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