復雜信息系統數字界面中不確定性元信息的視覺顯示設計方法研究

夏雪

摘要：在人機交互界面中，信息要素的呈現方式影響了用戶的決策能力。這種能力不僅依賴于對任務決策領域相關信息的理解，還依賴于信息本身的屬性，即元信息。文章闡明了元信息的概念、類型和元信息視覺顯示設計對任務決策的影響，并以不確定性為例對元信息的視覺顯示設計方法進行了總結比較。最后針對臺風擴散范圍不確定性進行了多種不同方法的元信息可視設計，通過實驗得出利于用戶決策的優化設計方法。

關鍵詞：元信息;任務決策;不確定性;視覺顯示;設計方法

中圖分類號：J524 文獻標識碼：A

文章編碼：1672-7053（2019）03-0074-02

在人機交互界面中，信息要素的呈現方式決定了用戶從界面中提取、整合和利用信息的效率，從而影響了基于人機交互界面的決策能力。決策導致任務成功的能力在很大程度上取決于用戶在理解和處理信息方面的技能和經驗。這種能力從根本上不僅依賴于對任務決策領域相關信息的理解，還依賴于信息本身的屬性，即元信息。元信息可以批判性地影響用戶如何處理信息、理解信息，并根據這些信息作出決定。然而，在現有的決策支持系統中，關鍵的元信息經常沒有得到充分的顯示或根本不顯示。

1 元信息

1.1 元信息的概念和類型

元數據和元信息分別是特定情況下數據和信息的特征或限定詞。元數據可以用于各種計算系統中，用于過濾、管理和處理數據，然后將其作為決策過程的輸入。元信息則可以被認為是功能信息的屬性或特征，允許用戶根據需要正確解釋功能信息[1]。

功能信息和元信息是由用戶從數據和元數據的轉換和整合中得到的。簡單的說，數據：由人或機器系統輸出（加工或未加工的數據源）;信息：是針對目標導向的決策過程的輸入;元數據：是數據的特征或限定符;元信息：是影響用戶信息處理、態勢感知和決策行為的信息的特征或屬性[2]。

元信息的常見實例主要有不確定性、模糊性、來源的可靠性、相關性、信息源的特性、信息的抽象程度等[3]。

1.2 元信息與任務決策

Pfautz等人利用認知任務分析研究了軍事情報作業環境中元信息對決策的影響。除了提供其他信息外，還提供元信息可能導致信息過載，元信息可能影響多方面的知識，包括實體識別、定位、方向、速度等[2]。Kirschenbaum等人則研究了不確定性表示對復雜可視化任務的性能影響，數據表明，信息呈現對決策的影響取決于經驗，專家差異較小，而非專業人員差異很大。專家經過高度實踐，可以通過任何信息和顯示來完成任務，而非專業人員的任務績效則可以通過合理的信息呈現來顯著改善[4-5]。

眾多研究表明，復雜信息系統數字界面中元信息的視覺顯示對任務決策有積極影響，但是不合理的元信息視覺顯示設計不僅不會幫助任務決策，還會增加記憶負荷，造成錯誤判斷，并且對態勢感知、對象識別、閱讀和語言處理都產生消極影響。

2 不確定性元信息的視覺顯示設計方法

不確定性作為最常見的一種元信息，常用于表述信息來源的偏差、信息可變性、可信度等，在信息采集，變化和視覺表征過程中都存在著不確定性。以下總結了五種較為常用的不確定性信息視覺顯示設計方法。

1）圖標法。圖標法是最早出現的不確定性信息視覺顯示設計方法，常用誤差條圖、盒須圖來表示，誤差條圖是由帶標記的一系列線條組成，只能表示單維不確定性，因此二維不確定性則常用箭頭，向量等圖標進行編碼。這種方法較多的適用于具有統計特性的專業界面，對于普通用戶而言，這種方法需要用戶對統計特征進行一定程度的學習和理解。界面中大量的圖標布局會造成界面混亂，影響視覺搜索，所以圖標法適用于數量較少的不確定性元信息視覺顯示設計。

2）視覺信息編碼法。常見的視覺信息編碼方法有顏色、形狀、方向、紋理、清晰度、不透明度等。顏色變量已被許多研究人員用來編碼不確定性元信息，例如在地圖上使用色調來編碼預測風速的范圍或最壞情況值，以及平均速度;或使用飽和度更高的色調顯示更大的范圍，更多的不確定性等等。這種設計方式在界面顯示上非常直接，可以幫助用戶迅速的定位需要的信息，有效地改善任務中的非專業決策，但是編碼方式的選擇影響到用戶的心理感知，因此在界面設計中需要仔細選擇最為合適的視覺信息編碼方式。

3）三維表示法。三維表示法主要借助立體幾何的知識，使用幾何物體的布局或者屬性來編碼不確定性信息，三維幾何表示法與圖標法有相似之處，但是表征結果比圖標法更為直接，這種方法的優勢在于可以編碼高維不確定性，但是在引入幾何物體時，由于物體的干擾也可能使原有的確定性的信息造成混亂。

4）引入動畫法。動畫的引入也是不確定性信息的常見視覺顯示設計方法，認知學的眾多研究表明，在人類視覺系統的前注意處理過程（pre-attentive process）中，運動具有極高的處理優先級[6]。使用動畫參數來編碼不確定性信息更加生動形象，也能更直觀的顯示變化過程，然而這種方法同時也要求了用戶必須長時間不間斷的關注界面，容易造成視覺疲勞，影響決策。

5）心理視覺法。多聲道綜合感知的心理映射，例如聲音、觸覺和視覺，可用于表示信息的不確定程度。信息可以通過視覺界面和聲音、體感的方式呈現，經過多通道處理進行編碼和篩選。工作記憶將完成對大部分多通道信息的處理，大腦中的集成機制也將整合和重新組織不同類型的元信息，從而得到綜合的多通道感知處理結果[7]。

3 不確定性元信息的視覺顯示設計實踐

當空間擴散程度作為不確定性元信息顯示時，經常會導致觀察者得出錯誤的結論。以圖1中國天氣臺風網用來顯示臺風預測路徑及其擴散范圍不確定性的圓錐圖為例，圓錐部分是由沿著預測軌跡（每6、12或36小時）的一組圓圈（未顯示）掃出的區域包圍而形成的。每個圓圈的大小經過計算，使得過去5年的歷史樣本中，官方預測誤差值的70%落在圓圈內。

然而，這種常見的表示方法也造成了部分用戶對臺風擴散范圍的誤解——用戶往往理解為，圖中顯示臺風的擴散范圍是隨著時間的推移而增加的。因此，為了評估文章第二部分提出的不確定性元信息視覺顯示設計方法在幫助用戶評估臺風風險方面的有效性，采用其中幾種設計方法對原顯示方法進行了重設計，并進行了一項認知實驗。

如圖1原設計僅顯示預期臺風中心擴散范圍的 70%的可信區間，如圖2（a）。在此基礎上，采用視覺信息編碼法中的顏色編碼來分別表示50%、70%和95%的區間，以提供給用戶更多、更可靠的信息，如圖2（b）。采用標準圖標，加以數字標注臺風中心及擴散范圍（數字越高擴散范圍越大），如圖2（c）。盡管圖2（c）圖標標注法描繪了一組臺風中心位置的預測，并用數字加以注釋，但并沒有直接顯示可能受臺風力量影響的區域范圍。為了解決這一問題，引入動畫進行設計，將樣本信息用圖形圓形表示，其半徑與5干牛風速時距中心的預測擴散距離相對應，創建動態更新顯示，圖2（d）顯示了這種動畫設計方法的快照。

在實驗中，被試者通過簡短的描述被告知每種展示的內容。例如，在看到圖2（d）之前，被告知“你會看到一系列的圓，它們會出現和消失。每個圓圈代表臺風中心的可能位置和擴散大小”。實驗指示被試者判斷臺風影響石油平臺（圖中藍點表示）的可能性，并根據屏幕上顯示的預測臺風中心位置及擴散大小估計平臺將遭受的損害程度，由1到9表示，其中石油平臺和臺風的位置都是隨機呈現的。最后，要求被試者填寫七道是非判斷題，以評估他們對設計顯示的理解。

實驗結果顯示，用戶在遇到單一的原設計和圖標標注法時，作出選擇所需的時間更長。顏色編碼方法和動畫法則在所有試驗中的結果相近，包括平均總體損害等級和損害等級隨中心擴散范圍的變化而發生變化的曲線。

4 結語

盡管視覺信息編碼法和動畫法被驗證更有利于用戶對信息的判斷和決策，并減少了一部分誤解，但問卷的回答顯示，對這些顯示設計方法的其他誤解仍然存在，例如，部分被試者將動畫顯示的過程視為時間流逝的指示。一個有趣且出乎意料的結果是，即使這兩種元信息視覺顯示設計方法在視覺呈現上并不相似，卻引發了非常相似的判斷，這表明元信息視覺顯示對決策的影響可能是由空間屬性驅動的，為未來的研究提供了方向。

參考文獻

[1]Pfautz J， Roth E，Bisantz A， et al.The Role of Meta-Information in C2 Decision-SupportSystems[J].2006.

[2]Pfautz J， Fouse A， Fichtl T，et al.The Impact of Meta Information on Decision-Making inIntelligence Operations[J].Human Factors&Ergonomics Society Annual MeetingProceedings， 2005， 49（3）：214-218.

[3]Riveiro M， Helldin T， Falkman G.Influence of meta-information on decision-making：Lessonslearned from four case studies[C]// IEEE International Inter Disciplinary Conference onCognitive Methods in Situation Awareness and Decision Support.IEEE， 2014：14-20.

[4]Kirschenbaum S S， Trafton J G， Schunn C D， et al.Visualizing uncertainty：the impact onperformance[J].Human Factors the Journal of the Human Factors&Ergonomics Society2014， 56（3）：509-520

[5]Kinkeldey C， Maceachren A M， Schiewe J.How to Assess Visual Communication ofUncertainty？ A Systematic Review of Geospatial Uncertainty Visualisation User Studies[J].Cartographic Journal， 2014， 51（4）：1743277414Y0000000099.

[6]雷輝，陳海東，徐佳逸，et al.不確定性可視化綜述[J].計算機輔助設計與圖形學學報，2013，25（3）：294-303.

[7]路璐，田豐，戴國忠，et al.融合觸、聽、視覺的多通道認知和交互模型[J].計算機輔助設計與圖形學學報，2014（4）.