Laboratory of Informatics of Grenoble Engineering Human-Computer Interaction Research Group

Engineering Human-Computer Interaction
Research Group

Plasticité de l’Interaction Homme-Machine : présentation à l’utilisateur, une question de compromis

2017.

Sarah Bouzit

Abstract

La thèse s’inscrit dans le domaine de l’ingénierie de l’interaction homme-machine (IHM). Elle
s’intéresse à la problématique de l’adaptation des interfaces homme-machine au contexte
d’usage. Le contexte est défini par le triplet < Utilisateur, Plate-forme, Environnement >. La
question de recherche porte sur la présentation de l’adaptation : comment accompagner le
changement pour maximiser le bénéfice de l’adaptation ? L’étude porte sur les petites surfaces
d’affichage, telles que celles des téléphones. Ce choix se justifie, d’une part, par le succès des
smartphones et des tablettes et, d’autre part, par la capacité limitée des petits écrans en termes
d’affichage. Le temps de navigation et de recherche de cibles est pénalisé.
Dans l’étude, nous supposons qu’un algorithme d’adaptation peut anticiper les tâches de
l’utilisateur par des prédictions. Nous considérons deux cas d’adaptation selon que
l’algorithme de prédiction fournit des résultats corrects ou incorrects. Une prédiction est
correcte (inversement incorrecte) lorsqu’elle correspond (inversement ne correspond pas) aux
besoins de l’utilisateur. Le défi de la thèse est d’explorer de nouvelles techniques d’interaction
et d’adaptation pour accélérer l’interaction lorsque la prédiction est correcte sans la pénaliser
lorsque la prédiction est incorrecte.
Les contributions sont doubles : d’une part, un cadre théorique modélisant l’interaction
adaptative et identifiant les critères qualité clés ; d’autre part, de nouvelles techniques
d’adaptation issues du cadre théorique grâce à son pouvoir non seulement descriptif et
comparatif, mais aussi génératif.
Nous proposons ainsi sept techniques : l’adaptation éphémère avec disparition In Context
(1) vs Out of Context (2) contrôlée ou non (3) dissout la fenêtre de propositions au bout d’un
certain temps, facilitant ainsi l’accès aux items recherchés en cas de prédiction incorrecte ; (4)
le menu cloud qui permet d’accroître le nombre d’items prédits dans le but d’augmenter la
probabilité de présenter des items corrects ; la navigation hiérarchique incarnée en deux
techniques d’adaptation step-by-step (5) et shortcut (6) permettant de jouer sur le facteur de la
distribution temporelle des prédictions ; le menu polymodal (7) qui présente la prédiction
avec différentes modalités (graphique et vocale).
ii
Nous appliquons ces techniques au cas des menus sur smartphone. Les évaluations
expérimentales concluent que ces techniques permettent effectivement d’absorber les erreurs
de prédiction pour in fine, au mieux, accélérer l’interaction mais sans jamais la pénaliser.
En conclusion, par sa contribution théorique, la thèse dimensionne l’espace d’exploration de
l’interaction adaptative, en intégrant les mécanismes d’adaptation à la boucle interactionnelle.
Elle positionne également les axes de présentation de l’adaptation et explicite de nouvelles
pistes d’exploration. Clairement la présentation de l’adaptation est une affaire de compromis.
Des recherches communes entre les communautés Intelligence Artificielle et Interaction
Homme-Machine sont une perspective naturelle à cette thèse pour prolonger conjointement
cette étude.