CONOCIMIENTO BASICO PARA EL MODELADO
Tres aspectos a considerar:
Cognitivo
Físico
Afectivo
Modelado de errores humanos
SISTEMA DE MEMORIA HUMANA
Memoria a corto plazo (STM) o Working Memory (WM)
Memoria a largo plazo (LTM)
Estructuras o esquemas.
Frames
Scripts
Redes semánticas
Modelo de procesamiento de Información
El conocimiento entra a través de los sentidos, de la parte consciente a la inconsciente, y las acciones de la parte inconsciente a la consciente, después de cierto procesamiento
Almacén de
imágenes
visuales
Almacén de
imágenes
auditivas
Procesador
perceptual
Working Memory ? 7 +/- 2
Long Term Memory ? Indefinido
Procesador
cognitivo
Procesador
del sistema
motor
MODELO DE PROCESAMIENTO DE INFORMACIÓN (Card et. al.)
Modelo de Control de Procesamiento de Información
MULTIADDER MODEL
Comportamiento humano en la solución de problemas
Orientado a metas
Psychological
aspect
Lower
level
Processing
aspect
Upper
level
Sistema cognitivo en 2 capas
Recepción visual de la interfaz
Una misma entrada cambiará de significado dependiendo del enfoque del usuario o el contexto de la tarea
Señales
Signos
Símbolos
Señal
Signo
Símbolo
Modos Cognitivos a nivel Interfaz
? Respuesta inconsciente, comportamiento reflejo
? Respuesta consciente basada en reglas
? Respuesta basada en conocimiento, después de un proceso de pensamiento abstracto
COMPORTAMIENTOJ. Ramussen
Prediciendo errores humanos
Familiarización Falta de atención (Strong-but-wrong error)
Selección No identificar los datos generales o importantes (Cognitive overload)
Información estructurada de manera teórica Problemas al aplicar el conocimiento debido a la distorsión (Confirmation bias)
Recuperación de contenido Aplicar lo que se conoce y que falle en el caso particular (Availability, Matching bias)
Sistema de Modelado Genérico de Errores (GEMS) — Modelado Dinámico
Errores desde la Psicología Cognitiva
Error por omisión
Error por comisión
Modelado de errores en GEMS
En el comportamiento basado en habilidades
En el comportamiento basado en reglas
En el comportamiento basado en conocimiento
Falla de monitoreo
Siempre que se hace una tarea repetitiva, hay una revisión intermitente
Availability – Activación de memoria errónea
Strong-but-wrong error La revisión no está sincronizada con la acción
Sistema de Modelado Genérico de Errores (GEMS) — Modelado Dinámico
Sistema de Modelado Genérico de Errores (GEMS) — Modelado Dinámico
Falla en la solución de problemas
La información se toma como entrada para resolver el problema
Availability
Defecto en la base de conocimiento
Matching bias
Cognitive overload
Sistema de Modelado Genérico de Errores (GEMS) — Modelado Dinámico
Problemas en el comportamiento basado en el conocimiento
Errores en el sistema
A priori. Deficiencia de conocimiento en las características del sistema
A posteriori. Adaptación inicial, pero el sistema falla y su estado se vuelve inestable, de manera que el operador no puede continuar trabajando con él
Deterioro en las habilidades del usuario bajo condiciones de stress
ESQUEMA DE ERRORES HUMANOS EN LA INTERFAZ
Marco Conceptual de Comportamiento Humano
Rendimiento correcto y predicción de errores humanos
Simulación del comportamiento humano a través de la Inteligencia Artificial
MARCO CONCEPTUAL DEL MODELO COGNITIVO HUMANO
Métodos de modelado humano por simulación computacional
Un modelo humano es cualitativo en la naturaleza.
Para el propósito de una aplicación ingenieril es necesario modificar este modelo de una manera mas sistemática que pueda de funcionar en una computadora.
Process model
Observe Percepción selectiva de los objetos
Interpret Diagnosticar el estado del sistema
Plan Proponer una meta y procedimiento para alcanzarla
Execute Es la realización de los pasos necesarios para alcanzar la meta antes propuesta
Memory Es el almacenamiento y reutilización de experiencias anteriores
Knowledge model
Configuration Space Descripción estática de forma, interconexión y otros atributos de entidades físicas que componen el sistema.
Cause-Consecuence Relation Space Describe el mecanismo físico del sistema y su comportamiento.
Sate Space Describe el estado del espacio mediante la observación de variables dinámicas en el sistema.
Goal Space Describe el funcionamiento del sistema y la relación entre objetivo y medios para alcanzarlo.
Control model
Scrambled Control Human behavior in panic
Opportunistic Control Human behavior in a hurried situation
Tactical Control Conservative state of human behavior
Strategic Control Proactive state of human behavior
Modelo humano
Por: Furuta and Kondo (1993)
(Gp:) Cause-Consequence
Relationship
Control Model
Knowledge model
Process model
(Gp:) Strategic
(Gp:) Tactical
(Gp:) Opportunistic
(Gp:) Scrambled
(Gp:) Interpret
(Gp:) Execute
(Gp:) Observe
(Gp:) Plan
Memory
(Gp:) State
(Gp:) Configuration
(Gp:) Goal
Implementación de modelado humano en computadoras
Observación y reconocimiento de estado Modelos computarizados del proceso cognitivo humano.
Conversión a información cualitativa Clasificar la información por categorías y ajustarlas mediante la interrogación del usuario.
Identificación de estado Suponer y mostrar un estado al usuario y luego intentar reducir lo síntomas.
Implementación del modelo de control
Usar una técnica que permita modificar flexiblemente los métodos de inferencia
Simular diferentes comportamientos para usuarios de diferentes personalidades
Blackboard SystemEngelmore and Morgan (1988)
Blackboard
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Knowlwdge
source
Aplicación de modelos humanos para IHC
Configuración del sistema SEAMAID
Desarrollado para hacer simulaciones en tiempo real de interacciones de humanos-computadoras en varios casos de emergencia de planta nuclear
Dividido en dos partes:
Simulación Humano-Computadora: 3 simuladores en tiempo real
Simulador de planta: Simula el reactor de agua presurizada
Simulador de interfaz Humano-Computadora
Simulador de modelo humano
(Gp:) Simulador de Modelo Humano
(Gp:) Interfaz Simuladora Hombre – Máquina
(Gp:) Simulador de la Planta
(Gp:) Resultados de
Simulación de
Interacción
Hombre – Máquina
(Gp:) Analizador de interacción Hombre-Máquina
(Gp:) Resultados de
Evaluación
(Gp:) Operaciones
Manuales
(Gp:) Documentos de
Diseño de interfaz
Hombre Máquina
(Gp:) Parte de simulación Hombre Máquina del sistema
(En línea)
(Gp:) Parte de evaluación de interfaz Hombre – Máquina
(Fuera de línea)
Simulador de interfaz Humano-Computadora: Configuración del simulador de interfaz humano-computadora basado en iconos, orientados a objetos
El equipo de HW en el cuarto de control puede ser entendido como la interrelación de hojas e iconos usando el marco teórico de la IA
Tiene una clase de modelo de base de datos on-line que describe la estructura jerárquica del equipo humano-computadora
Simulador de interfaz Humano-Computadora: Implementación a computadora de un ambiente de interacción en SEAMAID
El método de representación de un sistema de simulación en tiempo-real con el simulador dentro de todo el sistema.
Realiza la separación de la interacción del modelo del ambiente mediante dos memorias compartidas para juntar el simulador de la interfaz hombre-máquina con el simulador humano computadora para evitar el cuello de botella de transferencia de datos entre ellos:
Memoria 2: información de la posición del operador y la operación del actuador dados por el simulador humano-computadora según estos datos se calcula posicíones.
Memoria 1: Guarda los resultados obtenidos para el uso de alarmas y lectura de metros
Simulador de modelo humano:Marco conceptual de modelo operador en SEAMAID
Dos modelos para describir 3 modos de el conocimiento cognitivo del operador:
Habilidades y comportamiento basado en reglas para manejar cambios en la planta según los procedimientos estándares
Comportamiento basado en conocimiento para diagnosticar anomalías por inferencia con la combinación de señales de instrumentación monitoreada y conocimiento preadquirido para la instrumentación del control de la planta y comportamiento de sistemas de control
Configuración de un sistema asistido por computadora de experiencias por realidad virtual
Modelos Humanos:
Modelo del estudiante: Conocimientos y habilidades profundas
Modelo del estudiante: Debe ser construido para adquirir conocimientos y habilidades.
Interfaz VR: El estudiante real aprende en este ambiente
ITS: Educa al estudiante de la mejor forma, comparando su desempeño con el modelo del maestro
Resultados de simulación del comportamiento del operador en cuarto de control virtual
Comunicación mutua entre el colaborador virtual y el operador humano
Comunicación mutua entre humano-máquina en la era de tecnologías de la información en siglo XXI
Conversational Interface Technologies
La meta de las tecnologías de conversación es cerrar el espacio entre la interacción humano-computadora y la interacción humano-humano.
Los principios básicos de la interacción humano-computadora son:
Características de los usuarios.
Tareas dentro de la conversación.
Contextos de uso para aplicaciones
que emplean estas tecnologías.
Características del usuario
Hablantes nativos o no-nativos.
Usuario experto vs. Casual.
Edad.
Estado físico (cansancio, humor, etc. ).
Educación.
Tareas dentro de la conversación
Composición (creación de documento).
Trascripción (registro textual de la conversación).
Transacción (Más popular, completar una o más transacciones).
Colaboración (comunicación síncrona y asíncrona).
ESTA PRESENTACIÓN CONTIENE MAS DIAPOSITIVAS DISPONIBLES EN LA VERSIÓN DE DESCARGA