������

Aalto-yliopiston tutkijat ovat mallintaneet käyttäjien silmien liikkumista infonäytöllä, jolla esitetään samanaikaisesti monenlaista sisältöä. Tutkijoiden tavoitteena on saada käyttäjät kiinnostumaan infonäyttöjen sisällöistä. Malli perustuu tiedonetsintäteoriaan, joka puolestaan liittyy siihen, miten eläimet etsivät ravintoa.

Tutkimuksen avulla pyritään ennen kaikkea arvioimaan tiedon etsijöille aiheutuvia kustannuksia ja hyötyjä. Kustannus on eri tiedonlähteisiin käytetty aika ja hyöty saavutetaan informaation löytämisen kautta.

Tohtoriopiskelija Maria Montoya Freire kuvailee tilannetta eläinten ravinnon etsimisen avulla.

”Susi voi esimerkiksi valita, saalistaako se jäniksiä vai peuroja. Jänikset ovat helpompia saaliita, mutta peuroista saa ravintona enemmän energiaa. Susi tekee valinnan arvioimalla saaliin sisältämän energian määrän ja saalistamiseen käytetyn ajan.”

Vastaavasti käyttäjät yrittävät näyttöä katsellessaan saada mahdollisimman paljon tietoa käyttämällä kunkin sisällön katselemiseen mahdollisimman vähän aikaa. He voivat päättää lopettaa näytön katselemisen, jos lukemiseen kuluu paljon aikaa tai jos sisältöä ei koeta hyödylliseksi.

Tutkijat pystyivät matemaattisen mallintamisen avulla optimoimaan näytettävän sisällön.

Tutkijat suorittivat kokeen, jossa optimoitua järjestelmää verrattiin tyypilliseen diaesitykseen. Koe suoritettiin yhden kuukauden aikana Aalto-yliopiston tietotekniikan talon aulassa. Tiedonkeruussa hyödynnettiin Kinect-tekniikkaa, jolla mitattiin, kuinka paljon käyttäjät käyttivät aikaa näytön katseluun.

Tulokset osoittivat, että optimoitu järjestelmä lähes kaksinkertaisti ohi kulkevien ja samalla näyttöä katsovien henkilöiden määrän perinteiseen ratkaisuun verrattuna. Myös niiden henkilöiden määrä kasvoi, jotka pysähtyivät lukemaan näytöllä olevaa sisältöä.

Tutkijat toivovat, että tutkimuksen avulla voidaan parantaa julkisia infonäyttöjä esimerkiksi metro- ja lentoasemilla.

”Olemme osoittaneet, että tiedonetsintäteoriaa voidaan soveltaa infonäyttöjä koskevien ratkaisujen suunnitteluun. Tutkimuksen pohjalta aiotaan jatkossa myös selvittää, miten tietoa voitaisiin muulla tavoin hyödyntää. Tulevaisuudessa pyrimme parantamaan matemaattiseen malliin perustuvia ennusteita harkitsemalla muitakin lähestymistapoja, kuten katseenseurantatietojen hyödyntämistä tai kognitiivisten mallien käyttöä.”

������ä�پ���ٴ��Ჹ:

Artikkeli:

Antti Oulasvirta
Professori
Aalto-yliopisto
antti.oulasvirta@aalto.fi