Acceptation par l'utilisateur des suggestions du système d'aide à la décision
Je recherche des recherches sur l'acceptation par les utilisateurs des suggestions qu'ils pourraient recevoir d'un moteur d'aide à la décision (filtre anti-spam, par exemple). Les utilisateurs sont-ils plus enclins à accepter la suggestion si elle correspond à leurs attentes? Si la suggestion ne correspond pas à leurs attentes, comment les "persuader" au mieux de la respecter?
J'ai cherché dans diverses publications scientifiques, mais je ne vois que des morceaux ici et là. Quelqu'un connaît-il une étude approfondie ou un document de synthèse couvrant ces sujets?
C'est un peu long, mais ça vaut peut-être la peine de lire le tout. Surtout la section Expérience, c'est amusant. :)
Informations de fond:
Dans une vidéo TED de Shyam Sankar, il suggère que:
Vous pouvez commencer par concevoir l'humain dans le processus. Au lieu de penser à ce qu'un ordinateur ferait pour résoudre le problème, concevez la solution autour de ce que l'homme ferait également. Lorsque vous faites cela, vous vous rendrez compte que vous passerez tout votre temps sur l'interface entre l'homme et la machine. Plus précisément sur la conception autour de la friction et de l'interaction. En fait, le frottement est plus important que la puissance de l'homme ou la puissance de la machine pour déterminer la capacité totale. "
Où :
a= Capacité d'analyseh= humainc= ordinateurM(h*c)= Gestalt de (humain et informatique)1+fi= Friction
Il conclut en disant que:
Les ordinateurs ne détectent pas de nouveaux modèles et de nouveaux comportements, mais les humains le font. Les humains utilisent la technologie, testent des hypothèses, recherchent des idées en demandant aux machines de faire des choses pour elles.
Et pour tester une hypothèse, vous devez d'abord avoir une attente et rechercher des informations, de cette façon, l'esprit est déjà en avance sur la demande faite à la machine (ou au système d'aide à la décision).
Expérience:
Pourquoi la Gestalt de l'homme et de l'ordinateur (M(h*c)) est-elle intégrée dans la capacité analytique?
Eh bien, selon les théoriciens de la Gestalt:
la capacité de percevoir des objets [ou de trouver des résultats] sur un écran est le résultat de connaissances et d'attentes antérieures + image sur la rétine.
Dans votre cas, une réponse ou un rapport ou une solution du système d'aide à la décision.
Faisons une expérience. Voir l'image suivante et essayez d'identifier les choses qu'elle contient. Quelque chose. N'importe quoi:
Lorsqu'elle est présentée avec des stimuli ambigus, notre connaissance du monde nous aide à le comprendre - de même avec des informations ambiguës sur l'écran d'ordinateur. À ce stade, vous n'avez aucune attente prescrite de ce qu'il faut trouver. Par conséquent, l'image est susceptible d'être presque insensée.
D'après mon expérience au bureau, moi et certains collègues étions ignorants de ce qui était représenté dans l'image, puis on nous a donné un peu plus de temps, et rien.
Ce serait similaire à un système d'aide à la décision, nous donnant des numéros sans unités, en-têtes, titres, limites, etc.
Maintenant, regardez à nouveau l'image et recherchez un dalmatien. Ah! Le voilà! Même image, différente de vous (un vous avec l'espoir de trouver un dalmatien).
Réponse:
Les utilisateurs sont-ils plus enclins à accepter la suggestion si elle correspond à leurs attentes?
Oui, car les attentes entraînent une qualité perçue.
Si la suggestion ne correspond pas à leurs attentes, comment les "persuader" au mieux de la respecter?
Éduquer vos utilisateurs pour aligner leurs attentes sur les résultats de votre système d'aide à la décision.