Черная пятница в UPROCK!

Как эволюционные факторы влияют на наши предпочтения в дизайне: инсайты из теории ландшафта

В процессе эволюции люди обзавелись различными инструментами, которые помогали человечеству выживать. Хотя сейчас нас окружают технологии, мы сохранили ряд когнитивных функций, адаптировав их к новым условиям.

Основной UI на протяжении большей части истории человечества. Фото Hu Chen, Unsplash

Большую часть своей истории (около 98%) люди взаимодействовали с природой. Привычная среда, в которой проводили время наши предки, включала луга, леса, горы, долины рек и даже пустыни. Чтобы выжить и размножаться, люди эволюционировали и обзавелись инструментами восприятия, позволяющими им эффективно взаимодействовать с этими ландшафтами.

По мнению психологов, изучающих ландшафты и окружающую среду, в результате эволюции люди стали эмоционально отдавать предпочтение тем ландшафтам, которые позволяют им собирать информацию из окружающей среды. Поиск и "поглощение" информации очень важны для нас, и именно поэтому мы предпочитаем одни условия обитания другим.

Опираясь на эту идею, экопсихологи Стивен и Рэйчел Каплан пришли к следующему выводу:

Люди предпочитают ландшафты, которые предоставляют наиболее полезную информацию для их выживания.

В основе этих предпочтений лежат две когнитивные функции: понимание и исследование.

Понимание — это когнитивная функция, с помощью которой человек собирает информацию из окружающей среды, чтобы понять ее смысл и создать контекст, в котором он может взаимодействовать с ней. Хорошо понимая окружающую среду, люди способны избегать опасностей, добывать пищу, размножаться и находить убежище.

С другой стороны, исследование — это когнитивный процесс, который включает культивирование интереса к получению новой информации. Он тесно связан с любопытством и представляет собой желание узнать что-то новое.

Четыре прогностических переменных предпочтений

Капланы осознали, что понимание и исследование иногда могут происходить сразу, а иногда — требуют времени и логических рассуждений.

Информация, которую мозг может обработать без дополнительных усилий, считается “мгновенной”, в то время как “умозаключение” требует дополнительных ментальных усилий и времени для обработки информации и классификации элементов по категориям.

На пересечении этих четырех измерений Капланы разработали матрицу предпочтений, которая составляет основу их теории предпочтения ландшафта. В результате у них получилось четыре переменных: согласованность, разборчивость, сложность и загадочность.

Матрица предпочтений

Согласованность относится к “мгновенному” пониманию окружающей среды. Когда среда непротиворечива и последовательна, человек может быстро понять, что в ней присутствует и как оно выглядит. Такие ландшафты упорядоченны и предсказуемы, а составляющие их элементы часто повторяются в узнаваемых паттернах и структурах. Это помогает человеку быстро и без усилий воспринять представленную информацию. Согласованность тесно связана с гештальт-законами визуального восприятия.

Разборчивость, напротив, требует больше времени и усилий для понимания и предполагает движение. Если в случае с согласованностью речь идет о пассивном понимании обстановки, то при разборчивости человеку нужно начать двигаться и воспринимать изменяющуюся среду. Высокая разборчивость позволяет ориентироваться в пространстве и перемещаться в нем туда-сюда.

Если разборчивость низкая, человек может почувствовать себя небезопасно. Пример разборчивости в UX-дизайне — то, как пользователи перемещаются по сайту и насколько легко они могут вернуться назад и исправить свои ошибки. Эта переменная также связана с некоторыми эвристиками и когнитивными эффектами, такими как эффект градиента цели и правило пика и завершения.

Сложные среды — те, которые включают множество разнообразных элементов и предполагают незамедлительное изучение. Такие среды мотивируют к исследованию, потому что в них можно многое обнаружить и узнать. В UX-дизайне корпоративных и B2B-приложений мы часто имеем дело со сложными интерфейсами, которые невозможно сократить, но которые вместе с тем больше нравятся пользователям, поскольку предлагают больше контроля и гибкости. Один из когнитивных эффектов, связанных с этой переменной, — закон Теслера.

Изучение загадочных сред, напротив, требует дополнительных усилий, поскольку они содержат скрытую информацию. В таких средах есть элементы, которые необходимо собрать и соединить. Загадочные среды могут быть сложными, но также захватывающими и увлекательными, поскольку людям приходится искать скрытую информацию и собирать ее воедино. 

Хотя скрытые контент и функциональность могут представлять опасность, они также могут подарить аудитории положительный опыт, если в интерфейсе есть подсказки, индикаторы, пасхалки и "белые кролики", которые приглашают пользователей открыть для себя новые функциональные возможности. Такие загадочные путешествия нравятся многим пользователям, если они в конечном итоге открывает им что-то новое.

Окружающая среда с четкой заметной дорожкой и привлекательной сложной листвой, которая добавляет загадочности. Хороший баланс разборчивости и увлекательности. Источник

Как все это связано с UX-дизайном?

Сейчас мы проводим больше времени, глядя на экраны компьютеров и телефонов, чем на природу. Интерфейс стал частью нашей среды, но мы используем те же инструменты восприятия, которые наши предки развивали на протяжении миллионов лет.

Эволюция сформировала наше визуальное восприятие таким образом, что мы предпочитаем определенные ландшафты, и эти предпочтения можно применить к новым виртуальным 2D-ландшафтам, которые мы видим на экранах.

Восприятие пользовательского интерфейса похоже на восприятие ландшафта

Некоторые ученые-когнитивисты, такие как Дональд Хоффман, вообще утверждают, что объекты вокруг нас представляют собой подобие иконок пользовательского интерфейса, и мы видим истинную реальность не больше, чем процессы в транзисторах и микросхемах наших компьютеров.

Когда мы взаимодействуем с интерфейсом компьютера, мы используем те же когнитивные функции, что и при взаимодействии с природными ландшафтами. Мы пытаемся понять информацию и осмыслить ее, а также предпринимаем действия по изучению окружающей среды.

Между этими двумя функциями существует петля обратной связи: исследование приводит к изменениям в окружающей среде, которые стимулируют процесс понимания в нашем сознании, и как только мы понимаем это, мы предпринимаем действия и исследуем новое состояние окружающей среды.

Как мы можем применить эту теорию?

Мы можем применить теорию ландшафта для оценки интерфейсов и определения того, как их воспринимают пользователи. Проанализировав четыре переменные: согласованность, разборчивость, сложность и загадочность, мы получим представление о том, почему пользователи предпочитают определенные UI-элементы или дизайн-подходы.

Это может послужить основой для разработки нового фреймворка, предназначенного для проведения оценочных исследований UX и юзабилити, и поможет нам понять, как пользователи обрабатывают и понимают информацию, представленную в интерфейсе.

Фреймворк UI-предпочтений

Анализируя, как пользователи воспринимают интерфейс и перемещаются по нему, мы можем определить, способны ли они сразу понять представленную информацию или им требуется больше времени на ее обработку.

Мы также способны оценить, могут ли они без труда ориентироваться в интерфейсе, или же они испытывают страх и неуверенность. Понимание этих факторов поможет нам разрабатывать более эффективные и удобные интерфейсы.

Современный UX-дизайн основан на понимании, ведь мы хотим создать интуитивно понятные, удобные интерфейсы, чтобы пользователи не путались в них и не чувствовали себя потерянными.

Помимо того, как пользователи воспринимают и понимают интерфейс, мы также можем исследовать, как они взаимодействуют с ним и изучают его. Мы можем определить, способны ли они мгновенно начать действовать, или же они застревают на месте и пытаются найти скрытые элементы. 

Однако продукты с загадочными характеристиками, например ChatGPT, существуют. Здесь пользователям приходится исследовать и отыскивать скрытые функции, что может вызывать одновременно изумление и восторг.

Мы также можем проанализировать сложность интерфейса и выяснить, эффективен он или нет. Важно отметить, что сложный дизайн не обязательно является плохим. Сложность может обеспечивать пользователям больше контроля и гибкости для выполнения задач, точно так же, как сложная окружающая среда предоставляет различные источники пропитания и способы обеспечения безопасности.

Сложный интерфейс предлагает посетителям ряд опций и функций, позволяя выполнять стоящие перед ними задачи таким образом, который больше всего соответствует их потребностям и предпочтениям. Это может быть полезно, так как обеспечивает высокую степень кастомизации и адаптивности. 

Что касается визуала, сложность зачастую порождает более богатую эстетику и устраняет потенциальную скуку, которую мы можем испытать в процессе взаимодействия с более простыми интерфейсами.

Стоит поразмышлять над тем, каким образом исследование может влиять на опыт пользователей. Хотя мы в основном сосредоточились на понимании, наши пользователи могут нуждаться в приключениях и открытиях

Есть веские причины, по которым игры с открытым миром так популярны — многие игроки тратят огромное количество времени на поиск пасхалок. Если мы продумаем все тщательно, то сможем создать положительный опыт исследования даже на сайтах и в мобильных приложениях. В противном случае наши пользователи будут чувствовать себя потерянными и подавленными. Выбирая дизайн-подход, важно соблюдать баланс, а также учитывать контекст и цели продукта.

Заключение

Теория ландшафта помогает нам понять, какие условия предпочитают люди и почему. Причины кроются в теории эволюции — в процессе развития мы стали отдавать предпочтение тем средам, которые обеспечивают нас необходимой информацией для выживания и размножения.

Сегодня мы живем в технологической цивилизации, но у нас остались те же когнитивные функции понимания и исследования, что и у наших предков, и эти когнитивные функции влияют на то, какие интерфейсы нам нравятся.

Поэтому, используя теорию ландшафта Стивена и Рейчел Каплан, мы можем проанализировать и изучить предпочтения наших пользователей, а также разработать новый фреймворк предпочтений для дальнейших исследований.

Источник
и
:
arrow