Data- och informationsvetenskap
Kandidatnivå
15 hp
T6, 2020
Handledare: Agnes Tegen
Intelligenta Grafiska Användargränssnitt:
Attityder och behov från utvecklare och användare
Intelligent Graphical User Interfaces:
Attitudes and needs from developers and users.
2
Abstract
During the last decades user interfaces have evolved in several different directions and experienced constant change. The first user interfaces consisted of simple, yet effective, text-based command line interfaces. Since then, focus has shifted to usability and icon-based, graphical user interfaces are today a common element in many people's everyday lives [1]. At the same time, the use of classic text-based command-line interfaces is still significant in peoples professional lives as they are in some contexts considered to be more effective. Intelligent graphical user interfaces have been proposed as a potential next step in the development of interfaces. This technique combines user-friendly principles behind graphical interfaces with intelligent functionalities which may reduce information overflow, interaction cost, and streamline the interface. On the other hand, previous implementations and research on intelligent user interfaces point to several obstacles and usability issues surrounding the technology [2]. The ERP system Bison is one example of an information system that has implemented both a graphical and a text-based user interface [3]. By studying the users and their opinions and thoughts concerning the current interface, as well as their attitude towards the technology of intelligent graphical interfaces, the intent of this study is to find out if there is a need for an intelligent graphical user interface among today's users of an information system.
Survey data collected from the users of Bison indicates that the acceptance of an intelligent graphical user interface is strong amongst the users. Furthermore, there are indications of a need for an intelligent graphical user interface to improve the current error handling and information filtering. In order to successfully implement an intelligent user interface, one must consider previous implementation attempts, previous research as well as the problems related to maintaining an adaptive user interface. Key words: information system, user interface, graphical user interface, text-based user interface, intelligent user interface, usability, information overflow
4
Sammanfattning
Användargränssnitt har under de senaste decennierna utvecklats i flera olika riktningar och genomgått konstant förändring. De första användargränssnitten bestod av enkla men effektiva textbaserade
kommandoradsgränssnitt. Utvecklingen har flyttat mer fokus mot användbarhet och idag är ikonbaserade grafiska användargränssnitt vanligt förekommande i många människors vardag [1]. Samtidigt använder många fortfarande mer klassiska textbaserade kommandoradsgränssnitt, inte minst i sina arbeten då dessa i vissa sammanhang anses vara effektivare att arbeta i. Intelligenta grafiska användargränssnitt har föreslagits som ett potentiellt nästa steg i utvecklingen av gränssnitt där användarvänliga principer bakom grafiska gränssnitt tillsammans med intelligenta funktioner kan minskainformationsöverflöd, interaktionskostnad och effektivera gränssnittet. På andra sidan har tidigare implementationer och forskning kring intelligenta användargränssnitt pekar på flera hinder och användbarhetsproblem med tekniken [2].
Affärssystemet Bison är ett exempel på ett informationssystem som har både ett grafiskt och ett textbaserat användargränssnitt implementerat [3]. Genom att studera dessa användarens åsikter och tanker kring det nuvarande gränssnittet, samt deras inställning jämtemot tekniken kring intelligenta grafiska gränssnitt, syftar denna studie till att ta reda på om det finns ett behov av ett intelligent grafiskt användargränssnitt bland dagens användare.
Enkätdata insamlad från användare av Bison system påvisar att acceptansen för ett intelligent grafiskt användargränssnitt är högt. Vidare finns det indikationer på behov av ett intelligent grafiskt
användargränssnitt för att förbättra dagens felhantering samt informationsfiltrering. För att en implementation ska lyckas måste man dock ta hänsyn till tidigare forskning och implementationer av intelligenta användargränssnitt samt utvecklarna och problematiken med att underhålla ett adaptivt gränssnitt.
Nyckelord: informationssystem, användargränssnitt, grafiska användargränssnitt, textbaserade användargränssnitt, intelligent användargränssnitt, användbarhet, informationsöverflöd
6
Innehållsförteckning
1. Inledning ... 7
1.1 Ordlista och definitioner ... 7
1.2 Introduktion ... 8
1.3 Avgränsningar ... 8
1.4 Frågeställning ... 9
2. Bakgrund ... 10
2.1 Informationssystem ... 10
2.1.1 Orango & informationssystemet Bison ... 10
2.2 Kommandoradsgränssnitt... 11
2.3 Grafiskt användargränssnitt ... 11
2.4 Intelligenta grafiska användargränssnitt ... 11
2.5 Användbarhet ISO ... 12
3. Tidigare forskning ... 13
4. Metod ... 17
4.1 Metodval och metoddiskussion ... 17
4.2 Enkätundersökning - kvantitativa data ... 17
4.2.1 Likert scale ... 17
4.2.2 Pilotstudie ... 18
4.3 Semistrukturerad intervju - kvalitativa data... 18
4.4 Etiska aspekter ... 18
5. Resultat ... 20
5.1 Resultat Webbenkät ... 20
5.1.1 Vilka var respondenterna och vilket användargränssnitt använder de?... 20
5.1.2 Vilket användargränssnitt föredrar slutanvändarna? ... 20
5.1.3 Attityder kring existerande användargränssnitt... 21
5.1.4 Attityder kring intelligent grafiska användargränssnitt ... 23
5.2 Resultat Semistrukturerad intervju ... 27
5.2.1 Kända användbarhetsproblem ... 27
5.2.2 Adaptivitet och användarpreferenser ... 27
5.2.3 Intelligenta grafiska användargränssnitt ... 28
5.2.4 Intelligenta grafiska användargränssnitt: Adaptivitet och problematik ... 29
6. Analys & Diskussion ... 31
6.1 Analys ... 31
7. Slutsats ... 34
8. Framtida arbete ... 35
Appendix A Enkätfrågor ... 39
7
1. Inledning
1.1 Ordlista och definitioner
Affärssystem – eng ERP, ett informationssystem som fungerar som ett systemstöd, för att hjälpa verksamheten att genomföra affärer.
Användargränssnitt - eng UI, är den kontaktyta där interaktion mellan mänsklig användare och maskin inträffar, en länk mellan användaren och hårdvaran/mjukvaran.
Artificiell Intelligence - AI, mjukvara som är programmerad till att utföra uppgifter eller fatta beslut som är komplexa eller tidskrävande eller som traditionellt utförts av människor.
Informationssystem - eng IS, ett system som samlar, lagrar, hanterar och distribuerar information inom en organisation.
Intelligent Användargränssnitt - eng. IUI, ett användargränssnitt som genom principer och teknik inom HCI och AI skapar ett adaptivt användargränssnitt som dynamiskt kan anpassa sig efter användarens
preferenser.
Intelligent Grafiskt Användargränssnitt - eng. IGUI, ett adaptivt grafiskt användargränssnitt där olika GUI komponenter dynamiskt kan ändra plats eller utseende beroende på användarens unika mål och intentioner med hjälp av AI.
Human Computer Interaction - HCI, tekniker och principer inom datavetenskap som berör interaktionen mellan människor och datorer.
Grafiskt Användargränssnitt - eng. GUI, ett gränssnitt där användaren huvudsakligen interagerar med ett system genom en grafisk vy som bygger på ikoner, knappar eller menyer.
Kommandoradsgränssnitt - eng. CLI, är ett användargränssnitt där interaktion mellan användare och system sker via textbaserad inmatning och utmatning.
8
1.2 Introduktion
1984 var året då Apple Computer lanserade Macintosh, den första kommersiella persondatorn med ett grafiskt gränssnitt [1]. Det var under denna tid som persondatorn flyttade in i på arbetsplatser, skolor och i hushåll [4]. Målgruppen skiftade från användande med hög teknisk kompetens, till användare med högt varierande teknisk kompetens. Nya principer och standarder inom Human Computer Interaction
introducerades och gjorde gränssnitten mer användarvänliga [5]. Ett skifte från textbaserade användargränssnitt till mer nybörjarvänliga, grafiska gränssnitt hade nu inletts. Övergången från textbaserade användargränssnitt till grafiska, ofta ikonbaserad, användargränssnitt var vid den tiden revolutionerande. Microsoft Windows var inte sen på trenden och år 1990 hade även de flestaWindows användarna ett grafiskt användargränssnitt på sin persondator [1]. Idag känns det självklart för de allra flesta att dagligen interagera med ett grafiskt användargränssnitt. Samtidigt är det fortfarande vanligt för många att dagligen arbeta med textbaserade användargränssnitt eller kommandoradsgränssnitt.
En användargrupp som upplevt skiftet från textbaserat till grafiska gränssnitt och som fortfarande sitter i båda gränssnitten är användare av informationssystem. Detta är system som till sin natur behandlar stora mängder data och presenterar stora mängder information för användaren. Informationssystemens grafiska gränssnitt har, precis som persondatorernas, tagit många viktiga steg mot en mer användarvänlig miljö. Samtidigt anses grafiska användargränssnitt ofta vara mindre effektiva och långsammare för vana användare, jämfört med kommandoradsgränssnitt [6]. Exempelvis kan en användare i ett textbaserat användargränssnitt, med ett textkommando navigera till vilken plats som helst i ett system, förutsatt att användaren kommer ihåg delar av namnet på sökvägen. Jämförelsevis kan samma interaktion i ett grafiskt användargränssnitt kräva längre navigation och fler klick. Trots dessa fördelar och nackdelar har
gränssnitten rört sig framåt mot att bli mer grafiskt orienterade med mer användbarhet i åtanke, kanske genom att offra en del av effektiviteten bakom de textbaserade gränssnitten.
Detta skapar ett utrymme för att utforska nästa steg inom utvecklingen av användargränssnitt.
Intelligenta grafiska användargränssnitt, på engelska Intelligent User Interfaces, är en teknik som bygger på Artificiell Intelligens och Human Computer Interaction som potentiellt skulle kunna skapa adaptiva grafiska gränssnitt som förändrar och anpassar sig efter användarens behov och mål [2]. Tekniken bakom intelligenta användargränssnitt har funnits under en lång tid och forskning har bedrivits sedan tidigt 1990-tal. Det finns således tekniska förutsättningar och möjligheter att ta nästa steg mot smartare och potentiellt mer användarvänliga och effektiva användargränssnitt. Frågan som då kvarstår är huruvida det finns en efterfråga och ett behov bland användarna. Genom att studera ett informationssystem, vars användare sitter i både kommandoradsgränssnitt och grafiska gränssnitt, kan det vara möjligt att dra slutsatser kring om det finns en acceptans för ännu ett användargränssnittskifte bland användarna. Kommer denna acceptans skilja sig åt beroende på vilken typ av gränssnitt som användarna brukar idag? Med ett historiskt perspektiv på CLI och GUI, samt jämförelser mellan dessa gränssnitt, kan man fastslå om intelligenta grafiska användargränssnitt kan lösa problem som dagens användargränssnitt inte klarar av. Är intelligenta grafiska användargränssnitt framtidens användargränssnitt, eller är de ännu ett användargränssnitt med sina egna unika problem och brister?
1.3 Avgränsningar
Denna uppsats syftar till att ta reda på om intelligenta grafiska användargränssnitt, IGUI, är nästa steg i grafiska gränssnittsutvecklingen inom specifikt informationssystem och om det finns en acceptans för tekniken bland användarna. Vidare är samtlig forskning knuten och angränsad till informationssystem och affärssystem. Således är andra grafiska användargränssnitt som exempelvis webbsidor för e-handel eller social media exkluderade. Intelligenta gränssnitt är ett brett begrepp som innefattar samtliga former av intelligenta gränssnitt, exempelvis röststyrda eller rörelsestyrda med flera. Denna studie har enbart fokuserat på intelligenta grafiska användargränssnitt och inte intelligenta gränssnitt i allmänhet. Orango AB är ett företag som arbetar med att utveckla, sälja och underhålla affärssystem [7] bland annat affärssystemet Bison [8]. Data har samlats in från kunder till Orango, det vill säga, användare av
9
1.4 Frågeställning
F1: Vad anser dagens användare av ett informationssystem1 om dagens grafiska- och kommandoradgränssnitt?
F2: Finns det en större acceptans för intelligenta grafiska användargränssnitt hos användare av grafiska användargränssnitt, än hos användare av kommandoradsgränssnitt?
F3: Finns det ett behov av intelligenta grafiska användargränssnitt bland dagens användare av ett informationssystem?1
10
2. Bakgrund
2.1
Informationssystem
Ett informationssystem är ett datorsystem vars uppgift är att lagra, behandla och presentera data på ett värdefullt sätt. För en organisation innebär detta att ett informationssystem även kan ses som ett
handlingssystem [9]. Det vill säga, informationssystem underlättar och möjliggör för olika handlingar som skapar värde för organisationen. Detta kan röra sig om att producera och hantera materiella ting som exempelvis varor på ett lager.
Inom paraplybegreppet informationssystem ryms flera olika kategorier av handlingssystem. Ett utav dessa är de så kallade Enterprise Resource Planning System (ERP), även känt som Affärssystem på svenska. Detta är informationssystem som är inriktade på att hantera och integrera olika affärsfunktioner inom en organisation [10]. Dessa affärsfunktioner kan bestå av finansiella verktyg som behandlar
försäljning, redovisning samt logistik med mera.
Informations- och affärssystem behandlar och presenterar stora mängder information, inte sällan på en begränsad skärmyta. Vidare är informationssystem vanligt förekommande med både grafiskt
användargränssnitt men även som kommandoradsgränssnitt. Användarnas dagliga arbete består av att effektivt kunna arbeta med den data och information som presenteras i dessa gränssnitt.
2.1.1 Orango & informationssystemet Bison
Följda insamlade data är baserad på informationssystemet Bison, dess användare och utvecklare. Orango är ett IT-bolag, som beskriver sig själva med följande: “Vi digitaliserar affärsprocesser genom att
implementera och utveckla ERP-system med tillhörande IT-lösningar som strömlinjeformar våra kunders verksamhet och förbereder dem för framtiden. Vi jobbar med plattformar från Microsoft och IBM.” [11]. Orango äger och utvecklar Bison vilket ger Bison-konsulterna möjlighet till total kontroll över systemet och processerna. Vidare hävdar Orango att “Bison är ett komplett affärssystem för parti- och
detaljhandelsföretag som strävar efter kontinuerlig förbättring av sin verksamhet och ser affärssystemet som en viktig konkurrensfördel.” [3], vilket talar om att Bison är ett flexibelt och anpassningsbart system. Bison har funnits sedan 1981 [8] och har därför naturligt två användargränssnitt: ett textbaserat
användargränssnitt som fortfarande är i bruk sedan första lanseringen och ett grafiskt användargränssnitt som har varit i produktion i tio (10) år. Bison är helt webbaserat, det vill säga att det finns på webben och användarna loggar in i systemet genom att öppna sina webbläsare. I Bison Webb landar användaren först på en dashboard som visar nyckeltal, notiser/felmeddelande och en kalender. Vad användaren ser och har befogenhet till i systemet är beroende på vilken typ av befattning som användaren har. Vidare finns en vänstercentrerad meny och en sökruta där användaren kan navigera sig till olika vyer och hantering av grunddata. Vanligen så kallat “frågevy” för att söka i grunddata, “underhållsvy” för att uppdatera eller ändra i grunddata eller “transaktionsvy” för att se och hantera transaktioner. Användarna kan manuellt favoritmarkera dessa sidor så att dem hamnar i en favoritlista.
Den grunddata som presenteras i de olika tabellerna är ofta omfattande i mängd och innehåller många kolumner och rader. För att förhindra informationsöverflöd uppger utvecklare av Bison att
filtreringsfunktionaliteten är av yttersta vikt för användarna. I filtreringen kan användarna filtrera bort artiklar genom att söka på ett tiotal olika parametrar, bland annat sort, kollinummer och pris. Användaren kan spara sina filter och namnge dessa men också välja sitt vanligaste filter som standard. Detta lagras sedan i databasen och finns kvar tills användaren själv väljer att ändra eller ta bort de sparade
filtreringarna.
Trots att Bison är en webbapplikation och har, genom att vara en webbplats, möjlighet att adaptera sig efter enskilda användare likt andra plattformar på webben finns i dagsläget ingen sådan automatisk adaption implementerat. Idag tillåter systemet endast medvetna val från användaren - som att favoritmarkera sidor och filtrera data i tabeller.
11
2.2 Kommandoradsgränssnitt
Kommandoradsgränssnitt, mer känt under sin engelska benämning Command Line Interface (CLI), är ett gränssnitt som låter användaren navigera och interagera med systemet via textbaserade inmatningar. Innan de grafiska användargränssnitten slog igenom var kommandoradsgränssnittet en given standard för att interagera med system. Idag har principer inom användbarhet gjort att allt fler dagliga användare använder system med grafiska gränssnitt. Dock är det fortfarande vanligt att användare med varierande teknisk bakgrund interagerar med kommandoradsgränssnitt. Detta eftersom kommandoradsgränssnitt anses vara mer flexibla och tillåtande på ett sådant vis att användare har fler möjligheter jämfört med grafiska gränssnitt. Inte minst när det rör sig om mer komplexa system där användare har expertis om systemet eller en allmänt djupare teknisk bakgrund, till exempel systemadministratörer [6]. På senare tid har allt fler gränssnitt gått från att vara kommandoradbaserade till grafiska gränssnitt. Tidigare forskning [12], pekar bland annat på att användare generellt presterar sämre när det gäller tidseffektivitet, antal fel samt behov av hjälp vid användning av kommandoradsgränssnitt jämfört med grafiska
användargränssnitt.
2.3 Grafiskt användargränssnitt
Grafiska användargränssnitt, GUI, är användargränssnitt som möjliggör interaktion mellan människor och dator genom visuella element. Det grafiska användargränssnittet kommunicerar med användaren genom grafiska representationer i form av bilder, ikoner och menyträd [12, 13]. Interaktionen som uppstår när användaren klickar på knappar och får direkt feedback påminner what you see is what you get [13] som syftar till att det som visas på skärmen är detsamma som du får, vilket i sin tur leder till en mindre kognitiv belastning på användaren och ett mer intuitivt användande.
2.4 Intelligenta grafiska användargränssnitt
Intelligenta användargränssnitt bygger på två huvudfält inom datavetenskap, Human Computer Interaction och Artificiell Intelligens. Principer bakom användbarhet och Human Computer Interaction används för att skapa användbara gränssnitt. Dessa gränssnitt kan sedan göras intelligenta och adaptiva med hjälp av artificiell intelligens. Den grundläggande tanken är att gränssnittet ska tolka och förstå användaren till den grad att systemet kan förstå användarens intentioner och mål. För användbarheten innebär detta att gränssnittet potentiellt kan ta aktiva beslut för att förbättra användarupplevelsen. Tanken är således att gränssnittet avlastar användaren genom att förstå och automatiskt lösa uppgifter åt användaren eller föreslå en lösning. Detta skapar potentiellt en miljö som kräver mindre interaktion mellan användare och gränssnitt. Detta leder till att det skapas mindre utrymme för användaren att begå misstag samtidigt som gränssnittet kräver mindre energi, tid och uppmärksamhet från användaren [14]. Systemet kan till exempel presentera råd eller hjälp till användaren då gränssnittet detekterar att användaren har problem med att uppnå ett specifikt mål.
Intelligenta grafiska användargränssnitt är inte en ny teknik. De har varit föremål för bred forskning och implementation under de senaste tjugo åren. Intelligenta agenter och system så som Microsofts ”Lumiere” och ”FireFly” har genom filtrering av information lyckats med att minska informationsöverflöd [2]. Detta är något som märkbart kan förbättra användbarheten av komplexa system med innehållsrika gränssnitt, som informations och affärssystem. Samtidigt som tekniken bakom intelligenta användargränssnitt påvisar lovande möjligheter med förbättringar kring användbarhet så medför även tekniken även en del problem. Ett välkänt exempel på en tidig implementation av en grafisk intelligent assistent som
misslyckades var Microsoft Assistent, mer specifikt, ”Clippy, the paperclip” [15]. Detta var ett animerat gem byggd på intelligent mjukvara som skulle analysera användarens intentioner för att sedan föreslå hjälp eller lösningar. Exempelvis om användaren försökte skriva ”Dear John” så kommer assistenten tolka detta som att användaren försöker skiva ett brev. Således föreslår Clippy assistans som användaren kan avböja eller godkänna. Om användaren godkände hjälpen så började Clippy formatera texten på ett sätt som av det intelligenta systemet ansågs passade för ett brev. Problemet var att den assistans som Clippy bidrog med, så som tidigare nämnd formatering, ofta var komplicerad och meningslös vilket frustrerade många användare. Utöver den bristfälliga konkreta hjälpen så ansågs även den grafiska representanten Clippy vara ett otrevligt och störande moment som avbröt användaren på ett icke önskvärt eller hjälpsamt sätt. Detta kulminerade i att Microsoft övergav Clippy och intelligenta grafiska gränssnitt fick ett välkänt men försämrat rykte [15].
12
Vidare implementerar intelligenta användargränssnitt ofta lösningar som strider mot etablerade standarder [16]. Exempelvis kan intelligenta användargränssnitt implementera lösningar som gör det möjligt för gränssnittskomponenter att förflytta sig om systemet detekterar att användaren föredrar sådana ändringar, det vill säga, de grafiska gränssnitten ändrar form och struktur utan användarens aktiva vetskap. Samtidigt som dessa lösningar ämnar förbättra användbarheten så risker de även att skapa användbarhetsproblem. Grafiska användargränssnitt som potentiellt ser olika ut för olika användare är något som strider mot väletablerade principer inom användbarhet, exempelvis att användargränssnitt ska ha ett konsekvent utseende på samtliga enheter, för samtliga användare. Potentiellt kan detta även medföra praktiska problem för användarna. Vid behov av hjälp då gränssnittet inte själv klarar av att ge tillfredsställande feedback kan mänsklig support bli inkopplad. Något som kan visa sig vara problematiskt vid ett scenario där samtliga användare, samt support kommer att sitta i intelligenta grafiska
användargränssnitt som ser helt olika ut.
2.5 Användbarhet ISO
Användbarhet är ett mått på kvalité i ett interaktivt system och är därför en viktig parameter i
utvecklandet av ett sådant system [17] . Användbarhet kan definieras på många olika sätt och kan betyda olika saker i olika sammanhang.
Internationella Standardorganisationen (ISO) definierar användbarhet som utfallet efter att en användare ha interagerat med ett system, en produkt eller tjänst. ISO standard 9241 Ergonomics of human-system interaction behandlar just detta, avsnitt 9241:11 Usability: Definitions and concepts. Denna standard avser att vara ett sätt att förstå begreppet användbarhet och tillämpa det i situationer när människor använder interaktiva system [18]. I ISOs internationella standard definierar användbarhet enligt följande:
“the extent to which a system, product or service can be used by specified users to achieve specified goals with effectiveness, efficiency and satisfaction in a specified context of use”. [19].
Enligt Svenska Institutet för Standarder (SIS) översätts ISOs definition till:
“specificerade användare kan använda ett system, en produkt eller en tjänst för att uppnå specifika mål, med ändamålsenlighet, effektivitet och tillfredsställelse, i ett specificerat
användningssammanhang /.../. ”.
[18]
De nyckelord som beskrivs i den engelska definitionen är effectiveness, efficiency och satisfaction. På svenska översätts både effectiveness och efficiency till effektivitet, vilket kan bli problematiskt vid översättandet då effectiveness och efficiency är två helt olika saker. Effectiveness är hur korrekt och noggrant användare uppnår specifika mål [19], medan efficiency är hur mycket resurser (tid, kostnad, material med mera.) som används i relation till uppnådda resultat [19]. För att minska risken för
feltolkning i det svenska begreppet effektivitet har vi valt att istället använda begreppet produktivitet som en motsvarighet till efficiency och effektivitet som en översättning till effectiveness.
13
3. Tidigare forskning
Tidigare forskning av [12] visar på att övergången från kommandoradsgränssnitt till grafiska användargränssnitt har ökat användbarheten för gränssnitt generellt. Vid en undersökning kring användning av gränssnitt fick 32 testpersoner använda både ett grafiskt användargränssnitt och ett kommandoradsgränssnitt av bildredigeringsprogrammet Adobe Flash CS4. Av de 32 deltagarna var 53,13% designers med bakgrund inom gränssnittsdesign och 46,88% utvecklare med tyngre teknisk bakgrund [12]. Samtliga deltagare fick bekanta sig med programmets funktionaliteter innan experimentet påbörjades. Efter detta fick testpersonerna genomföra 10 uppgifter i programmet. Vid utförande av en uppgift fick testpersonerna använda ett CLI, ett GUI eller båda. Resultatet visade att “Effectiveness” och “Efficiency” var högre vid användning av det grafiska användargränssnittet. Vidare behövde
testpersonerna sammanlagt mer tid och hjälp för att utföra en given uppgift i CLI. Utöver detta var även antal fel vid utförd uppgift mer än dubbelt så högt vid användning av CLI jämfört med GUI.
Sammanfattningsvis konstaterade [12] att kommandoradsgränssnitt var svårare att lära sig samt svårare att använda generellt jämfört med grafiska användargränssnitt. Detta var fallet både för testpersoner som var utvecklare och de testpersonerna med designerbakgrund.
Trots påvisade fördelar inom användbarhet och inlärning av grafiska gränssnitt finns det
användargrupper som av olika anledningar inte följer utvecklingen mot grafiska gränssnitt. Detta handlar ofta om individer med högre datorvana eller expertkompetens [6]. En sådan målgrupp av användare är systemadministratörer som i [6] anser kommandoradsgränssnitt vara effektivare och tillförlitligare. Andra forskare har föreslagit flera förklaringar till detta faktum, bland annat föreslås det att grafiska gränssnitt anses som svaga, effektiva och ”mindre maskulina” jämfört med kommandoradsgränssnitt [20]. Med anledning av detta genomförde [6] en studie där man undersökte varför vana användare såsom systemadministratörer föredrar kommandoradsgränssnitt framför grafiska gränssnitt, trots det faktum att grafiska gränssnitt idag är en vedertagen standard med högre användbarhet [12].
För att undersöka detta utförde [6] sex etnografiska fältstudier bland systemadministratörer vid stora datacenter. Här observerade man 12 olika systemadministratörer och de verktyg som de använder i sitt arbete. 13% av systemadministratörer använde grafiska användargränssnitt, jämfört med 65% som använde kommandoradsgränssnitt samt 22% som använde båda. Utöver detta deltog även 101 systemadministratörer i en enkätundersökning där man specifikt undersökte systemadministratörens tillit för olika användargränssnitt. Frågorna bestod av kvalitativa uppskattningar och hur
systemadministratörens uppfattade hastighet, hur enkelt det är att använda, pålitlighet, robusthet, noggrannhet, tillit och hur omtyckt gränssnittet var [6].
Efter analys av resultat från enkäten sammanfattar [6] att en överväldigande majoritet av
systemadministratörer uppfattar kommandoradsgränssnitt som snabbare, mer robusta och noggrannare. Vidare har en stor majoritet av systemadministratörens högre tillit till kommandoradsgränssnitt och anser dessa vara mer pålitliga. När det rör sig om hur enkelt gränssnittet uppfattas vara så anser 47% av tillfrågade systemadministratörer att grafiska gränssnitt är enklare och 39% anser
kommandoradsgränssnitt vara enklare att använda. Slutligen visar en knapp majoritet på 56% att de föredrar kommandoradsgränssnitt generellt.
Med hänsyn till att samtliga mätvärden är subjektiva uppfattningar så drar [6] slutsatsen att tillit är en kritisk faktor bland systemadministratörer när de interagerar med ett användargränssnitt. Exempelvis hänvisar [6] till flera situationer och kommentarer från fältstudierna där systemadministratören menar på att det sker för många oklarheter bakom grafiska gränssnitt och att man inte har lika mycket kontroll eller insikt i dessa gränssnitt. En systemadministratör påpekade att grafiska gränssnitt är byggda ovanpå kommandoradgränssnitt, så det är en fördel att veta exakt vad som sker vid interaktion, oavsett vilket gränssnitt man använder.
Trots den tidigare nämnda utvecklingen mot grafiska gränssnitt så hänvisar [21] till forskning där även grafiska användargränssnitt kan skapa unika användbarhetsproblem [22]. Detta kan röra sig om situationer där användaren begår misstag utan att själv vara medveten om det. I ett experiment för att undersöka detta har [21] implementerat ett intelligent grafiskt användargränssnitt vars uppgift är att mäta när användaren gör fel för att sedan dynamiskt presentera lösningar och visa felmeddelanden. Detta bygger på en användarmodell som skapar en hypotes om användaren och dennes intention för att sedan
14
föreslå hur användaren bör agera för att lyckas med ett specifikt mål. Tanken är att assistansen som systemet ger ska efterlikna och vara lika korrekt som den hjälp en mänsklig expert kan ge. Med detta hoppas man kunna öka användarens produktivitet genom att minimera frustrationen som uppstår när användaren begår misstag.
Det intelligenta användargränssnittet innehåller en resonemangsmekanism som kategoriserar
användarens handlingar som “förväntad”, “neutral”, “misstänkt” eller “felaktig”. Varje gång användaren utför en handling i det grafiska gränssnittet, som till exempel navigera till en mapp, så sparar IGUI handlingen [21]. Samtidigt utförs flera kontroller och tester, exempelvis; finns det andra sökvägar som liknar det som användaren navigerar och som innehåller liknande filer i format eller storlek. I så fall finns det en risk att användaren egentligen försökte navigera till filen med liknande namn. Om så är fallet läggs detta till i en av fem utvärderingskriterier, i detta fall ”Degree of similarity”. Vidare kategorier av kriterium som utvärderas är, “Degree of typicality”, “Degree of frequency”, “Dominance” samt “Degree of certainty” [21].
Med denna teknik utfördes ett experiment på femton användare som har vana av att använda ett grafiskt användargränssnitt utan inbyggd intelligens. Sedan observerades användare under tiden som de fick utföra en rad interaktioner med systemet. Dessa handlingar kategoriserades och resultaten gavs till tio mänskliga experter med kandidatexamen i datavetenskap, stor erfarenhet av grafiska gränssnitt samt erfarenhet i att utbilda användare i grafiska gränssnitt [21]. De mänskliga experterna fick sedan inspektera protokollet från testerna och se användarens handlingar. Efter detta lät man de mänskliga experterna kommentera vilka handlingar som de trodde var felaktiga samt att föreslå och prioritera vad de ansåg vara användarens korrekta avsikt. Efter detta gavs användarens handlingar och dess resultat som inmatning till det intelligenta grafiska gränssnittet som efter samma kategorier detektera vilka handlingar som var inkorrekta. Vidare fick även IGUI, precis som de mänskliga experterna föreslå och prioritera potentiella korrekta handlingar som systemet hypotiserade att användaren avsiktligen försökte utföra. Slutligen fick även gränssnittets standardsystem samma inmatning för att jämföra med de råd och felmeddelande som gränssnittet utan inloggning ger [21].
Resultatet visar att det intelligenta grafiska gränssnittet detekterar samma fel, samt prioriterade och föreslog samma lösning till problem som de mänskliga experterna i en majoritet av fallen [21]. I kontrast gav standardsystemet mycket få förslag på fel och åtgärder. I 60,5% av fallen gav IGUI samma eller liknande förlag på fel som majoriteten av de mänskliga experterna. Således lyckades det intelligenta användargränssnittet vid en majoritet av fallen föreslå potentiellt korrekta handlingar på samma nivå som mänskliga experter. I de fall där det intelligenta användargränssnittet gav förslag på fel som skilde sig från de fel som de mänskliga experterna gav så låg det mycket närmare i prioriteringslistan än vad
standardsystemet gjorde. Trots att det intelligenta grafiska gränssnittet inte lyckats överträffa de mänskliga experterna så presterade det signifikant bättre jämfört med standardsystemet som saknar intelligens. Således innebar implementation av det intelligenta grafiska gränssnittet en klar förbättring i feldetektion jämfört med standardsystemet.
Forskningen i [21] påvisar vikten av felhantering inom användbarhet samt hur IGUI kan appliceras i ett verkligt scenario för att förbättra användbarheten. Gränssnittet var intelligent till den grad att det kom fram till samma eller liknande slutsats som mänskliga experter vid mer än hälften av testfallen. Detta kan anses svagt då IGUI statistiskt gör rätt i något över hälften av fallen då man jämför med vad mänskliga experter anser. Detta mäter dock endast i vilken grad IGUI potentiellt kan ersätta en mänsklig support. Det finns ingen data som påvisar att de mänskliga experterna presterar bättre än IGUI allmänt.
Intelligenta användargränssnitt relaterar till vad som kallas för adaptiva gränssnitt. För att ett gränssnitt ska kunna bli adaptivt så måste användarens krav och mål samlas in och identifieras. I en
forskningsartikel om adaptiva gränssnitt påvisar man två grundläggande kategorier av dynamiska gränssnitt [23]. Först, om adaptionen i gränssnittet styrs direkt av användaren så är det ett
anpassningsbart gränssnitt. På andra sidan finns det intelligenta gränssnitt som själva styr sin adaption för att assistera användaren att uppnå ett mål i en applikation [23]. Typen av adaption kan variera och det finns flera kategorier. Här identifierar man tre huvudkategorier inom adaptiva gränssnitt.
Innehållsadaption som bygger på att innehåll struktureras om. Navigeringssadaption där hyperlänkar eller menyalternativ struktureras om, sorteras, döljs eller upphöjs för att en optimal väg ska läggas för användaren att navigera till ett mål. Adaptiv presentation bygger på att positionen av element så som knappar eller text förändras, det vill säga, generella GUI förändringar.
15
Tidigare forskning om användargränssnitt inom informationssystem har nått fram till flera riktlinjer över hur användargränssnitten bör utvecklas eller förbättras inom specifika användargränssnitt för specifika informationssystem inom vården. Här menar Eslami. M et al. att informationssystem skiljer sig åt och därför krävs en mer dynamisk lösning [23]. De föreslår att adaptiva användargränssnitt istället för tidigare forskning om riktlinjer eller standarder. Användbarhetsproblem ska kunna lösas genom att ett gränssnitt dynamiskt anpassar sig efter specifika användare. För att uppnå detta tar Eslami. M et al, ett första steg mot ett adaptivt användargränssnitt för informationssystem inom vården. Genom att samla in kvalitativa data i fokusgrupper och kvantitativa data genom intervjuer så kunde Eslami. M et al. börja analysera användares behov och krav inför ett sådant system. Fokusgrupperna bestod av 16
slutanvändare av vårdsystem vid tre (3) olika sjukhus med en genomsnittlig erfarenhet av systemet på sju (7) år. Vidare samlades kvantitativa data in via ett formulär som individuellt delades ut till medlemmarna i fokusgrupperna. Här samlade man in demografiska data, arbetslivserfarenhet med mera. Inom kategorin adaptiv “Informationspresentation” kom man fram till flera intressanta slutsatser. Bland annat visade resultat att användare var generellt skeptiska till att förflytta objekt, ikoner eller knappar.
Huvudanledning till detta var att deltagare i fokusgrupperna ansåg att detta riskerade att skapa ett oregelbundet gränssnitt där det kunde förvirra användarna [23].
Vidare ansåg en majoritet att adaptiv informationspresentation bör inkludera multimedia och inte endast text. Exempelvis visas avancerad medicinsk information och detaljer om patienter för samtliga användare av den behöriga personalen, oavsett kompetensnivå. Denna information skulle kunna döljas för personal med annan eller lägre kompetensnivå. På så vis kan man fokusera på att presentera relevant information och undvika informationsöverflöd. Sammanfattningsvis menar [23] att adaptation såsom
informationspresentation, felmeddelande med mera bör designas efter användargrupper och deras unika kompetens och inlämnade krav. Detta kommer att leda till att användarna blir mer bekväma i att använda ett adaptivt användargränssnitt.
Intelligenta användargränssnitt har framhävts av både användare och forskare som en möjlig lösning till flera av dagens gränssnittsrelaterade problem [2]. Samtidigt har tidigare implementationer av intelligenta grafiska system, så som de tidigare nämnda Microsoft Assistant och Clippy, påvisat problematiken med intelligenta grafiska gränssnitt. Utöver detta finns det flera frågetecken kring intelligenta
användargränssnitt som bör lösas innan en bredare implementation av intelligenta användargränssnitt tar vid, detta menar K. Höök i sin forskningsartikel [2]. Här menar Höök att flera forskare inom
datorinteraktion är skeptiska till intelligenta användargränssnitt. Detta beror på tidigare nämnda misslyckade implementationer av sådana system, men även på grund av intelligenta användargränssnitt bryter mot etablerade användbarhetsprinciper. Detta rör exempelvis problematik med att överlåta kontroll över systemenhet, från användaren till gränssnittet. Vidare riskerar ett intelligent och adaptivt användargränssnitt att göra gränssnittet mindre förutsägbart, vilket riskerar att skapa system med försämrad användbarhet. Slutligen har system generellt ofta problem med transparens, det vill säga, att användaren inte får se eller kan förstå vad det är som sker eller varför gränssnittet gör på ett visst sätt. Detta är något som adaptiva och intelligenta system i större utsträckning lider av då de aktivt utför eller föreslår handlingar utan att alltid förklara varför eller hur systemet har tolkat användaren.
För att lösa detta så att en implementation med god användbarhet ska bli möjlig föreslår Höök fyra åtgärdspunkter. Först, nya användbarhetsprinciper för intelligenta användargränssnitt som inte
vilseleder användarnas förväntningar måste etableras. Kosteffektiva och pålitliga metoder för att utveckla intelligenta användargränssnitt bör utformas. Vidare krävs en bättre förståelse för hur och när intelligenta användargränssnitt kan förbättra interaktionen och inte. Slutligen, verktyg för utvecklare som gör det enklare att underhålla och utveckla delarna till de intelligenta systemen [2].
En lösning till problematiken kring att användaren förlorar kontroll vid interaktion med ett intelligent användargränssnitt är att låta användaren inspektera och skräddarsy hur mycket systemen ska tillåtas tolka och agera. Samtidigt som detta kan lösa problem kopplade till användbarhet så riskerar detta att skapa nya problem. Det handlar bland annat om att användarens fokus flyttas från att utföra de primära uppgifterna i gränssnittet, till att själva skräddarsy gränssnittet [2]. Ytterligare en lösning som ger mer kontroll till användaren är att korrigera det adaptiva innehållet. Exempelvis om systemet intelligent filtrerar information som det anser att användaren behöver se, så ska den övriga informationen fortfarande kunna utläsas men i mindre format, textstorlek eller med nertonad färg. Ytterligare en
16
utmaning som Höök påvisar är problematiken kring den personliga integriteten och tillit till det intelligenta systemet.
Sammanfattningsvis menar författaren att samtliga problem och utmaningar inte är ämnade till att avskräcka forskning eller implementation av intelligenta användargränssnitt. Höök menar på att samtliga problem går att lösa samt att system blir allt mer komplexa och kommer att kräva intelligenta lösningar. Eftersom god användbarhet blir allt mer svår att uppnå när system och dess gränssnitt blir mer komplex. Höök förutspår att växande problem med informationsöverflöd på webben och i andra system är
17
4. Metod
Detta avsnitt avser att presentera vilka metoder vi valt, varför vi valde dessa samt hur vi säkerställt kvaliteten i valt tillvägagångssätt.
4.1 Metodval och metoddiskussion
Den här uppsatsen syftar till att ta reda på om intelligenta grafiska användargränssnitt kan vara nästa steg i utvecklingen av grafiska användargränssnitt samt om det finns ett behov utav IGUI inom
informationssystem. För att undersöka detta bör åsikter och data samlas in från användare av såväl det föregående gränssnittet, CLI, som det aktuella, GUI, och från de som alternerar mellan dessa. För att få en bild och förståelse för hur användare arbetar i respektive gränssnitt valdes webbaserad
enkätundersökning som insamling av kvantitativa data.
Med en förhoppning om att få en nyanserad och objektiv bild av de problem som existerar i systemen, kopplade till användargränssnittet, genomfördes även semistrukturerade intervjuer med personer som arbetar med Bison affärssystem. Samtliga intervjudeltagare arbetar med support, utveckling och
underhåll av systemet. Denna metod valdes för att få insikt i och en djupgående förståelse av de problem som arbetarna upplever att deras användare har samt huruvida ett intelligent användargränssnitt kan påverka dessa. Intervjun syftade även till att få en förståelse kring vad utvecklarna förutspår om framtida användargränssnitt i deras system. Enligt [24] är intervju en föredragen metod när målet är att förstå istället för att mäta, vilket var anledningen till att intervju valdes som metod. Det semistrukturerade tillvägagångssättet i intervjun möjliggör instick av frågor och spontana resonemang från såväl moderatorn som av respondenten. En sådan strategi gör det också möjligt att fråga efter mer detaljer, förtydliganden och beskrivningar.
Övergripande för båda undersökningarna var att få en bild av hur acceptansen för ett framtida, eventuellt intelligenta, användargränssnitt ser ut; för både användare och utvecklare.
4.2 Enkätundersökning - kvantitativa data
Den webbaserade enkätundersökningen genomfördes på flera företag som är användare tillika kunder av Bison. Deras medarbetare jobbar med det textbaserade användargränssnittet, det grafiska
användargränssnittet eller båda på heltid eller deltid, vilket gör att de i undersökningen räknas som dagliga användare.
Enkätundersökning valdes som metod då det är tidseffektivt att distribuera en undersökning till
målgruppen, eftersom de kan genomföra enkäten vid valfri tid och plats utan tidspress - till skillnad från intervju som hade behövt ske vid en bestämd tid och mest troligen under deras arbetsdag.
Enkätundersökningen syftade även till att samla svar kring användarnas uppfattning och åsikter om användargränssnitt de arbetar i nu och attityder kring användargränssnittet i allmänhet samt tankar kring intelligenta användargränssnitt. I enkäten finns såväl kvalitativa som kvantitativa frågor för att ge
deltagarna möjligheten till att uttrycka sig mer fritt i öppna frågor. Däremot gjordes avvägningen tidigt att inte ha för många öppna frågor då det riskerar att ta mycket tid för användarna att svara. Om en enkät är för lång, för svår eller på andra sätt upplevs omständlig för deltagaren så kan det leda till bristande motivation och engagemang [25]. Vilket i sin tur kan resultera i mätfel. Utifrån detta valdes istället att i större utsträckning använda flervalsfrågor och så kallat likertskalan. Eftersom moderatorn inte är närvarande och kan betrakta deltagaren när hen genomför enkäten är enkätundersökning enligt [26] ett sätt att säkerställa att deltagarna ger sanningsenliga och uppriktiga svar samt minskar risken för partiskhet.
4.2.1 Likert scale
Likertskalan, som fått sitt namn efter Rensis Likert [27], är en “instämmer-skala” och används ofta i samband med frågor i påståendeform där deltagaren får svara på påståendet på en unipolär eller bipolär skala från exempelvis “Instämmer helt” till “Instämmer inte alls” eller liknande. Detta är ett alternativ till ja/nej-frågor och ger i jämförelse ett bredare spann och större förståelse [27]. En unipolär skala innebär
18
att skalan endast har en pol, exempelvis “inte alls”, “lite grann”, “ganska mycket” och “väldigt mycket”. I unipolära skalor finns det alltså ingen mittpunkt. Bipolära skalor är tvärtemot centrerade kring mittpunkten [27].
Användandet av en mittpunkt i bipolära skalor är omdiskuterat i forskningsbranschen. Den ena sidan menar att en mittpunkt ökar reliabiliteten eftersom testdeltagare inte tvingas välja en sida av skalan som de egentligen inte står för [29, 30] medan motståndarna menar att en mittpunkt riskerar att klustra svaren kring mittpunkten [28]. Andra studier visar också att om frågan är svår att läsa eller förstå så väljer fler mittpunkten, vilket i sin tur visar att motivationen hos deltagaren kan vara en viktig faktor under utformandet av en enkät [29]. För att förhindra detta har frågorna utformats på ett så enkelt sätt som möjligt och förklaringar har getts där det kan tänkas behövas. En pilotstudie genomfördes för att säkerställa detta.
Eftersom deltagarna inte skulle känna sig tvingade att välja sida på skalan och därmed riskera fel i den insamlade data valdes en bipolär skala från ett (1) till fem (5) och därmed också en mittpunkt. För att säkerställa att mittpunkten tolkas på rätt sätt har varje alternativ definierats. Skalan var “Instämmer inte alls”, “Instämmer i liten utsträckning”, “Varken eller”, “Instämmer i stor utsträckning” och “Instämmer helt”. För frågorna kring intelligenta grafiska användargränssnitt där respondenten skulle uppskatta svaret gavs även alternativet “Vet ej” som ett svarsalternativ, eftersom det handlade om
användargränssnittet som respondenten inte arbetar i och därför inte nödvändigtvis vet något om. Den skalan såg ut på följande sätt:
“Väldigt osannolikt” “Väldigt osannolikt” “Varken eller” “Sannolikt” “Väldigt sannolikt” “Vet ej”
4.2.2 Pilotstudie
En pilotstudie är ett tillvägagångssätt för att validera om enkäten och enkätfrågorna har hög validitet, [30] det vill säga om enkäten mäter rätt sak [31]. Pilotstudien genomfördes på sju (7) studenter från fakulteten Teknik och Samhälle på Malmö Universitet. Deltagarna var mellan åldrarna 21 och 40 och samtliga hade tidigare erfarenhet av såväl grafiska användargränssnitt som kommandoradsgränssnitt. För att undvika missförstånd ställdes frågor om explicit “CLI” och “GUI” som substitut för namnet på respektive system då deltagarna i pilotstudien inte hade tidigare erfarenheter av Bison.
4.3 Semistrukturerad intervju - kvalitativa data
Enligt [32] handlar intervjuer om att genom samtal med personer skapa kunskap om sådant som
forskaren ännu inte känner till, vilket var syftet med intervjun. Semistrukturerad intervju innebär att det finns satta intervjufrågor men att moderatorn har möjlighet att lämna manus och ställa följdfrågor på de svar som bedöms intressanta att vidareutvecklas [33].
Med anledning av att den flytande konversation som semistrukturerad intervju eftersträvar kräver mer fokus och närvaro från moderatorn [34] så valdes två dokumentationsmetoder under intervjun - anteckningar och röstinspelning. Detta för att anteckna och fånga upplevda känslor under samtliga intervjuer och för att kunna ha ögonkontakt med intervjudeltagaren, samt för att inte förutsättningslöst endast lita på kapaciteten hos det mänskliga minnet.
Som tidigare nämnt valdes semistrukturerad intervju som metod på grund av möjligheterna till djup och detaljrikedom som en muntlig dialog kan ge, i jämförelse med att skriva sina svar. Däremot menar [35] [36] inte att denna typ av intervju direkt föder en djupare analys, men troligtvis en mer allsidig bild.
4.4 Etiska aspekter
Denna undersökning har inte samlat in eller behandlat etiskt känsliga frågor eller ämnen, men för att datainsamlingen och resultaten ska vara etiskt försvarbara har Vetenskapsrådets regler [37] följts under datainsamlingen. Dessa regler är följande:
19
• Forskaren skall informera uppgiftslämnare och undersökningsdeltagare om deras uppgift i projektet och vilka villkor som gäller för deras deltagande. De skall därvid upplysas om att deltagandet är frivilligt och om att de har rätt att avbryta sin medverkan.
• Forskaren skall inhämta uppgiftslämnarens och undersökningsdeltagares samtycke.
• De som medverkar i en undersökning skall ha rätt att självständigt bestämma om, hur länge och på vilka villkor de skall delta. De skall kunna avbryta sin medverkan utan att detta medför negativa följder för dem.
• I sitt beslut att delta eller avbryta sin medverkan får inte undersökningsdeltagarna utsättas för otillbörlig påtryckning eller påverkan. Beroendeförhållanden bör heller inte föreligga mellan forskaren och tilltänkta undersökningsdeltagare eller uppgiftslämnare.
• Alla uppgifter om identifierbara personer skall antecknas, lagras och avrapporteras på ett sådant sätt att enskilda människor ej kan identifieras av utomstående.
• Uppgifter insamlade om enskilda personer får endast användas för forskningsändamål. I praktiken har dessa regler och rekommendationer följts genom att samtliga intervjuer har inletts med att deltagaren fått läsa igenom ett utskrivet dokument med ovanstående punkter följt av information kring vad studien handlar om. Deltagarna har blivit underrättade om att intervjun spelas in samt frågat efter deras samtycke till att bli inspelade. Inledningsvis har även information getts om att inspelningen kommer sparas till studien är avslutad och därefter raderas, samt endast vara i moderaternas förvar under tiden. Samtliga deltagare har döpts om till Ix där x representerar ett seriellt nummer med start på 1.
Gällande den webbaserade enkäten har information om vad deltagarnas svar kommer användas till och att de, och deras svar, är anonyma skrivits ut på såväl enkätens inledande avsnitt som i utskicket via e-post. Anonymitet har varit viktigt för oss att kunna garantera uppgiftslämnarna då de ska känna sig trygga att obehindrat dela sina åsikter utan att riskera att det reflekterar tillbaka på varken de anställda eller användarna.
20
5. Resultat
Webbenkäten i sin helhet finns i Appendix A. Samtliga transkriberade intervjuer finns i Appendix B.
5.1 Resultat Webbenkät
5.1.1 Vilka var respondenterna och vilket användargränssnitt använder de?
Totalt sammanställdes 16 e-postadresser från sju (7) olika företag som samtliga är kunder av Orangos affärssystem Bison. Efter inledande kontakt skickades en webbenkät ut för att samla in främst kvantitativa data. Totalt genomförde tretton (13) personer webbenkäten. Samtliga respondenter arbetar dagligen med antingen både Bisons textbaserade användargränssnitt och grafiska användargränssnitt eller en av dem. Respondenterna var mellan 25 och 55+ år, varav sju (7) personer var 46 år eller äldre, och samtliga hade minst ett års erfarenhet av systemet. På frågan om hur goda kunskaper respondenterna anser sig ha inom IT, från 1 “Väldigt dåliga” till 5 “Väldigt bra”, var medelvärdet 4. 76,9% av respondenterna angav att de har “bra” eller “väldigt bra” kunskaper inom IT, resterande 23,1% stod för två personer som svarade “varken eller” och en person som svarade “dåliga”. Ingen av respondenterna angav “Mycket dåliga”. Åtta (8) av de tretton (13) respondenterna, motsvarande 61,5%, angav att de arbetar i systemet under hela sin
arbetsdag. Resterande respondenter angav att de arbetar i systemet flera gånger om dagen. Figur 1 visar fördelningen över vilka gränssnitt som respondenterna arbetar i under sin arbetstid. Cirkeldiagrammet visar att 46,2% enbart arbetar i Bison Classic, som är det textbaserade
användargränssnittet, och 23,1% arbetar endast i Bison Webb, som är det grafiska användargränssnittet. Resterande 30,8% arbetar växelvis i både Bison Classic och Bison Webb.
Figur 1. Cirkeldiagram över svaren på frågan “Vilket användargränssnitt använder du i ditt dagliga arbete?”.
5.1.2 Vilket användargränssnitt föredrar slutanvändarna?
Enkäten var uppdelad i tre (3) huvudspår där de respondenter som endast arbetar i Bison Classic kopplades till ett avsnitt där de fick svara på frågor för Bison Classic. Motsvarande gällde för Bison Webb. Samtliga frågor var identiska för båda spåren där endast namnet på användargränssnittet byttes till det som var relevant för avsnittet. De som angav att de arbetar i såväl Bison Classic som Bison Webb kopplades till avsnitt där de fick svara på samma frågor som de som endast arbetar i ett av
användargränssnitten fast då i ett och samma avsnitt. Därefter kopplades samtliga avsnitt till ett sista avsnitt om attityder kring deras aktuella användargränssnitt och intelligenta användargränssnitt. Sex (6) av respondenter arbetar, eller har arbetat, i både Bison Classic och Bison Webb fick svara på frågan “Vilket användargränssnitt föredrar du”. Se Figur 2. En majoritet på tre (3) personer angav att Bison Classic, det textbaserade användargränssnittet, föredrags. En (1) person angav att Bison Webb föredrogs och två (2) valde svarsalternativet “Vet ej”. Respondenterna som svarade “Vet ej” motiverade sitt svar följande:
− “Web ser snyggare ut och det finns mer info som är bättre att ta fram där, men det är många gånger mycket effektivare att arbeta i grön/svart”
21
− “Båda har fördelar.”Även respondenterna som föredrog Bison Classic respektive Bison Webb fick motivera sitt val. De som föredrog Bison Classic motiverande följande:
− “Enkelt och snabbt, behöver inte använda musen så mkt” − “Enkelt och användarvänligt, driftsäkert”
− “Lättare att använda. Tydligare.”
Den respondenten som föredrog Bison Webb motiverade sitt val enligt nedan: − “Det är bättre rent visuellt .”
Figur 2. Cirkeldiagram över svaren för fråga “Vilket användargränssnitt föredrar du?”.
5.1.3 Attityder kring existerande användargränssnitt
I Figur 3 visas sju (7) grupper av staplar som visualiserar andelen svar som angivits på följande påstående.
1. Jag har åsikter om gränssnittet, dess estetik, funktionalitet eller struktur. 2. Dagens gränssnitt är anpassat efter mina behov.
3. Jag önskar att gränssnittet var mer personligt anpassat efter mig och de arbetsuppgifter jag utför. 4. Gränssnittet ger mig tillräckligt assistans.
5. Antalet steg/klick för att slutföra en uppgift är rimligt. 6. Det är enkelt att hitta den information jag söker.
7. Gränssnittet innehåller delar/funktionaliteter som jag inte använder.
Vi kan ur medelvärdet utläsa att samtliga frågor ligger runt 3, vilket motsvarar den gula stapeln på Figur 3 och svaret “Varken eller”. Frågan med lägst medelvärde är fråga 3, “Jag önskar att gränssnittet var mer personligt anpassat efter mig och de arbetsuppgifter jag utför”. Frågan med högst medelvärde är fråga 5, “Antalet steg/klick för att slutföra en uppgift är rimlig”. Se Tabell 1.
22
Figur 3. Stapeldiagram över svaren på sju (7) frågor där respondenten tar ställning till påståendet på en femgradig skala. “Instämmer inte alls”, “Instämmer i liten utsträckning”, “Varken eller”, “Instämmer i stor utsträckning” och “Instämmer helt”.
Tabell 1. Medelvärdet för respektive fråga visualiserade i Figur 5.
Fråga (nummer) Medelvärde
1 3.2 2 3.4 3 2.8 4 3.5 5 3.5 6 3.2 7 3
För att undersöka om det gränssnitt som respektive respondent arbetar i påverkade svaren jämfördes också medelvärdet, klustrat på användargränssnitt. Se tabell 2. De respondenter som uppgett att de arbetar i Bison Webb har grupperats och detsamma för de som uppgett att de arbetar i Bison Classic. Deltagare som uppgett att de arbetar i båda användargränssnitten blivit inräknade i båda grupperna. Detta för att inte anta vilket användargränssnitt de haft i åtanke när de svarade på frågorna och för att de svarat på samma frågor om både Bison Webb och Bison Classic.
Tabell 2 visar en viss skillnad mellan användarna av Bison Classic och Bison Webb. I synnerhet fråga 3 “Jag önskar att gränssnittet var mer personligt anpassat efter mig och de arbetsuppgifter jag utför” och fråga 4 “Gränssnittet ger mig tillräckligt assistans”. På fråga 3 är medelvärdet för Bison Classic användare 2.5 och för Bison Webb 3.1. Motsvarande för fråga 4 är 3.0 och 3.6.
Tabell 2. Tabell över respondenternas enskilda svar på sju (7) frågor om dagens användargränssnitt. Respondenten tar ställning till påståendet i respektive fråga genom att välja ett av fem svarsalternativ. “Instämmer inte alls”, “Instämmer i liten utsträckning”, “Varken eller”, “Instämmer i stor utsträckning” och “Instämmer helt”. Dessa svarsalternativ är i tabellen konverterade till siffror så “Instämmer inte alls” motsvarar 1, “Instämmer i liten utsträckning” motsvarar 2 och så vidare.
Ålder
Arbetar i
gränssnitt
Föredrar Fråga
1
Fråga
2
Fråga
3
Fråga 4 Fråga 5 Fråga 6
Fråga
7
> 55
Båda
Classic
4
2
3
3
2
2
2
46-55
Classic
-
3
1
4
3
5
1
2
36-45
Classic
-
2
4
1
4
4
3
4
23
46-55
Webb
-
3
3
5
2
2
2
3
25-35
Webb
-
5
4
4
5
4
4
4
25-35
Webb
-
3
4
3
4
4
4
4
36-45
Classic
-
4
3
2
3
4
4
2
> 55
Classic
Classic
1
5
1
5
5
5
4
46-55
Båda
Webb
4
3
3
4
3
3
3
36-45
Classic
Classic
1
5
3
3
4
4
2
46-55
Båda
Vet ej
4
2
3
2
2
3
3
> 55
Båda
Vet ej
4
4
3
4
4
4
3
Medelvärde
Classic
3.1
3.3
2.5
3.0
3.6
3.5
2.8
Medelvärde
Webb
3.2
3.6
3.1
3.6
3.3
3.5
3.1
Respondenterna fick även svara på påstående angående hur effektiva, produktiva och nöjda de är i sina respektive användargränssnitt. Produktiv och effektiv har vi översatt från engelskans “efficiency” och “effectiveness”. Se avsnitt 2.5 för hur vi definerat och använt begreppen.
Tabell 3. Tabell över respondenternas enskilda svar på frågor om de känner sig effektiva, produktiva och är nöjda med användargränssnittet dem dagligen arbetar med. Siffran 1 = “Instämmer inte alls”, 2 = “Instämmer i liten
utsträckning”, 3 motsvarar “Varken eller”, 4 = “Instämmer i stor utstäckning” och 5 = “Instämmer helt”. Ålder Arbetar i
gränssnitt Föredrar Produktiv Classic Effektiv Classic Nöjd Classic Produktiv Webb Effektiv Webb Nöjd Webb
> 55 Båda Classic 4 4 4 4 4 4 46-55 Classic - 2 2 3 36-45 Classic - 3 3 4 46-55 Classic - 4 5 4 46-55 Webb - 3 3 4 25-35 Webb - 4 4 4 25-35 Webb - 4 4 4 36-45 Classic - 3 4 3 > 55 Classic Classic 4 4 5 4 3 3 46-55 Båda Webb 5 5 4 4 4 3 36-45 Classic Classic 4 4 4 2 2 2 46-55 Båda Vet ej 3 4 4 3 3 3 > 55 Båda Vet ej 5 5 4 4 4 4 Medelvärde Classic 3.6 4 3.9 Medelvärde Webb 3.6 3.4 3.4
5.1.4 Attityder kring intelligent grafiska användargränssnitt
För att respondenterna skulle få en gemensam och enhetlig definition samt en förståelse och avgränsning av tekniken intelligent grafiskt användargränssnitt gavs följande definition i enkäten:
24
Intelligent grafiskt användargränssnitt tolkar användarens personliga intentioner och mål. Baserat på dessa föreslår det intelligenta användargränssnitt ändringar, som att till exempel förflytta och förstora en knapp som du ofta använder. Ett annat exempel är att den filtreringen du oftast gör, till exempel sorterar på datum istället för namn, automatiskt blir standard.
Efter denna definition följde frågor om intelligenta grafiska användargränssnitt.
I Figur 4 visas sex (6) grupper av staplar som visualiserar andelen svar som angivits på följande påstående “Vänligen välj det påstående som du tycker passar bäst in. Tror du att intelligent grafiskt
användargränssnitt ....”:
1. ... kommer implementeras i systemet du arbetar i? 2. ... skulle gjort ditt arbete effektivare?
3. ... skulle gjort ditt arbete produktivare? 4. ... skulle gjort ditt arbete enklare? 5. ... skulle gjort ditt arbete roligare?
6. ... skulle varit ett hjälpsamt verktyg i ditt arbete?
Vi kan se att den gröna stapeln, som visualiserar antalet respondenter som svarat “Sannolikt” på
respektive fråga, är hög på samtliga frågor utom den första. Utifrån svaret på frågorna ovan går det att dra en generell slutsats om att det finns en positiv bild av och acceptans för intelligenta grafiska
användargränssnitt hos kunder och slutanvändare för Bison. Även här räknades medelvärdet ut. Se tabell .
Figur 4. Stapeldiagram över svaren på sex (6) frågor där respondenten tar ställning till påståendet på en femgradig skala. “Väldigt osannolikt”, “Osannolikt”, “Varken eller”, “Sannolikt” och “Väldigt sannolikt”. “Vet ej” var ett sjätte svarsalternativ och räknas som ett icke-svar.
I beräkningen av medelvärdet är svaren “Vet ej”, visat i tabell fyra (4) och fem (5), inte inräknat då det räknas som ett icke-svar.
Tabell 4. Medelvärdet för respektive fråga visualiserade i Figur 4.
Fråga (nummer) Medelvärde
1 3
2 3.8
3 3.5
25
5 3.7
6 3.9
Tabell 5. Tabell över respondenternas enskilda svar på sex (6) påstående om intelligent grafiskt användargränssnitt. Respondenten tar ställning till påståendet i respektive fråga genom att välja ett av fem svarsalternativ. “Väldigt osannolikt”, “Osannolikt”, “Varken eller”, “Sannolikt” och “Väldigt sannolikt”. Dessa svarsalternativ är i tabellen konverterade till siffror vilket betyder att “Väldigt osannolikt” motsvarar siffran 1 i tabellen, “Osannolikt” siffran 2 och så vidare. “Vet ej” var ett sjätte svarsalternativ och räknas som ett icke-svar och är i tabellen representerad med ett streck (-).
Ålder Arbetar i
gränssnitt Föredrar Fråga 1 Fråga 2 Fråga 3 Fråga 4 Fråga 5 Fråga 6
> 55 Båda Classic 4 4 4 4 4 4 46-55 Classic - - 4 4 5 5 5 36-45 Classic - 4 3 3 2 4 4 46-55 Classic - - 4 3 3 4 4 46-55 Webb - 2 4 4 4 3 4 25-35 Webb - 3 4 4 4 4 4 25-35 Webb - 3 4 3 4 4 4 36-45 Classic - 2 4 4 1 4 5 > 55 Classic Classic 4 5 4 4 3 3 46-55 Båda Webb 3 4 3 4 4 4 36-45 Classic Classic 2 3 2 2 2 2 46-55 Båda Vet ej - 4 4 4 4 4 > 55 Båda Vet ej 3 3 4 4 3 3 Medelvärde Classic 3.1 3.8 3.5 3.3 3.7 3.8 Medelvärde Webb 2.7 3.9 3.4 3.8 3.4 3.6
69,2% av respondenterna, motsvarande nio (9) personer, svarade “Ja” på frågan om de tror att intelligent grafiskt användargränssnitt hade kunnat implementeras i de system de använder under sin arbetsdag, se Figur 5. Jämförelsevis med fråga ett (1) i Figur 4, “Tror du att intelligent grafiskt användargränssnitt kommer implementeras i systemet du arbetar i?”. På denna fråga svarade 23%, motsvarade tre (3) personer, “Osannolikt”, 30,8% svarade “Varken eller”, 23% svarade “Sannolikt” och 23% svarade “Vet ej”.
26
Figur 5. Cirkeldiagram över svaren på frågan “Tror du att intelligent grafiskt användargränssnitt hade kunnat appliceras i system du använder under din arbetsdag?”.
Tabell 6 visar enskilda svar på frågan visualiserad i Figur 5. Tabellen visar att åtta (8) av tio (10)
respondenter, motsvarande 80%, som arbetar i det textbaserade användargränssnittet var positiva till att intelligent grafiskt användargränssnitt appliceras i systemet dem använder under sin arbetsdag.
Användarna av det grafiska användargränssnittet var också positiva, sex (6) av åtta (8) respondenter, motsvarade 75% svarade “Ja” på frågan. Som visat i tabellen var de två (2) respondenter som svarade “Nej” på frågan. Dessa respondenter har uppgett att dem arbetar i Bison Classic, det vill säga det textbaserade gränssnittet, men har tidigare även arbetat i Bison Webb.
Tabell 6. Tabell över svaren för respektive respondenten tar ställning till påståendet “Tror du att intelligent grafiskt användargränssnitt hade kunnat appliceras i system du använder under din arbetsdag?”. “Vet ej” var ett sjätte svarsalternativ och räknas som ett icke-svar och är i tabellen representerad med ett streck (-).
Ålder Arbetar i gränssnitt Föredrar Svar
> 55 Båda Classic Ja 46-55 Classic - - 36-45 Classic - Ja 46-55 Classic - Ja 46-55 Webb - Ja 25-35 Webb - - 25-35 Webb - Ja 36-45 Classic - Ja
> 55 Classic Classic Nej
27
36-45 Classic Classic Nej
46-55 Båda Vet ej Ja
> 55 Båda Vet ej Ja
Classic & Båda 8st “Ja”
2st “Nej” 8/10 “Ja”
Webb & Båda 6st “Ja”
2st “Nej” 6/8 “Ja”
5.2 Resultat Semistrukturerad intervju
Fyra (4) stycken intervjuer genomfördes varav en (1) var via videolänk genom plattformen Zoom. Med hänvisning till den personliga integriteten är samtliga respondenter anonyma och beskrivs därför som I1-I4, se Appendix B för källmaterial. Intervjuerna varade mellan 18 och 25 minuter och samtliga
respondenterna arbetar på Orango med Bison-systemet på heltid. Respondenterna har jobbat med Bison från sex (6) månader till 23 år och samtliga har idag någon form av kundkontakt samt arbetar med, eller har tidigare arbetat med, utveckling av systemet. Samtliga respondenter har aktiv kontakt med kunder och användare och fick således först svara på frågor kopplade till hur de, utifrån sin domänkunskap och erfarenhet, ser på sina användare.
5.2.1 Kända användbarhetsproblem
Första delen av intervjun ämnades till att undersöka användbarheten bakom Bison från utvecklarnas perspektiv. På frågan “Vilka problem upplever du är vanligast hos era användare?” svarade samtliga respondenter att det inte finns något systematiskt problem som ofta inkommer. Istället rör det sig om problem som inte nödvändigtvis är kontinuerligt återkommande. Dock hänvisar respondent I1 till ett inkommande problem där kund vid upprepade tillfällen har haft problem med de inbyggda
felmeddelanden som gränssnittet visar när något går fel i systemet. I1 menar att kunder inte förstår felmeddelandet,
“Vi har haft ganska mycket om att felmeddelande som kommer upp där de inte är jättepedagogiska. Det kommer upp felmeddelande och så förstår de inte varför och då får vi frågor om varför vi inte har ordentliga felmeddelanden.” [I1].
Respondent I2 menar också att det varierar mycket från kund till kund men att ett något vanligare
problem är att vissa användare inom en organisation behöver spärra vissa komponenter eller verktyg som inte alla användare behöver eller ska få ha tillgång till. Ofta kan detta kopplas till oklarheter och problem som funnits i systemet sedan implementationsfasen. [I2].
Ingen av respondenterna ansåg att användare generellt hade problem med att navigera i systemen eller dess gränssnitt. Respondent I3 påvisar att Bison utvecklas med konsistenta fältnamn och mallar för att gränssnittet ska vara genomgående och se liknande ut i samtliga vyer.
5.2.2 Adaptivitet och användarpreferenser
Vid frågan över huruvida användare önskar förändra eller anpassa systemet efter deras egna behov så svarade samtliga respondenter enhetligt ja. Respondent I1 sammanfattade det som att anpassningen och att anpassa systemen efter kundens preferenser är själva kärnan i Bison. Exempelvis nämner I1 att en kund som använder Bison nyligen har börjat arbeta mycket mot danska kunder och önskar därför implementera en separat kopia över gränssnittet på danska. I regel handlar det ofta om att kunder ändrar eller börjar med nya processer och då krävs det att systemet överlag uppdateras.
