Le rôle des connaissances dans l'identification automatique d'icones - Université Grenoble Alpes Accéder directement au contenu
Article Dans Une Revue Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle Année : 2005

Le rôle des connaissances dans l'identification automatique d'icones

Résumé

Les interfaces des logiciels récents font un usage intensif d'icones, censées représenter des objets proches du modèle mental de l'utilisateur, et éviter le rappel des fonctions ou de la syntaxe. Mais selon quelles modalités et avec quelles connaissances se réalise l'appariement entre l'objet représenté par l'icone et la fonctionnalité du logiciel ? Les info-bulles le facilitent-elles ? Cet article répond à ces questions : – en simulant, avec LSA, un logiciel d'analyse factorielle de grands corpus textuels, le processus d'appariement entre l'objet représenté par l'icone et la fonctionnalité de cette dernière ; – en comparant ces résultats aux performances de 74 participants humains (novices et experts) face à une tâche similaire. Si nous ne sommes pas parvenus à reproduire les performances en identification d'icones des participants humains, nous montrons qu'ajouter l'information des info-bulles à celle des icones améliore les performances de la simulation. Enfin, les performances humaines vont dans le sens de la simulation : les participants experts identifient correctement significativement plus d'icones que les novices, et les deux groupes en identifient correctement plus avec l'aide de l'info-bulle que sans.
Fichier principal
Vignette du fichier
dessusperayaFinal-preprint.pdf (326.33 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00331512 , version 1 (19-06-2018)

Identifiants

  • HAL Id : hal-00331512 , version 1

Citer

Philippe Dessus, Daniel Peraya. Le rôle des connaissances dans l'identification automatique d'icones : Une comparaison avec des humains. Revue des Sciences et Technologies de l'Information - Série RIA : Revue d'Intelligence Artificielle, 2005, 19, pp.195-214. ⟨hal-00331512⟩

Collections

UGA TICE LSE
170 Consultations
128 Téléchargements

Partager

Gmail Facebook X LinkedIn More