Удобство и пользовательский опыт в цифровую эпоху
Рубрикатор
Глава 2. Удобство и пользовательский опыт в цифровую эпоху
2.1. Рождение HCI и графических интерфейсов 2.2. Эпоха веба и мобильных технологий 2.3. Новые подходы к UX-исследованиям в эпоху искусственного интеллекта Выводы по главе
Глава 2. Удобство и пользовательский опыт в цифровую эпоху
2.1. Рождение HCI и графических интерфейсов
К началу 1970-х годов принципы эргономики, разработанные для авиации и промышленности, начали применять к новой области — компьютерным системам. В то время компьютеры работали через командную строку. Пользователь печатал текстовые команды, а компьютер выводил результат в виде текста. Например, чтобы скопировать файл, нужно было набрать «COPY FILE1.TXT FILE2.TXT». Малейшая опечатка приводила к ошибке.
Удобство определялось мощностью системы и скоростью выполнения операций. Если человек не справлялся с интерфейсом, его отправляли на обучение. Трудности взаимодействия с системой устраняли через подготовку пользователя, а не через изменение продукта.
Ранний персональный компьютер с текстовым интерфейсом
Xerox PARC и изобретение GUI
В 1970 году корпорация Xerox основала исследовательский центр PARC (Palo Alto Research Center) в Калифорнии. Перед исследователями поставили задачу: создать компьютер для офисных работников, которые никогда не занимались программированием.
Ответом на этот запрос стал Xerox Alto — первый компьютер с графическим интерфейсом (GUI), разработанный инженерами PARC в 1973 году.
Главное отличие от предыдущих компьютеров состояло в том, что вместо текстовых команд пользователь видел на экране привычные офисные предметы: документы выглядели как листы бумаги, папки — как офисные папки, корзина — как мусорная корзина.
Так появилась метафора рабочего стола. Теперь пользователю не нужно было запоминать абстрактные команды — компьютерный интерфейс имитировал физическое пространство, знакомое каждому офисному работнику.
Слева: Персональный компьютер Xerox Alto. Справа: Демонстрация взаимодействия человека с компьютерной системой PARC
Еще одной инновацией Xerox Alto стала компьютерная мышь — устройство для прямого взаимодействия с объектами на экране. Пользователь видел курсор и указывал на нужный объект вместо того, чтобы описывать его координаты командами. Действие стало наглядным: чтобы удалить файл, его буквально перетаскивали в корзину.
Xerox Alto с графическим интерфейсом и первой компьютерной мышью
Программист PARC Ларри Теслер внедрил принцип WYSIWYG (What You See Is What You Get): текст на экране выглядел точно так же, как будет напечатан. Пользователь сразу видел результат своих действий. Теслер также создал операции «вырезать», «копировать» и «вставить», которые работали одинаково во всех программах. Эта согласованность действий стала еще одним новым критерием удобства.
Понимание удобства вновь изменилось. Раньше удобной считалась система, которая быстро выполняет команды. Теперь она должна быть лёгкой в освоении и защищённой от ошибок пользователя. Появился новый критерий удобства продукта — простота взаимодействия.
Компьютер Xerox Alto
Дональд Норман и концепция ментальных моделей
Графические интерфейсы сделали компьютеры доступнее широкой аудитории, однако пользователи продолжали совершать ошибки. Они не находили нужные функции, путались в меню, случайно удаляли файлы. Разработчики винили людей в невнимательности.
Когнитивный психолог Дональд Норман исследовал причины этих ошибок. Он обнаружил, что каждый пользователь строит в голове ментальную модель — представление о том, как работает система. Проблемы возникают, когда эта модель не совпадает с реальной логикой программы. Интерфейс удобен, когда он помогает пользователю построить правильную ментальную модель, совпадающую с замыслом разработчика.
Отражение интерфейса в ментальной модели пользователя. Авторское изображение, сгенерированное ChatGPT
В 1988 году Норман опубликовал книгу «The Design of Everyday Things». В ней он ввёл понятие аффорданса — свойства объекта, которое подсказывает способ взаимодействия с ним. Кнопка должна выглядеть так, чтобы на нее хотелось нажать, ползунок — передвинуть, ссылка — кликнуть. Норман утверждал, что хороший интерфейс должен использовать правильные аффордансы, чтобы человек понимал, как с ним взаимодействовать без инструкций.
В 1993 году Норман пришёл в Apple на должность User Experience Architect. Он первым использовал термин «user experience» в названии должности. Норман хотел подчеркнуть, что важен не только сам интерфейс, но и весь опыт взаимодействия человека с продуктом: его ожидания, эмоции и впечатления.
Слева: Дональд Норман — автор концепций аффордансов и ментальных моделей. Справа: Книга Нормана «Дизайн привычных вещей»
Дональд Норман показал, что хороший дизайн делает правильные действия очевидными, а ошибочные невозможными. После его работ оценка удобства интерфейса стала включать качественные методы. Исследователи проводили интервью с пользователями, наблюдали за тем, как люди понимают работу системы, и выявляли расхождения между намерениями разработчиков и ожиданиями пользователей.
Пример аффорданса кнопок
Якоб Нильсен: 10 эвристик юзабилити
В конце 1980-х — начале 1990-х годов фокус исследователей сместился с фундаментальных принципов взаимодействия к практическим методам оценки интерфейсов. Датский специалист по юзабилити Якоб Нильсен стремился создать универсальные критерии, которые позволили бы быстро выявлять проблемы интерфейса без длительных и дорогостоящих исследований с пользователями.
В 1994 году Нильсен сформулировал 10 эвристик юзабилити — принципы, которые помогают создавать интуитивно понятные и удобные интерфейсы.
Якоб Нильсен — автор 10 эвристик юзабилити для анализа удобства интерфейсов
Эти правила основаны на анализе 249 проблем юзабилити из различных проектов. Нильсен обнаружил, что большинство ошибок связаны с нарушением одних и тех же базовых принципов. Рассмотрим каждую эвристику подробнее:
1. Видимость состояния системы Интерфейс должен постоянно информировать пользователя о происходящих процессах: показывать прогресс загрузки, подтверждать успешное выполнение действий, сообщать об ошибках.
2. Соответствие системы реальному миру Интерфейс должен говорить на языке пользователя.
3. Контроль и свобода пользователя Пользователь должен иметь возможность отменить действие, вернуться к предыдущему шагу или выйти из текущего процесса.
4. Согласованность и стандарты Одинаковые элементы должны выглядеть и работать одинаково во всей системе.
5. Предотвращение ошибок Хороший дизайн предупреждает проблемы до их возникновения. Система должна либо исключать условия для ошибок, либо запрашивать подтверждение перед выполнением сомнительных действий.
Диалоговые окна ранних ОС, иллюстрирующие правила Нильсона: «Видимость состояния системы» и «Контроль и свобода пользователя»
6. Распознавание вместо вспоминания Не нужно заставлять пользователя держать много информации в памяти одновременно — лучше, чтобы самое главное было выведено на экране.
7. Гибкость и эффективность Интерфейс должен быть удобен и новичкам, и опытным пользователям.
8. Эстетика и минимализм В интерфейсе не должно быть лишних элементов, отвлекающих от задачи. Каждый дополнительный элемент конкурирует с важной информацией за внимание пользователя.
9. Помощь в восстановлении после ошибок Сообщения об ошибках должны быть написаны понятным языком, точно описывать проблему и предлагать конкретное решение.
10. Справка и документация Хотя интерфейс должен быть понятен без инструкций, иногда пользователю требуется помощь. Документация должна быть легко доступна, ориентирована на решение конкретных задач и содержать пошаговые инструкции.
Страницы 404 как пример интерфейсных решений, помогающих пользователю исправить ошибку и продолжить работу
Эвристики Нильсена сделали анализ интерфейсов воспроизводимым: разные эксперты могли оценивать продукт по единым критериям. Метод эвристической оценки демократизировал тестирование удобства — теперь даже небольшие команды без бюджета на масштабные исследования могли систематически улучшать свои продукты.
Бен Шнайдерман: 8 золотых правил дизайна интерфейсов
Параллельно с работами Нильсена развивался другой подход к созданию удобных интерфейсов. В 1987 году американский учёный Бен Шнайдерман из Университета Мэриленда сформулировал 8 правил проектирования, которые объясняли, как делать интерфейсы понятными и простыми в использовании.
Шнайдерман рассматривал интерфейс как диалог между человеком и системой, в котором важны предсказуемость, обратная связь и снижение когнитивной нагрузки.
Золотые правила Шнейдермана:
1. Стремитесь к единообразию Похожие элементы должны работать похожим образом во всём интерфейсе. Согласованность касается терминологии, цветов, расположения элементов и последовательности действий.
2. Обеспечивайте информативную обратную связь Система должна реагировать на каждое действие пользователя. Без обратной связи пользователь не понимает, сработала его команда или нет.
3. Учитывайте потребности разных пользователей Интерфейс должен быть удобен и новичкам, и экспертам. Начинающие пользователи опираются на подробные инструкции и визуальные подсказки. Опытные предпочитают горячие клавиши и быстрые команды. Хороший интерфейс совмещает оба подхода: основные функции доступны через понятное меню, а профессиональные инструменты существуют параллельно и не усложняют работу новичков.
4. Проектируйте диалоги с чётким завершением Группа связанных действий должна иметь чёткое начало, середину и конец. После завершения задачи пользователь получает чёткий сигнал, например, сообщение «Файл успешно сохранён». Такой сигнал создаёт ощущение завершённости и позволяет спокойно переключиться на следующую задачу.
Пример реализации принципа единообразия интерфейса в дизайн-системе цифрового продукта
5. Предоставляйте возможность простого Undo/Redo Пользователь должен иметь возможность отменить последнее действие и вернуть его обратно. В текстовых редакторах Ctrl+Z отменяет последнее изменение, а Ctrl+Y возвращает отменённое. Возможность отмены снижает страх ошибки и позволяет более смело работать с интерфейсом.
6. Поддерживайте ощущение контроля Пользователь должен чувствовать, что он управляет системой, а не наоборот. Опытные пользователи особенно не любят, когда система действует неожиданно или принимает решения за них.
7. Снижайте нагрузку на кратковременную память Человек может удерживать в памяти около 7 элементов одновременно (магическое число Миллера). Интерфейс не должен требовать запоминания информации при переходе между экранами. Все необходимые данные, опции и инструкции должны быть видны в момент, когда они нужны.
8. Предлагайте простую обработку ошибок Система должна предотвращать ошибки там, где это возможно — например, скрывать или блокировать команды, которые нельзя выполнить в текущем контексте. Если ошибка всё же происходит, система должна выводить сообщение об ошибке, написанное понятным языком, которое точно описывает причину проблемы и подсказывает пользователю, что можно сделать для её исправления.
Правила Шнайдермана стали основой для проектирования интерфейсов в крупных корпорациях. IBM, Apple и Microsoft включили эти принципы в свои руководства по дизайну. Шнайдерман показал, что удобство — это не случайность, а результат следования проверенным принципам проектирования.
Обратимость действий в интерфейсе как принцип удобства взаимодействия
Появление первых стандартов ISO 9241
К началу 1990-х годов в академических кругах и ведущих технологических компаниях накопилось достаточно исследований и практических рекомендаций по созданию удобных интерфейсов. Возникла потребность в единых международных стандартах, которые закрепили бы общее понимание юзабилити и методы его оценки.
В 1998 году Международная организация по стандартизации опубликовала стандарт ISO 9241-11 «Эргономические требования к офисной работе с видеотерминалами. Часть 11: Руководство по юзабилити». Этот документ впервые дал официальное определение понятию «юзабилити».
Согласно стандарту, юзабилити — это степень, в которой продукт может использоваться определёнными пользователями для достижения определённых целей с результативностью, эффективностью и удовлетворённостью в определённом контексте использования.
Стандарт выделил три измеримых компонента юзабилити:
1. Результативность — насколько полно и точно пользователь достигает своих целей 2. Эффективность — сколько ресурсов (времени, усилий) затрачивается на достижение целей 3. Удовлетворённость — насколько комфортно пользователю работать с системой
Эргономические требования к рабочему месту пользователя при работе с компьютером
Важным вкладом ISO 9241 стало введение понятия «контекст использования». Стандарт признал, что удобство продукта зависит от ситуации: один и тот же интерфейс может быть удобным для одной группы пользователей и неудобным для другой. Оценка юзабилити должна учитывать, кто использует продукт, для каких задач и в каких условиях.
Появление международного стандарта изменило статус юзабилити. Удобство перестало быть субъективным мнением дизайнера или пожеланием заказчика. Оно стало измеримой характеристикой с чёткими критериями, которые можно включать в технические требования к продукту и использовать для контроля качества.
Офисная рабочая среда конца XX века с видеотерминалами, для которой разрабатывались первые стандарты эргономики и юзабилити (ISO 9241)
Выводы по параграфу
Период 1970–1990-х годов заложил фундамент современного понимания удобства цифровых продуктов.
1. Система стала подстраиваться под пользователя Если раньше пользователя обучали работать с системой, то теперь систему проектировали под возможности пользователя.
2. Появились теоретические основы проектирования удобных интерфейсов Концепции ментальных моделей и аффордансов Дональда Нормана объяснили, почему одни интерфейсы интуитивно понятны людям, а другие вызывают затруднения. Удобство стали связывать с соответствием интерфейса ожиданиям пользователя.
3. Систематизация методов оценки удобства До 1990-х годов существовали различные подходы к оценке интерфейсов, но они не были объединены в системы. Эвристики Нильсена и правила Шнайдермана дали дизайнерам структурированные наборы критериев для последовательного анализа интерфейсов.
4. Стандартизация понятия юзабилити Стандарт ISO 9241-11 закрепил три измеримых компонента удобства: результативность, эффективность и удовлетворённость. Стандарт также установил, что оценивать удобство нужно с учётом особенностей пользователей, их задач и условий работы.
Эти достижения подготовили почву для следующего этапа — массового распространения интернета и мобильных технологий, которые поставили перед исследователями новые задачи.
2.2. Эпоха веба и мобильных технологий
Массовая цифровизация и новые вызовы
В конце 1990-х годов интернет перестал быть инструментом исследователей и энтузиастов. Количество пользователей всемирной паутины выросло с 16 млн в 1995 году до 361 млн в 2000 году. К 2010 году эта цифра достигла 2 млрд человек.
Компании массово переносили свои услуги в интернет. Появились онлайн-банкинг, электронная коммерция, социальные сети, государственные порталы. Именно в этот период зародились технологические гиганты: в 1995 году Amazon начал продавать книги через сайт, в том же году открылся онлайн-аукцион eBay, в 1998 году Google запустил поисковик, а в 2006 году Facebook открылся для всех пользователей.
Первые интерфейсы Amazon и eBay (1995), Google (1998), Facebook (2006)
Эти сервисы создавали новый контекст взаимодействия с цифровыми продуктами. В 1990-х годах интерфейсы проектировали для офисных работников, которые сидели за стационарными компьютерами с одинаковыми мониторами. Теперь веб-сайтом могли пользоваться миллионы людей с разными экранами, браузерами, скоростью интернета и уровнем компьютерной грамотности.
В 2007 году Apple представили iPhone. Смартфон не имел физической клавиатуры — весь экран был сенсорным. Пользователи управляли интерфейсом пальцами, а не курсором мыши. Это потребовало пересмотра принципов проектирования. В отличие от курсора, палец закрывает часть экрана при касании. Apple в руководстве iOS Human Interface Guidelines (2008 г) установили минимальный размер интерактивных элементов — 44×44 пикселя, что соответствует площади касания подушечки пальца. Этот стандарт применяется в мобильных интерфейсах до сих пор.
Стив Джобс демонстрирует iPhone первого поколения (iPhone 2G), 2007 г.
С 2007 по 2010 год Apple продали более 100 млн iPhone. Другие производители выпускали смартфоны на Android. К 2010 году перед дизайнерами встала новая задача: создавать интерфейсы, которые одинаково удобны на компьютере, планшете и смартфоне.
Представление об удобстве стало шире. Раньше интерфейс считался удобным, если пользователь быстро выполнял задачи за офисным компьютером. Теперь же интерфейс должен был адаптироваться к разным устройствам и условиям. Человек мог искать информацию на ходу, при ярком солнечном свете, одной рукой держа телефон.
В 2010 году веб-дизайнер Итан Маркотт ввёл термин «адаптивный дизайн» — подход, при котором интерфейс автоматически перестраивается в зависимости от размера экрана и способа ввода данных.
Ассортимент продуктов Apple: iMac, MacBook Air, iPad, iPhone, iPod, Apple TV. 2011–2013 гг.
WCAG и движение за веб-доступность
Массовое распространение интернета поставило перед дизайнерами новую задачу — обеспечить доступность сайтов для людей с ограниченными возможностями здоровья. Миллионы пользователей не могли работать с веб-сайтами. Слепые пользователи не видели изображения и не могли навести курсор мыши на нужный объект. Глухие не слышали аудио и видео. Люди с нарушениями моторики не могли точно кликнуть на мелкие ссылки.
Консорциум Всемирной паутины (W3C) создал инициативу Web Accessibility Initiative (WAI) в 1997 году. Группа экспертов начала разрабатывать стандарты доступности веб-контента.
Изображение, символизирующее концепцию создания продуктов, удобных для всех пользователей
В мае 1999 года W3C опубликовал первую версию Web Content Accessibility Guidelines (WCAG 1.0). Документ содержал 14 принципов создания доступных веб-страниц. Например, к каждому изображению требовалось добавлять текстовое описание. Это позволяло программам экранного доступа озвучивать содержимое картинок для слепых пользователей.
Стандарт получил законодательную поддержку. В США с 1998 года действует Section 508 Rehabilitation Act. Закон требует, чтобы все федеральные сайты и электронные системы были доступны людям с инвалидностью. Это правило распространяется на государственные организации и компании, работающие с госзаказами.
Логотип Консорциума Всемирной паутины (W3C), который в 1997 году создал инициативу Web Accessibility Initiative (WAI)
В 2008 г. вышла вторая версия — WCAG 2.0. Она сформулировала четыре принципа доступности:
1. Воспринимаемость — пользователь должен иметь возможность воспринять информацию хотя бы одним из органов чувств.
2. Управляемость — пользователь должен иметь возможность управлять интерфейсом. Все функции доступны не только с помощью мыши, но и через клавиатуру. У пользователя достаточно времени для чтения и ввода данных. Интерфейс не содержит элементов, которые мигают с частотой, способной вызвать приступ эпилепсии.
3. Понятность — текст должен быть читаемым, а поведение интерфейса — предсказуемым. Пользователь не должен гадать, что произойдёт после нажатия кнопки.
4. Надёжность — контент должен корректно отображаться в разных браузерах и работать со специальными программами для людей с инвалидностью. К таким программам относятся, например, скринридеры — приложения, которые озвучивают содержимое экрана для слепых пользователей, или программы экранной лупы, увеличивающие часть экрана для слабовидящих.
Пользователь с ограниченными возможностями воспринимает информацию одним из органов чувств, что соответствует принципу воспринимаемости по WCAG
Движение за доступность веб-контента для людей с инвалидностью расширило понимание удобства. Практика показала, что решения, созданные для пользователей с особыми потребностями, упрощают работу всем. Субтитры к видео полезны не только глухим, но и тем, кто смотрит ролики без звука в общественных местах. Крупные кнопки удобны не только людям с нарушениями моторики, но и пользователям смартфонов с маленькими экранами.
Так сформировалась концепция универсального дизайна: продукт, созданный с учётом потребностей людей с ограничениями, становится удобнее для всех пользователей.
Стив Круг и принцип минимальной когнитивной нагрузки
В 2000 году американский консультант по веб-юзабилити Стив Круг опубликовал книгу «Don’t Make Me Think» («Не заставляйте меня думать»). Название отражало главную идею книги: хороший интерфейс не требует размышлений. Пользователь должен понимать, что делать, с первого взгляда.
Круг наблюдал за тем, как люди пользуются сайтами. Он обнаружил три закономерности в поведении пользователей. Во-первых, люди не читают страницы полностью — они бегло просматривают текст, выхватывая взглядом отдельные слова и фразы. Во-вторых, люди не анализируют все варианты перед выбором — они кликают на первую ссылку, которая выглядит подходящей. В-третьих, большинство не пытается разобраться в логике сайта — они действуют методом проб и ошибок, пока не найдут нужное.
Паттерны сканирования веб-страниц пользователями
Из наблюдений за поведением пользователей в ходе тестирований Круг вывел практические рекомендации:
— Каждая страница должна иметь чёткую визуальную иерархию: важное выделено размером, цветом или положением — Навигация должна быть очевидной, чтобы пользователь в любой момент понимал, где он находится и как вернуться назад — Названия кнопок и ссылок должны точно описывать, что произойдёт после клика на них
Книга Стива Круга «Don’t Make Me Think», 2000 г.
Круг также предложил упрощённый метод тестирования интерфейсов. Он утверждал, что тестирование с одним пользователем в начале проекта полезнее, чем тестирование с пятьюдесятью в конце. Достаточно посадить человека перед экраном, дать ему задачу и наблюдать. Проблемы интерфейса становятся очевидны в первые минуты.
Книга Круга стала одной из самых популярных работ по веб-юзабилити. Главная ее идея — простота важнее функциональности — определила подход к проектированию веб-интерфейсов на годы вперёд.
A/B тестирование и data-driven подход
В середине 2000-х годов веб-компании получили возможность проводить эксперименты с миллионами пользователей. Появился метод A/B тестирования — сравнения двух версий интерфейса на реальной аудитории.
Принцип работы прост. Одна половина пользователей видит версию А интерфейса, другая — версию B. Аналитическая платформа автоматически фиксирует действия пользователей и считает, сколько людей выполнили целевое действие — нажали кнопку, завершили покупку или зарегистрировались. На основе полученных данных команда анализирует результаты эксперимента, после чего версия с более высокими показателями эффективности внедряется в основную версию интерфейса для всех пользователей продукта.
Создание альтернативных версий интерфейса для последующего тестирования
Компания Amazon стала одним из пионеров этого подхода в электронной коммерции. Каждое изменение на сайте — цвет кнопки, текст заголовка, расположение элементов — тестировалось на реальных покупателях. Команда отслеживала, какой вариант приводит к большему числу покупок, и на основе этих данных принимала решения о дизайне.
В 2007 году инженер Google Дэн Сирокер ушёл из компании, чтобы работать на предвыборную кампанию Барака Обамы. Он применил A/B-тестирование к сайту кампании. Команда протестировала разные варианты главной страницы, меняя фотографии кандидата и заголовки. Победивший вариант увеличил число подписок на email-рассылку на 40%.
A/B-тестирование вариантов главной страницы сайта предвыборной кампании Барака Обамы, 2008 г.
Так сформировался data-driven подход — метод проектирования, при котором решения принимаются на основе данных о поведении пользователей, а не на основе мнений или интуиции отдельного человека.
По мере распространения A/B-тестирования в индустрии менялось и отношение к оценке удобства. Если раньше качество интерфейса определял дизайнер или эксперт по юзабилити, то теперь появилась возможность измерить его напрямую через сравнение вариантов по объективным показателям. Клики, время на странице, процент отказов, конверсия стали универсальным языком для оценки качества интерфейса.
Метрики SUS, UMUX-Lite, NASA-TLX
A/B тестирование показывало, какой вариант интерфейса работает лучше, но не объясняло, насколько продукт удобен в целом. Компании нуждались в универсальных метриках, которые позволяли бы сравнивать разные продукты между собой и отслеживать динамику изменений после обновлений.
В 1986 году исследователь Джон Брук работал в Digital Equipment Corporation над оценкой программного обеспечения. Он создал анкету из 10 вопросов, которая получила название System Usability Scale (SUS). Респондент оценивает утверждения по шкале от 1 до 5. Например: «Я думаю, что буду часто использовать эту систему» или «Мне кажется, система слишком сложна».
Шкала оценки приемлемости юзабилити System Usability Scale (SUS)
Ответы обрабатываются по специальной формуле и дают итоговый балл от 0 до 100. Брук провел сотни исследований и установил среднее значение: продукт с оценкой ниже 50 баллов считается проблемным, а оценка выше 80 баллов указывает на отличное юзабилити.
SUS стал стандартом индустрии благодаря нескольким преимуществам: — Прохождение анкеты занимает всего две минуты — Методика универсальна и подходит для оценки любых продуктов, будь то кофеварка или банковское приложение — Результаты разных исследований можно сравнивать между собой
В 2013 году исследователи Джим Сауро и Крейг Льюис предложили упрощенный опросник — UMUX-Lite. Он состоит всего из двух утверждений: «Этот продукт полезен» и «Этот продукт прост в использовании». Исследования показали, что результаты UMUX-Lite сильно коррелируют с результатами полного SUS. Компании получили возможность встраивать оценку удобства прямо в интерфейс продукта и собирать обратную связь непрерывно.
Для измерения когнитивной нагрузки при работе с интерфейсами специалисты по юзабилити заимствовали методику из авиации — NASA-TLX (Task Load Index). Её разработали исследователи NASA Сандра Харт и Лоуэлл Стейвленд в 1988 году для оценки нагрузки на пилотов и операторов. Участники исследований выполняли задачу, а затем заполняли анкету. Опросник измерял шесть параметров:
1. Умственная нагрузка — показывал, сколько мыслительных усилий потребовала задача 2. Физическая нагрузка — насколько задача была физически утомительной 3. Временное давление — насколько человек чувствовал нехватку времени 4. Производительность — насколько пользователь доволен своим результатом 5. Усилия — как много энергии пришлось затратить для выполнения задачи 6. Фрустрация — испытывал ли пользователь раздражение или стресс во время работы
Шкалы когнитивной нагрузки по методике NASA-TLX
NASA-TLX изначально применяли в авиации и космонавтике. В 2000-х годах метрику адаптировали для оценки компьютерных интерфейсов. Исследователи обнаружили закономерность: чем выше когнитивная нагрузка при работе с интерфейсом, тем больше ошибок совершают пользователи, быстрее устают и чаще отказываются от задачи.
Выводы по параграфу
Период 2000–2010-х годов характеризуется массовым распространением интернета и появлением мобильных устройств. Эти изменения трансформировали понимание удобства цифровых продуктов.
1. Многообразие устройств и условий использования продукта В 1990-х годах интерфейсы преимущественно проектировались для офисных сотрудников, работающих за стационарными компьютерами. С распространением смартфонов и планшетов один и тот же продукт начал использоваться на разных устройствах, в различных местах и контекстах. В результате адаптивность интерфейса к разнообразным условиям использования стала еще одним важным критерием удобства продукта.
2. Признание разнообразия пользователей Движение за веб-доступность показало необходимость проектирования интерфейсов для людей с ограниченными возможностями. Стандарт WCAG определил четыре принципа доступного интерфейса: он должен быть воспринимаемым, управляемым, понятным и надёжным для всех категорий пользователей.
3. Снижение когнитивной нагрузки как новый стандарт качества Стив Круг сформулировал принцип «не заставляйте меня думать». Удобным стал считаться интерфейс, который понятен с первого взгляда. Пользователь не должен изучать инструкции или запоминать информацию, чтобы выполнить задачу.
4. Массовое тестирование и стандартизированные метрики A/B тестирование позволило проводить эксперименты с миллионами пользователей одновременно. Появились универсальные метрики (SUS, UMUX-Lite, NASA-TLX), которые дали возможность сравнивать разные продукты по единой шкале. Решения о дизайне стали приниматься на основе измеримых данных о поведении пользователей, а не на основе субъективных мнений.
Эти изменения подготовили почву для следующего этапа развития UX-исследований — применения искусственного интеллекта и автоматизации в 2010–2020-х годах.
2.3. Новые подходы к UX-исследованиям в эпоху искусственного интеллекта
Google HEART Framework и комплексная оценка UX
К началу 2010-х годов у крупных технологических компаний накопился большой арсенал метрик для оценки удобства. Однако возникла новая проблема: команды внутри одной компании измеряли разные показатели: — Маркетологи следили за конверсией — Продуктовые менеджеры отслеживали удержание пользователей — UX-дизайнеры проводили опросы удовлетворённости продуктом
Эти данные редко сопоставляли друг с другом. Отсутствовала общая система, которая связывала бы разные аспекты пользовательского опыта.
В 2010 году исследователи Google Керри Родден, Хилари Хатчинсон и Синь Фу представили HEART Framework на конференции CHI (Conference on Human Factors in Computing Systems). Они предложили систему из пяти категорий метрик, которые охватывают ключевые аспекты пользовательского опыта.
Удовлетворённость — измеряет субъективное отношение пользователя к продукту. Сюда входят опросы удовлетворённости, оценки в магазинах приложений, индекс потребительской лояльности NPS.
Вовлечённость — показывает, насколько активно люди используют продукт. Это частота визитов, время в приложении, количество действий за сессию.
Привлечение — отслеживает появление новых пользователей. Метрика фиксирует количество регистраций, скачиваний, первых покупок.
Удержание — измеряет, сколько пользователей возвращаются к продукту. Команды считают процент активных пользователей через неделю, месяц, год после первого визита.
Успешность задач — оценивает, насколько эффективно пользователи достигают своих целей. Сюда входят время выполнения задачи, процент успешных завершений, количество ошибок.
Пример структуры фреймворка Google HEART для оценки UX
Авторы HEART также разработали процесс Goals-Signals-Metrics (GSM): 1. Сначала команда определяет цели продукта на языке пользовательского опыта. 2. Затем выбирает сигналы — поведение пользователей, которое указывает на достижение целей. 3. Формулирует конкретные метрики для измерения этих сигналов.
Например, цель «пользователи легко находят нужную информацию» превращается в сигнал «пользователи успешно завершают поиск» и метрику «процент поисковых сессий, после которых пользователь кликнул на результат».
HEART Framework быстро распространился за пределы Google. Spotify, Airbnb, LinkedIn адаптировали эту систему для своих продуктов. Фреймворк помог снизить проблему разрозненности метрик и дал командам общий язык для обсуждения пользовательского опыта.
Continuous discovery и непрерывные исследования
До 2010-х годов во многих проектах использовалась каскадная модель разработки программного обеспечения (Waterfall). Исследования пользователей в таком подходе проводились преимущественно на ранних этапах. Команда изучала потребности аудитории, проектировала продукт, запускала его и переходила к следующему проекту. Обратная связь от пользователей поступала уже после релиза, когда вносить изменения было сложно и дорого.
Ситуация изменилась в 2010-х годах с распространением agile- и lean-подходов, практик continuous delivery и CI/CD, а также с ростом цифровых платформ и мобильных продуктов. Компании, разрабатывающие цифровые продукты, перешли к более частым релизам — обновления выходили каждую неделю или даже ежедневно. При таком темпе разработки невозможно ждать результатов масштабных исследований, так как решения нужно принимать быстро. Это потребовало нового подхода к изучению пользователей.
Каскадная модель разработки программного обеспечения (Waterfall)
Продуктовый консультант Тереза Торрес систематизировала такой подход в книге «Continuous Discovery Habits» (2021). Основная идея книги состоит в том, что продуктовая команда должна общаться с пользователями не реже одного раза в неделю. При этом речь идёт не о масштабных исследованиях с десятками участников, а о коротких разговорах по 15–30 минут с реальными пользователями продукта.
Тереза Торрес и ее книга «Continuous Discovery Habits», 2021 г.
Ещё до выхода книги Торрес крупные компании экспериментировали с практиками, направленными на углублённое понимание пользовательского опыта. В Spotify сотрудники разных ролей регулярно вовлекаются в исследовательские активности и взаимодействие с пользователями, чтобы лучше понимать их потребности и контекст использования продукта. В Airbnb широко применяется практика «проживания» пользовательского опыта: сотрудники компании регулярно используют платформу как гости и как хозяева, что позволяет им на личном опыте выявлять проблемы и ограничения сервиса с обеих сторон.
Подход continuous discovery (непрерывный контакт с пользователями) изменил организацию исследовательской работы в индустрии. Вместо того чтобы проводить крупные исследования раз в квартал, многие команды выстроили регулярный контакт с пользователями. Исследования перестали быть отдельным этапом проекта и стали частью повседневной работы.
Практики continuous discovery в российских цифровых сервисах: Яндекс Такси, Ozon, Кинопоиск
Этика и темные паттерны
Data-driven подход и A/B-тестирование дали компаниям мощные инструменты оптимизации интерфейсов. Однако эти же инструменты можно использовать не только для улучшения пользовательского опыта, но и для манипулирования поведением людей.
В 2010 году британский UX-дизайнер Гарри Бриньюлл обратил внимание на эту проблему. Он создал сайт darkpatterns.org и начал собирать примеры интерфейсных приёмов, которые обманывают пользователей или заставляют их действовать против собственных интересов. Бриньюлл назвал такие приёмы «тёмными паттернами».
Один из распространённых примеров — «замаскированная реклама». В этом случае рекламные элементы визуально оформлены как часть интерфейса: они выглядят как кнопки, ссылки или контент страницы. На сайте Softportal, например, рекламный баннер стилизован под кнопку скачивания и значительно превосходит по размеру настоящую кнопку. В результате внимание пользователя смещается на рекламу, и ему сложнее выполнить свою задачу.
Другой типичный паттерн — «подтверждение через стыд». Он применяется, когда пользователь хочет отписаться от рассылки или отклонить предложение. Вместо нейтральных формулировок интерфейс предлагает эмоционально окрашенные варианты. Например, Google при отказе от определённых настроек безопасности акцентирует внимание на риске потери защиты персональных данных. Такой подход давит на страх пользователя и подталкивает его к нужному компании решению.
Примеры «темных паттернов» в веб-дизайне: «Замаскированная реклама», «Подтверждение с чувством стыда» и «Приманка и переключение»
Ещё один распространённый приём — «приманка и переключение». Пользователь ожидает одного результата, но система выполняет совсем другое действие. Характерный пример — механизм обновлений в Windows 10. Пользователю предлагается только выбрать время установки или отложить обновление, а возможность полностью отказаться отсутствует. Более того, при закрытии ноутбука или переходе в спящий режим система может установить обновление автоматически, без явного согласия пользователя.
Все эти примеры показывают, что интерфейс может быть технически удобным, но при этом работать против интересов пользователя. Осознание этой проблемы привело к тому, что в профессиональном сообществе и среди регуляторов начались дискуссии об этических границах проектирования.
Доверие к алгоритмам и Explainable AI
К 2010-м годам алгоритмы машинного обучения начали активно влиять на пользовательский опыт. Рекомендательные системы Netflix подбирают фильмы для каждого пользователя, алгоритмы Facebook формируют ленту новостей, Google ранжирует результаты поиска, Amazon предлагает товары на основе истории покупок. Эти системы работают автоматически и определяют, какой контент, товары или информация будут показаны пользователю в первую очередь, тем самым влияя на его выбор и поведение.
При этом возникает проблема прозрачности — пользователи не понимают, почему система показывает им именно эти рекомендации, а не другие. Алгоритмы превращаются в «черный ящик»: система получает данные, обрабатывает их и выдаёт результат, но логика принятия решений остаётся скрытой от пользователя.
Эта непрозрачность подрывает доверие многих пользователей к технологиям. В 2018 году американский исследовательский центр Pew Research Center, расположенный в Вашингтоне, провёл опрос общественного мнения. Результаты показали, что 58% американцев не доверяют алгоритмам социальных сетей в вопросах отбора новостей. Люди опасаются манипулирования их выбором.
В ответ на растущее недоверие компании начали искать способы сделать алгоритмы своих сервисов более понятными. В 2017 году агентство DARPA запустило программу Explainable AI (XAI) — объяснимый искусственный интеллект. После этого термин закрепился в научном сообществе. Это направление исследований фокусируется на создании систем, которые не только формируют рекомендации, но и объясняют пользователю, почему было принято именно такое решение.
Логотип DARPA — агентства, запустившего программу Explainable AI в 2017 году
Сейчас многие крупные компании внедряют принципы Explainable AI в свои интерфейсы. Пользователю всё чаще показывают, на основе чего система сформировала ту или иную подборку.
Так, в «Яндекс Музыке» рядом с плейлистами есть пояснения: «На основе ваших недавних прослушиваний» или «Похоже на то, что вам нравится». На «Кинопоиске» система объясняет рекомендации фразами вроде «Популярно среди людей с похожими интересами». Маркетплейсы Ozon и «Яндекс Маркет» подписывают товарные подборки: «Похожие товары», «С этим товаром покупают», «Вы недавно смотрели». Такие пояснения помогают пользователю понять логику работы рекомендательной системы.
Появление ИИ-систем расширило понимание удобства. Теперь недостаточно, чтобы интерфейс был простым и понятным. Пользователь должен понимать не только как работать с системой, но и почему она ведёт себя определённым образом. Прозрачность алгоритма стала новым критерием качества интерфейса.
Рекомендательные системы Кинопоиска, Яндекс Музыки, Ozon и Дзена
Выводы по главе II
Во второй главе мы охватили период с 1970-х годов до настоящего времени — эпоху персональных компьютеров, интернета и смартфонов. За эти десятилетия понимание удобства цифровых продуктов прошло через несколько ключевых трансформаций.
1. Интерфейс стал понятным без обучения В 1970-х годах компьютеры управлялись текстовыми командами, которые нужно было заучивать. Если человек не справлялся с интерфейсом, его отправляли на обучение. Появление графического интерфейса с иконками и компьютерной мышью изменило подход к проектированию: теперь разработчики создавали систему так, чтобы она была понятна любому человеку без специальной подготовки.
2. Удобство стало измеримой характеристикой В 1980–1990-х годах исследователи сформулировали конкретные принципы хорошего интерфейса. Якоб Нильсен предложил 10 эвристик юзабилити, Бен Шнайдерман — 8 золотых правил дизайна. Международный стандарт ISO 9241 закрепил три критерия оценки удобства: результативность, эффективность и удовлетворённость пользователя.
3. Адаптивность и доступность как обязательные требования к интерфейсу С распространением смартфонов и планшетов один и тот же продукт стал использоваться на разных экранах и в разных условиях. Кроме того, появились международные стандарты веб-доступности (WCAG), которые установили требования к интерфейсам для людей с ограничениями по зрению, слуху или моторике.
4. Проектные решения стали приниматься на основе данных В 2000-х гг. появилось A/B-тестирование — метод, при котором разные версии интерфейса показывают разным группам пользователей и сравнивают результаты. Это позволило принимать решения на основе реального поведения людей, а не мнений дизайнеров. Однако те же инструменты открыли возможности для манипуляций — так называемых «тёмных паттернов», когда интерфейс подталкивает пользователя к невыгодным для него действиям.
Эти изменения отражают общую тенденцию в развитии подходов к проектированию цифровых продуктов. Если ранее интерфейсы разрабатывались без учёта индивидуальных различий пользователей, то в современных цифровых системах всё больше внимания уделяется контексту использования, устройству, физическим возможностям и опыту конкретного человека.
Xerox PARC. The Alto Computer System // Xerox Palo Alto Research Center. URL: https://www.computerhistory.org/revolution/personal-computers/17/297 (дата обращения: 03.12.2025)
Tesler L. The Beginning of Modeless Text Editing and Cut/Copy/Paste // Communications of the ACM. 1985. Vol. 28, No. 7. URL: https://dl.acm.org/doi/10.1145/3894.3900 (дата обращения: 04.12.2025)
Norman D. The Design of Everyday Things. — New York: Basic Books, 1988.
Norman D. The Psychology of Everyday Things // MIT Press. URL: https://mitpress.mit.edu/9780465067107 (дата обращения: 04.12.2025)
Nielsen J. 10 Usability Heuristics for User Interface Design // Nielsen Norman Group. URL: https://www.nngroup.com/articles/ten-usability-heuristics/ (дата обращения: 05.12.2025)
Nielsen J., Molich R. Heuristic Evaluation of User Interfaces // Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. 1990. URL: https://dl.acm.org/doi/10.1145/97243.97281 (дата обращения: 05.12.2025)
Shneiderman B. Designing the User Interface: Strategies for Effective Human-Computer Interaction. — Boston: Addison-Wesley, 1987.
ISO 9241-11:1998. Ergonomic requirements for office work with visual display terminals (VDTs) — Part 11: Guidance on usability. — International Organization for Standardization. URL: https://www.iso.org/standard/16883.html (дата обращения: 06.12.2025)
Internet World Stats. Internet Growth Statistics 1995–2010. URL: https://www.internetworldstats.com/emarketing.htm(дата обращения: 06.12.2025)
Apple Inc. iOS Human Interface Guidelines (Archive, 2008). URL: https://developer.apple.com/library/archive/documentation/UserExperience/Conceptual/MobileHIG/ (дата обращения: 07.12.2025)
Marcotte E. Responsive Web Design // A List Apart. 2010. URL: https://alistapart.com/article/responsive-web-design/ (дата обращения: 07.12.2025)
World Wide Web Consortium (W3C). Web Accessibility Initiative (WAI). URL: https://www.w3.org/WAI/ (дата обращения: 08.12.2025)
W3C. Web Content Accessibility Guidelines (WCAG) 2.0. URL: https://www.w3.org/TR/WCAG20/ (дата обращения: 08.12.2025)
Krug S. Don’t Make Me Think: A Common Sense Approach to Web Usability. — Berkeley: New Riders, 2000.
Siroker D., Koomen P. A/B Testing: The Most Powerful Way to Turn Clicks Into Customers. — Hoboken: Wiley, 2013.
Brooke J. SUS: A Quick and Dirty Usability Scale // Usability Evaluation in Industry. — London: Taylor & Francis, 1996.
Sauro J., Lewis J. Quantifying the User Experience: Practical Statistics for User Research. — Boston: Morgan Kaufmann, 2012.
Hart S., Staveland L. Development of NASA-TLX: Results of Empirical and Theoretical Research // Advances in Psychology. 1988. Vol. 52. URL: https://humansystems.arc.nasa.gov/groups/TLX/ (дата обращения: 09.12.2025)
Rodden K., Hutchinson H., Fu X. Measuring the User Experience on a Large Scale: User-Centered Metrics for Web Applications // Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. 2010. URL: https://dl.acm.org/doi/10.1145/1753326.1753687 (дата обращения: 10.12.2025)
Torres T. Continuous Discovery Habits. — New York: Product Talk Press, 2021
Brignull H. Dark Patterns // Darkpatterns.org. URL: https://www.darkpatterns.org (дата обращения: 11.12.2025)
Pew Research Center. Public Attitudes Toward Algorithmic Decision-Making. 2018. URL: https://www.pewresearch.org/internet/2018/11/16/public-attitudes-toward-algorithmic-decision-making/ (дата обращения: 11.12.2025)
DARPA. Explainable Artificial Intelligence (XAI). URL: https://www.darpa.mil/program/explainable-artificial-intelligence (дата обращения: 12.12.2025)
https://www.oldcomputr.com/wp-content/uploads/2016/02/staff_c1-on-7792.jpg (дата обращения: 03.12.2025)
https://avatars.mds.yandex.net/i?id=a99bf7f69b2ccbcc2fa48182abb3bdc0_l-10239775-images-thumbs&n=13 (дата обращения: 03.12.2025)
https://blogs-images.forbes.com/jonathansalembaskin/files/2016/02/Alto.jpg (дата обращения: 3.12.2025)
https://habrastorage.org/r/w1560/getpro/habr/upload_files/b0e/bf0/23a/b0ebf023a54c6d92e31bb2585abc4a29.jpeg (дата обращения: 5.12.2025)
https://i.pinimg.com/736x/96/53/c8/9653c8960ae435282b3c763ecb1324db.jpg (дата обращения: 6.12.2025)
https://avatars.mds.yandex.net/i?id=c57c2b4e5c683d4e82eb154ed72f147b_l-5013999-images-thumbs&n=13 (дата обращения: 6.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://media.nngroup.com/media/files/images/don-norman.jpg (дата обращения: 6.12.2025)
https://static2.my-shop.ru/products333/3320856/cover.jpg (дата обращения: 6.12.2025)
https://i.pinimg.com/736x/70/95/c9/7095c97516a28cc704c66ac4e38966c4.jpg (дата обращения: 6.12.2025)
https://files.mediiia.ru/postimages/9618/de9882d96e794a70beaf41c9cc16cc5e/c6db39ae9f29479fb40fc4002239c4bb600x333.jpg (дата обращения: 7.12.2025)
https://i.pinimg.com/736x/8e/33/4a/8e334a52c1d6ca80751569f4fa89040c.jpg (дата обращения: 7.12.2025)
Авторская инфографика
https://s3-alpha.figma.com/hub/file/2185874759748409016/resized/1200x720/28d4cb3a-b281-4af1-a549-a80cebb36ba4-cover.png (дата обращения: 7.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://i.pinimg.com/474x/7c/df/a9/7cdfa97361bb3f73df3f06c2a437c2be.jpg (дата обращения: 7.12.2025)
https://history-computer.com/wp-content/uploads/2024/03/Office-Workers-Getty-scaled.jpeg (дата обращения: 7.12.2025)
https://mobile-review.com/all/wp-content/uploads/2024/12/022-1536x1110.jpg (дата обращения: 7.12.2025)
https://habrastorage.org/getpro/habr/upload_files/f99/653/c75/f99653c75dc7687e21abf22609d24a67.jpg (дата обращения: 7.12.2025)
https://avatars.mds.yandex.net/i?id=bd5cdeee83fa051b9bb83371b316842902ab8782-5333646-images-thumbs&n=13 (дата обращения: 8.12.2025)
https://i.pinimg.com/736x/aa/fd/5f/aafd5f74176c63338ee88b0a9d918530.jpg (дата обращения: 8.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://avatars.mds.yandex.net/i?id=240223152ebbd2e13a82a504e9c11535f6db70b3-4219897-images-thumbs&n=13 (дата обращения: 8.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://www.identity.com/wp-content/uploads/2025/01/Featured-Photos-30.png (дата обращения: 9.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://i.pinimg.com/474x/91/20/65/912065a97e90dc2a85631ec687bb8baa.jpg?nii=t (дата обращения: 9.12.2025)
Авторский макет на основе https://i.pinimg.com/originals/ca/0b/e1/ca0be1c16ebb65b97540fad7ac305760.jpg (дата обращения: 9.12.2025)
https://l-tech.ru/uploads/publication_post/main_image/162/full_screen_retina_fcea200577.webp (дата обращения: 9.12.2025)
https://cdn.substack.com/image/fetch/w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fbucketeer-e05bbc84-baa3-437e-9518-adb32be77984.s3.amazonaws.com%2Fpublic%2Fimages%2F804a6391-dc86-4681-823c-d4cf6659453e_1554x890.png (дата обращения: 9.12.2025)
Авторская инфографика на основе https://i.pinimg.com/originals/7d/43/2d/7d432d42eb87bc29ab5a8b5e7c3b6321.png (дата обращения: 10.12.2025)
https://www.researchgate.net/profile/Zubair-Ahsan/publication/373766033/figure/fig3/AS:11431281228657144@1710155157485/NASA-TLX-Task-Load-Index-a-small-question-mark-serving-as-tooltip-appears-for-each.jpg (дата обращения: 11.12.2025)
Авторская инфографика
https://cdn1.tenchat.ru/static/vbc-gostinder/2025-04-04/ad02fb6f-4a53-41b4-882e-5e3e9ca10711.jpg?width=1812&height=1431&fmt=webp (дата обращения: 11.12.2025)
https://ir.ozone.ru/s3/multimedia-1-3/wc1000/8114868219.jpg (дата обращения: 11.12.2025)
Авторское изображение, сгенерированное ChatGPT
https://it-tehnik.ru/wp-content/uploads/4-375.jpg (дата обращения: 12.12.2025)
Скриншоты интерфейсов Ozon и Кинопоиск (дата обращения: 12.12.2025)
https://avatars.dzeninfra.ru/get-zen_doc/1628837/pub_5fc6df3da8f33a10364c79bd_5fc6f360f29188080eacc56e/scale_1200 (дата обращения: 12.12.2025)
https://cdn.esputnik.com/photos/shares/Blog/images/image18_24.webp (дата обращения: 12.12.2025)
https://pics.rbc.ru/v2_companies_s3/resized/550xH/media/company_press_release_image/f8e613fc-e727-4753-8b71-b45f3c4b8232.jpg (дата обращения: 12.12.2025)
Скриншоты интерфейсов Яндекс Музыки, Кинопоиска, Ozon и Дзена (дата обращения: 12.12.2025)
