核心概念
本文提出了一種名為 XR NASA-TLX 的新方法,用於自動評估使用擴增實境 (XR) 技術執行任務時的心理負荷。
摘要
論文資訊
- 標題:推進 NASA-TLX:在 XR 場景中用於工作負擔評估的自動化使用者互動分析
- 作者:Aida Vidal-Balea、Paula Fraga-Lamas、Tiago M. Fernández-Caramés
- 會議:IEEE Games, Entertainment, Media Conference (GEM) 2024
研究目標
本研究旨在解決傳統 NASA-TLX 方法在評估 XR 環境中工作負擔方面的局限性,並提出 XR NASA-TLX,這是一種適用於 XR 技術的新型工作負擔評估方法。
方法
- 本研究基於 NASA-TLX 方法,並針對 XR 技術的特性新增了五個維度:身體舒適度、視覺舒適度、整體舒適度、易用性和應用程序可用性。
- 研究人員開發了一個 MR 應用程序,並進行了三個實驗來評估 XR NASA-TLX 方法的有效性。
- 實驗中收集了使用者互動數據,例如點擊次數、注視次數和應用程序使用時間,並分析這些數據與使用者體驗之間的關係。
主要發現
- 使用者對應用程序的了解程度越高,他們與應用程序的互動就越多。
- 熟悉 MR 技術的使用者傾向於每分鐘點擊更多次,並且關注更多對象。
- 自動收集的數據表明,應用程序知識水平和先前經驗都會積極影響應用程序的使用方式和效率。
主要結論
- XR NASA-TLX 方法可以有效評估 XR 環境中的工作負擔。
- 自動收集使用者互動數據是評估使用者體驗和改進 XR 應用程序設計的有效方法。
研究意義
本研究為 XR 技術領域提供了一種新的工作負擔評估方法,並為設計更有效和使用者友好的 XR 應用程序提供了指導。
局限性和未來研究方向
- 本研究的樣本量相對較小,未來需要進行更大規模的研究以驗證結果。
- 未來研究可以探索其他使用者互動數據,例如腦電圖和心率變異性,以更全面地評估使用者體驗。
統計資料
本研究的第一個實驗有 16 名造船廠工人參與。
第二個實驗有 23 人參與,包括車間工人和工程師。
第三個實驗比較了三位具有不同 MR 技術經驗水平和應用程序知識水平的使用者。
引述
“當使用擴增實境 (XR) 技術時,有效的應用程序評估對於確保最佳的使用者體驗至關重要。”
“為了填補 NASA-TLX 方法中的這一空白,本文提出了 XR NASA-TLX,這是對傳統方法的改編和擴展,可以更準確地解決使用 XR 執行任務時的心理負荷評估問題。”
“開發的系統允許自動收集性能指標,使其能夠獲取有關使用者性能指標的信息:總互動次數、每分鐘平均點擊次數、已關注的對象總數(那些已被查看一秒鐘或更長時間的對象)以及應用程序的使用時間。”