1.3.3 ACT-R模型

著名的设计心理学家诺曼通过实验发现，用户在使用产品执行任务的过程中，认知鸿沟往往存在于行为的执行阶段和评估阶段，阻碍着用户的交互行为。为了消除用户对产品的认知差异，在设计根源减少或者消除用户的行为和产品操作之间的差异，提高用户与界面交互的流畅度，提出ACT-R (Adaptive Control of Thought-Rational)模型[17]，解释人类认知过程的工作机理。该模型认为，人类的认知过程需要四种不同的模块参与，即目标模块、视觉模块、动作模块和描述性知识模块。ACT-R模拟人的认知行为架构，试图解释人类如何进行认知加工以及产生行为动作。将任务的知识描述与ACT-R认知理论相结合，使用计算机对人的认知和行为做出预测，再与实际实验结果相比较，就可以更好地了解人的各种认知过程，包括感知、思考、决策以及行为方式，进而使交互系统能够执行人的各种认知任务，捕获人的感知、思想和行为。ACT-R的基本工作原理描述如下：

图1.11 ACT-R工作原理

与ACT-R体系交互行为关联最为紧密的是图1.11中所示的模块，主要是从环境中获取信息的视觉模块以及行为输出的运动模块，这两个模块涵盖了生活中大部分的任务行为特征。ACT-R的工作原理是在ACT-R神经生物学理论的基础上，对用户行为更加具体和形象的描述。

ACT-R的模块构成比较简单，通过一个单向闭合的回路来实现信息的加工。各个模块之间通过缓冲来实现与产生式系统的交流，产生式系统的工作机制除了产生式原则之外，还包括从程序性知识中提取的信息，陈述性知识和程序性知识共同参与认知模型。产生式系统通过视觉模块以及运动模块来实现与外界环境的信息交流。