[論文レビュー] Review of the Use of Electroencephalography as an Evaluation Method for Human-Computer Interaction

Jérémy Frey, Christian Mühl+2 more|elib (German Aerospace Center)|Nov 9, 2013

Human-Automation Interaction and Safety参考文献 53被引用数 15

ひとこと要約

本稿は、ヒューマンコンピュータインタラクション（HCI）の神経画像法としての電気脳波計測（EEG）をレビューし、作業負荷、注意、感情、誤り認識といった重要な認知的・感情的構造をリアルタイムで客観的に測定できる能力を示している。研究は、特に制御されたテスト段階における精神状態のリアルタイムで客観的な評価を可能にするために、EEGのHCI評価への統合を提唱し、使いやすさとユーザーエクスペリエンスの向上を図っている。

ABSTRACT

Evaluating human-computer interaction is essential as a broadening population uses machines, sometimes in sensitive contexts. However, traditional evaluation methods may fail to combine real-time measures, an "objective" approach and data contextualization. In this review we look at how adding neuroimaging techniques can respond to such needs. We focus on electroencephalography (EEG), as it could be handled effectively during a dedicated evaluation phase. We identify workload, attention, vigilance, fatigue, error recognition, emotions, engagement, flow and immersion as being recognizable by EEG. We find that workload, attention and emotions assessments would benefit the most from EEG. Moreover, we advocate to study further error recognition through neuroimaging to enhance usability and increase user experience.

研究の動機と目的

• 電気脳波計測（EEG）を用いたヒューマンコンピュータインタラクション（HCI）の質を評価するための客観的でリアルタイムの手法としての実現可能性と利点を評価すること。
• 作業負荷、注意、感情、誤り認識といった認知的・感情的構造のうち、EEGで測定可能で神経画像法の向上に最も適しているものを見定めること。
• 主観的評価、リアルタイムデータの欠如、ユーザービヘイビアの干渉といった、従来のHCI評価手法の限界を是正すること。
• 方法論的欠陥を是正しつつ、精神状態への感受性を活かした神経画像法の利点を最大限に活かすために、EEGを従来の評価手法と統合するフレームワークを提言すること。
• 神経生理的信号による早期の使いやすさの問題の検出を可能にすることで、EEGがユーザーエクスペリエンスの向上に果たす可能性を強調すること。

提案手法

• 本稿は、ユーザーエクスペリエンスとシステムの使いやすさに関連する構造に注目した、HCI評価におけるEEGの応用に関する体系的レビューを実施している。
• 評価手法を4つのタイプに分類している：行動研究、アンケートや「声を出して考える」手法を含むアンケート、生理的センサー、神経画像法で、EEGを主な焦点としている。
• EEGは、時間分解能、コスト、実用性のバランスが優れているため、信号品質や電極配置の課題があるものの、ラボベースの評価において最適とされている。
• 特定の構造と関連するEEG信号パターンを分析している。たとえば、注意や作業負荷にはイベント関連電位（ERPs）が、感情には覚醒度／感情の方向性モデルが関連している。
• 消費者向けのEEGデバイスが信頼性と妥当性に与える影響を評価し、電極数、信号品質、ソフトウェアの抽象化の面での妥当性のトレードオフを指摘している。
• 従来の手法とEEGを統合する概念的フレームワークを提言しており、バイアスを最小限に抑え、構造妥当性を高めることを目的としている。

実験結果

リサーチクエスチョン

• RQ1 HCIにおけるどの認知的・感情的構造が、EEGを用いた客観的測定に最も適しているか？
• RQ2 リアルタイム能力、客観性、文脈的データ統合の観点から、EEGは従来の評価手法と比べてどのように異なるか？
• RQ3 EEGは、特に誤り認識や精神的作業負荷の評価において、使いやすさの評価をどの程度向上できるか？
• RQ4 特に消費者向けデバイスを含めた現在のEEGハードウェアとソフトウェアの主な制限は何か？
• RQ5 EEGを従来の評価手法と効果的に組み合わせることで、より包括的で信頼性の高いHCI評価フレームワークを構築するにはどうすればよいか？

主な発見

• EEGは、作業負荷、注意、感情の3つの構造を、信頼性がありリアルタイムで測定できる。これらは、HCI評価における神経画像法の向上に最も恩恵を受ける。
• イベント関連電位（ERPs）により、注意処理の早期検出が可能となり、ユーザーがインタラクション中にどの程度の詳細を把握しているかを予測できる。
• 従来の手法では誤り認識を評価するのが特に困難であるが、EEGを用いることで強力な測定可能性が示され、使いやすさテストの向上に新たな道筋を提供する。
• 消費者向けのEEGデバイスは、よりアクセスしやすいが、電極数の少なさやキャリブレーションの欠如により、信号品質と標準化が犠牲になり、信頼性に影響を及ぼす可能性がある。
• 従来の評価手法（アンケートや行動観察など）とEEGを統合することで、個々の手法の欠陥を相殺し、全体の妥当性を高めることができる。
• 運動アーチファクトや信号処理の複雑さといった課題は存在するが、コスト、時間分解能、使いやすさのバランスが優れていることから、EEGは制御されたHCI評価において最も実用的な神経画像法のままである。