Dr. Sarah Suleri

 

Auswirkungen der technologischen Unterstützung auf die Arbeitsbelastung beim Software-Prototyping

Prototyping ist eine weit verbreitete iterative Technik für Brainstorming, Kommunikation und Evaluierung von UI-Designs. In dieser Forschungsarbeit soll dieser Prozess unter drei Aspekten analysiert werden: traditionelles UI-Prototyping, Rapid Prototyping und Prototyping für Barrierefreiheit. Wir schlagen drei neue Ansätze vor und setzen sie durch die Einführung von drei Artefakten um: 1) Eve, eine skizzenbasierte Prototyping-Workbench, die die Automatisierung der Delity-Transformation unterstützt, 2) Kiwi, eine UI-Design-Pattern- und Richtlinien-Bibliothek zur Unterstützung von UI-Design-Pattern-getriebenem Prototyping, 3) Personify, eine Persona-basierte UI-Design-Richtlinien-Bibliothek für barrierefreies UI-Prototyping. Wir evaluieren die Benutzerfreundlichkeit dieser Artefakte, und die Ergebnisse deuten auf eine gute Benutzerfreundlichkeit und Lernfähigkeit hin. Darüber hinaus verwenden wir NASA-TLX, um die Auswirkungen der Verwendung dieser drei neuen Ansätze auf die subjektive Arbeitsbelastung der UI/UX-Designer während des Software-Prototyping-Prozesses zu untersuchen.

Unsere Analyse der Arbeitsbelastung zeigt, dass im Gegensatz zum traditionellen Prototyping-Ansatz die umfassende Unterstützung von Eve den Wechsel zwischen verschiedenen Prototyping-Tools überflüssig macht, während man sich durch Lo-Fi, Me-Fi und Hi-Fi bewegt. Folglich sinkt die subjektive Arbeitsbelastung von UI/UX-Designern mit dem umfassenden Ansatz von Eve erheblich. Auch die mentale Belastung, die zeitliche Belastung und die Anstrengung sind deutlich geringer, und die wahrgenommene Gesamtleistung steigt mit dem umfassenden Ansatz (Eve) um das Fünffache. In ähnlicher Weise ist die subjektive Arbeitsbelastung von UI/UX-Designern, die den mustergesteuerten Ansatz mit Kiwi verwenden, deutlich geringer als die Arbeitsbelastung, die sie mit dem traditionellen Ansatz des Rapid Prototyping erfahren. Die physische Belastung und der Aufwand des Rapid Prototyping sind bei der Verwendung des mustergesteuerten Ansatzes deutlich geringer. Schließlich ist die subjektive Arbeitsbelastung von UI/UX-Designern, die den persona-gesteuerten Ansatz von Personify verwenden, deutlich geringer als die Arbeitsbelastung, die sie bei der Verwendung des traditionellen Ansatzes des Prototyping für Barrierefreiheit erfahren. Insbesondere sind die mentalen Anforderungen und der Aufwand für das Prototyping barrierefreier Benutzeroberflächen bei der Verwendung von Personify deutlich geringer. Diese Arbeit zielt darauf ab, frühere Arbeiten zum UI-Prototyping zu erweitern und ist allgemein anwendbar, um die Auswirkungen der Verwendung von Deep Learning, UI-Design-Patterns und Personas auf die Arbeitsbelastung beim UI-Prototyping zu verstehen.