Введение

Модель человеческого процессора или MHP (Model Human Processor) – это метод когнитивного моделирования, разработанный Стюартом К. Кардом, Томасом П. Мораном и Алленом Ньюэллом (1983), используемый для вычисления времени, необходимого для выполнения определенной задачи. Другие методы когнитивного моделирования включают параллельный дизайн, GOMS и модель уровня нажатий клавиш (KLM). Когнитивное моделирование – это один из способов оценки удобства использования продукта. Этот метод использует экспериментальные данные о времени для расчета когнитивного и моторного времени обработки. Ценность модели человеческого процессора заключается в том, что она позволяет разработчику системы прогнозировать производительность, связанную со временем, необходимым человеку для выполнения задачи, без проведения экспериментов. Другие методы моделирования включают методы инспекции, методы исследования, методы прототипирования и методы тестирования. Стандартное определение MHP: MHP проводит аналогию между областями обработки и хранения данных в компьютере и областями восприятия, моторики, познания и памяти пользователя. Модель человеческого процессора использует когнитивные, перцептивные и моторные процессоры, а также визуальный образ, оперативную память и долговременную память. Ниже представлена схема. Каждый процессор имеет время цикла, а каждое хранилище памяти – время затухания. Эти значения также приведены ниже. Следуя схеме соединений, представленной ниже, вместе с соответствующим временем цикла или затухания, можно вычислить время, необходимое пользователю для выполнения определенной задачи. Первоначальные исследования в этой области были проведены Стюартом К. Кардом, Томасом П. Мораном и Алленом Ньюэллом в 1983 году. Современные исследования в этой области включают работу по определению времени обработки у пожилых людей, выполненную Тиффани Джастрембски и Нилом Чарнессом (2007).

Потенциальные применения

После завершения расчетов можно определить вероятность того, что пользователь вспомнит элемент, с которым мог столкнуться в процессе. Для определения вероятности можно использовать следующую формулу: P = e^(K*t), где K – константа затухания для соответствующего типа памяти (рабочей или долговременной), а t – прошедшее время (в единицах, соответствующих K). Полученную вероятность можно использовать для оценки вероятности того, что пользователь сможет вспомнить важную информацию, представленную ему во время выполнения действия. Важно предварительно оценить, сможет ли пользователь воспроизводить эту важную информацию на протяжении времени t, поскольку неспособность к этому оказывает негативное влияние на рабочую память. Например, если пользователь читает текст и в этом тексте содержится важный номер телефона, он может не суметь его повторить, если ему нужно продолжать чтение. Это приведет к сокращению времени удержания информации в рабочей памяти, и, следовательно, к снижению вероятности ее воспроизведения.