 Ultra | Smartphone-based AR application and website |