Opportunities and Challenges of Modeling User Behavior in Complex Real World Tasks

Abstract

Die kognitive Modellierung kann im Anwendungskontext wie in der Grundlagenforschung eine wertvolle Methode sein. Wegen der Komplexität und dem erforderlichen Expertenwissen ist die Modellierung von Real World -Aufgaben schwieriger als die von Laboraufgaben. Die Entwicklungszeit muss kurz sein und die Modelle müssen gültige Vorhersagen erbringen, wenn diese Methode in der angewandten Forschung für die Mensch-Maschine-Interaktion einen Einfluss erlangen soll. Wir vertreten die Auffassung, dass diese Anforderungen nur durch die Modellierung innerhalb von kognitiven Architekturen erfüllt werden können, in denen Standard-Lösungen für Mechanismen wie Entscheiden und Zielverwaltung vorgegeben sind. Als ein Beispiel für dieses Vorgehen, stellen wir ein ACT-R-Modell vor, das die Interaktion zwischen Pilot und Flight-Management-System simuliert. Das Modell erfüllt die vorgegebenen Aufgaben sehr gut, kann aber nur eine Teilmenge der Fehler begehen, die Menschen gewöhnlich machen. Unsere Forschung erbrachte nützliche Hinweise, wie ACT-R für die Simulation in komplexeren und dynamischeren Aufgabenumgebungen zu erweitern ist. Die meisten Aspekte, für die ACT-R nicht genug Beschränkungen liefert, resultieren aus der Aufgabendynamik und der Anforderung Teilaufgaben während langer Zeitintervalle auszulassen.