Relația cauzală

4.8 Relații: circumstanțiale și cauzale

Am menționat mai sus că căutarea și explicarea relațiilor interesante face parte din ceea ce facem în cercetarea HCI. Adesea, un experiment controlat este conceput și realizat special în acest scop și, dacă este realizat corect, este posibil un anumit tip de concluzie. Adesea putem spune că starea manipulată în cadrul experimentului a cauzat schimbările în răspunsurile umane care au fost observate și măsurate. Aceasta este o relație cauză-efect, sau pur și simplu o relație cauzală.

În HCI, variabila manipulată este adesea un atribut la scară nominală al unei interfețe, cum ar fi dispozitivul, metoda de intrare, modalitatea de feedback, tehnica de selecție, adâncimea meniului, dispunerea butoanelor și așa mai departe. Variabila măsurată este, de obicei, un comportament uman la scară de raport, cum ar fi timpul de finalizare a sarcinii, rata de eroare sau numărul de clicuri pe butoane, evenimente de defilare, deplasări ale privirii etc.

Descoperirea unei relații de cauzalitate într-un experiment HCI produce o concluzie puternică. Dacă răspunsul uman măsurat este vital în HCI, cum ar fi timpul necesar pentru a efectua o sarcină obișnuită, atunci faptul de a ști că o condiție testată în cadrul experimentului reduce acest timp este un rezultat valoros. În cazul în care condiția este o punere în aplicare a unei idei noi și a fost comparată cu practica curentă, poate exista într-adevăr un motiv de sărbătoare. Nu numai că a fost găsită o relație cauzală, dar noua idee îmbunătățește practica existentă. Acesta este genul de rezultat care adaugă cunoștințe valoroase disciplinei; face să avanseze stadiul tehnicii.9 Despre asta este vorba în cercetarea HCI!

Căutarea unei relații nu înseamnă neapărat că există o relație cauzală. Multe relații sunt circumstanțiale. Ele există și pot fi observate, măsurate și cuantificate. Dar ele nu sunt cauzale, iar orice încercare de a exprima relația ca atare este greșită. Exemplul clasic este relația dintre fumat și cancer. Să presupunem că un studiu de cercetare urmărește obiceiurile și sănătatea unui număr mare de persoane pe parcursul mai multor ani. Acesta este un exemplu al metodei corelaționale de cercetare menționate anterior. În final, se constată o relație între fumat și cancer: cancerul este mai răspândit la persoanele care au fumat. Este corect să concluzionăm din acest studiu că fumatul provoacă cancer? Nu. Relația observată este circumstanțială, nu cauzală. Luați în considerare acest lucru: atunci când datele sunt examinate mai îndeaproape, se descoperă că tendința de a dezvolta cancer este, de asemenea, legată de alte variabile din setul de date. Se pare că persoanele care au dezvoltat cancer au avut, de asemenea, tendința de a bea mai mult alcool, de a mânca mai multe alimente grase, de a dormi mai puțin, de a asculta muzică rock și așa mai departe. Poate că a fost consumul crescut de alcool care a cauzat cancerul, sau consumul de alimente grase, sau altceva. Relația este circumstanțială, nu cauzală. Acest lucru nu înseamnă că relațiile circumstanțiale nu sunt utile. Căutarea și găsirea unei relații circumstanțiale este adesea primul pas în cercetarea ulterioară, în parte pentru că este relativ ușor să colectezi date și să cauți relații circumstanțiale.

Relațiile cauzale apar din experimentele controlate. Căutarea unei relații cauzale necesită un studiu în care, printre altele, participanții sunt selectați aleatoriu dintr-o populație și sunt repartizați aleatoriu în condiții de testare. O repartizare aleatorie asigură faptul că fiecare grup de participanți este același sau similar în toate privințele, cu excepția condițiilor în care fiecare grup este testat. Astfel, este mai probabil ca diferențele care apar să se datoreze (să fie cauzate de) condițiile de testare decât la circumstanțe de mediu sau de altă natură. Uneori, participanții sunt echilibrați în grupuri în care participanții din fiecare grup sunt examinați astfel încât grupurile să fie egale din punct de vedere al altor atribute relevante. De exemplu, un experiment care testează două controlere de intrare pentru jocuri ar putea să repartizeze aleatoriu participanții în grupuri sau să echilibreze grupurile pentru a se asigura că gama de experiență de joc este aproximativ egală.

Iată un exemplu de HCI similar cu exemplul fumat versus cancer: Un cercetător este interesat să compare multi-tap și introducerea predictivă (T9) pentru introducerea de text pe un telefon mobil. Cercetătorul se aventurează în lume și abordează utilizatorii de telefoane mobile, cerându-le cinci minute din timpul lor. Mulți sunt de acord. Aceștia răspund la câteva întrebări despre experiența și obiceiurile de utilizare, inclusiv despre metoda lor preferată de introducere a mesajelor text. Sunt găsiți 15 utilizatori de multi-tap și 15 utilizatori de T9. Utilizatorilor li se cere să introducă o frază de text prescrisă în timp ce sunt cronometrați. Înapoi în laborator, datele sunt analizate. Evident, utilizatorii T9 au fost mai rapizi, introducând 18 cuvinte pe minut, în comparație cu 12 cuvinte pe minut pentru utilizatorii de taste multiple. Asta înseamnă că utilizatorii T9 au fost cu 50% mai rapizi! Care este concluzia? Există o relație între metoda de introducere și viteza de introducere a textului; cu toate acestea, relația este circumstanțială, nu cauzală. Este rezonabil să se raporteze ce s-a făcut și ce s-a constatat, dar este greșit să ne aventurăm dincolo de ceea ce oferă metodologia. Ar fi greșit să se concluzioneze din acest studiu simplu că T9 este mai rapid decât multi-tap. La o inspecție mai atentă a datelor, se descoperă că utilizatorii T9 aveau tendința de a fi mai pricepuți la tehnologie: aceștia au raportat o experiență considerabil mai mare în utilizarea telefoanelor mobile și, de asemenea, au raportat că trimit mult mai multe mesaje text pe zi decât utilizatorii multi-tap care, în general, au declarat că nu le place să trimită mesaje text și că fac acest lucru foarte rar.10 Așadar, diferența observată se poate datora mai degrabă experienței anterioare și obiceiurilor de utilizare, decât diferențelor inerente ale metodelor de introducere a textului. Dacă există un interes real de a determina dacă o metodă de introducere a textului este mai rapidă decât alta, este necesar un experiment controlat. Acesta este subiectul următorului capitol.

Un ultim aspect merită menționat. Concluziile de cauză și efect nu sunt posibile în anumite tipuri de experimente controlate. Dacă variabila manipulată este un atribut natural al participanților, atunci concluziile de cauză și efect nu sunt de încredere. Exemple de atribute care apar în mod natural includ sexul (feminin, masculin), personalitatea (extrovertit, introvertit), mâna (stângă, dreaptă), prima limbă (de exemplu, engleză, franceză, spaniolă), punctul de vedere politic (stânga, dreapta) și așa mai departe. Aceste atribute sunt variabile independente legitime, dar nu pot fi manipulate, ceea ce înseamnă că nu pot fi atribuite participanților. În astfel de cazuri, o concluzie de cauză și efect nu este valabilă, deoarece nu este posibil să se evite variabilele confuze (definite în capitolul 5). Faptul de a fi bărbat, de a fi extrovertit, de a fi stângaci și așa mai departe aduce întotdeauna alte atribute care variază sistematic între nivelurile variabilei independente. Concluziile de cauză și efect nu sunt fiabile în aceste cazuri, deoarece nu este posibil să se știe dacă efectul experimental s-a datorat variabilei independente sau variabilei de confuzie.