人因实验知识网络

研究问题

Properties1
aliasesresearch questions, RQ

7分钟阅读

1 定义

研究问题就是研究项目试图回答的核心问题。对于实验研究，研究问题可以概括为：

在控制了 额外变量的特定边界条件下，自变量的不同水平或变化，会对因变量产生怎样的影响？

虽然在实验研究中较少考虑，但人因工程研究问题还常涉及中介变量与调节变量。

Wikipedia 定义：

A research question is “a question that a research project sets out to answer”. Choosing a research question is an essential element of both quantitative and qualitative research. Investigation will require data collection and analysis, and the methodology for this will vary widely. Good research questions seek to improve knowledge on an important topic, and are usually narrow and specific.

在 HCI 中研究问题的定义 [@oulasvirtaHCIResearchProblemSolving2016]：

Definition: A research problem in HCI is a stated lack of understanding about some phenomenon in human use of computing, or stated inability to construct interactive technology to address that phenomenon for desired ends.)
一个研究问题是对人类使用计算过程中的某种现象缺乏理解的明确声明，或者是对无法构建交互技术以应对该现象并达成预期目的的能力缺失的明确声明。”

2 类型

HCI领域研究者将该领域的研究问题分为三类[@oulasvirtaHCIResearchProblemSolving2016]：

  1. 实证类问题（empirical problems），旨在描述与人与计算设备之间的交互现象，发现新行为、识别因素或量化因素的作用效应；
  2. 概念类问题（conceptual problems），旨在通过非实证的方式解释现象原因、数据与理论的冲突、不同理论的冲突；
  3. 构造类问题（constructive problems），旨在创造新的、人直接使用的计算系统或交互方式，体现其设计原则与思想。人因实验通常用于实证类问题和构造类问题。

3 来源

人因实验的研究问题常来自设计需求或对人与人、人与计算系统互动的观察。研究者需要将这些模糊的疑问，转化为聚焦且可验证的问题。以下为可能的研究问题来源：

  1. 系统缺陷与真实痛点：可能源自事故报告、用户的抱怨或研究者的现场观察。
  2. 新技术与新交互范式的评估：当人们开始使用新技术时，会出现新的交互特点与现象，需要评估其对人的绩效、体验、舒适与健康的影响。
  3. 多方案的比较与筛选：当有多个备选设计方案或设计途径时，需要进行定量对比，例如AB测试。

4 操作要点

通常包含以下阶段：在实际工程或生活中观察到痛点、产生疑问 -> 明确其中的核心概念 -> 对概念进行操作化落地 -> 形成包含具体变量与方向的实验假设。

医学领域的研究者提出了一些标准，例如FINER criteria（feasible interesting novel ethical relevant）和PICOT criteria （patient intervention comparison outcomes time）。不过这些标准并不直接适用于人因实验，人机交互领域的研究者提出的对研究问题的评价维度可能更适用[@oulasvirtaHCIResearchProblemSolving2016]：

  1. 意义与重要性（significance）：研究问题必须对利益相关者（用户、企业、社会等各方面）具有重要价值 。
  2. 有效性（effectiveness）：针对研究问题，提出的解决方案必须真正解决了本质问题，没有重要遗漏或曲解
  3. 效率与可应用性（efficiency）：应用研究结论应当较为高效、容易，即应当易于被同行或业界应用。
  4. 可迁移性（transfer）：该研究结论应当可以推广应用到相邻的问题或其他情境中 ，即外部效度。
  5. 置信度（confidence）：该研究结论成立的概率较高，即有效性、可靠性与稳健性较高，这主要取决于实验设计与分析的严谨性。

5 示例

假设你需要研究人员与高复杂度智能体之间的协同问题，首先提取变量：

  • 自变量： 决策透明度机制的呈现方式（水平1：仅输出最终决策指令；水平2：提供完整的思维链可视化）。
  • 因变量： 对AI的信任（主观量表）、认知负荷（主观量表）、对系统的接管干预响应时间（客观行为）。
  • 额外变量： 操作人员的专业经验（新手 vs. 专家）、任务环境的紧急程度（常规状态 vs. 紧急状态）。

示例研究问题（完整包含 IV、DV、EV）：
在紧急任务状态下，针对具备中等专业经验的操作者，

  • RQ1：相较于仅提供决策指令，提供包含思维链可视化的高透明度界面，能否提高操作者对AI的信任？
  • RQ2：相较于仅提供决策指令，提供包含思维链可视化的高透明度界面，能否降低操作者的认知负荷？
  • RQ3：相较于仅提供决策指令，提供包含思维链可视化的高透明度界面，能否缩短响应时间？

6 参考文献

Oulasvirta, A., & Hornbæk, K. (2016). HCI Research as Problem-Solving. Proceedings of the 2016 CHI Conference on Human Factors in Computing Systems, 4956–4967. https://doi.org/10.1145/2858036.2858283

关系图谱

反向链接