[논문 리뷰] Towards Understanding Enjoyment and Flow in Information Visualization

Bahador Saket, Carlos Scheidegger외 1명|arXiv (Cornell University)|2015. 03. 02.

Data Visualization and Analytics참고 문헌 38인용 수 12

한 줄 요약

이 논문은 Csikszentmihalyi의 유flow 모델과 Munzner의 시각화 평가를 위한 중첩 모델을 연결하여, 유쾌함을 이해하기 위해 도전성, 집중, 명확성, 피드백, 통제, 몰입의 여섯 가지 유flow 요소를 측정하는 것이 필수적이라고 제안한다. 평가 연구에서 이러한 요소를 체계적으로 평가하기 위해 리커트 척도와 제품 반응 카드 같은 자기 보고 방법을 사용할 것을 권장한다.

ABSTRACT

Traditionally, evaluation studies in information visualization have measured effectiveness by assessing performance time and accuracy. More recently, there has been a concerted effort to understand aspects beyond time and errors. In this paper we study enjoyment, which, while arguably not the primary goal of visualization, has been shown to impact performance and memorability. Different models of enjoyment have been proposed in psychology, education and gaming; yet there is no standard approach to evaluate and measure enjoyment in visualization. In this paper we relate the flow model of Csikszentmihalyi to Munzner's nested model of visualization evaluation and previous work in the area. We suggest that, even though previous papers tackled individual elements of flow, in order to understand what specifically makes a visualization enjoyable, it might be necessary to measure all specific elements.

연구 동기 및 목표

• Csikszentmihalyi의 유flow 모델이 정보 시각화에서의 유쾌함을 이해하는 데 어떻게 적용될 수 있는지 조사하기.
• Csikszentmihalyi의 유flow 모델 요소들을 Munzner의 시각화 평가 중첩 모델의 네 수준(문제, 데이터/연산, 인코딩/상호작용, 알고리즘)에 매핑하여 체계적인 분석을 수행하기.
• 성과 외 요소인 유쾌함과 참여도를 간과하는 현재의 시각화 평가 관행의 격차를 특정하기.
• 시각화 연구에서 유flow 요소를 표준화된 방법으로 측정할 것을 제안하기.
• 유쾌함 측정에서 혼동 변수를 방지하기 위해 작업의 명확성과 도전 수준을 제어하는 것이 중요하다는 점을 강조하기.

제안 방법

• Csikszentmihalyi의 유flow 모델의 여섯 핵심 요소(도전성, 집중, 명확성, 피드백, 통제, 몰입)를 Munzner의 중첩 모델의 네 수준(문제, 데이터/연산, 인코딩/상호작용, 알고리즘)에 매핑하기.
• 유저 경험 평가 또는 설계에 유flow 모델을 적용한 심리학, 교육, 게임 분야의 이전 연구들을 검토하기.
• 기존의 시각화 평가 연구를 분석하여 어떤 유flow 요소들이 암묵적으로 측정되었는지 및 어떻게 측정되었는지 파악하기.
• 유저가 유flow 요소를 어떻게 인식하는지 파악하기 위해 리커트 척도 설문지와 제품 반응 카드 같은 자기 보고 도구의 사용을 제안하기.
• HCI-Q와 같은 기존에 검증된 방법의 도입을 제안하지만, 이는 시각화 연구에서 아직 널리 사용되지 않았다는 점을 언급하기.
• 유쾌함 평가에서 명확성의 영향을 분리하기 위해 제어된 작업 설계를 권장하기.

실험 결과

연구 질문

• RQ1 Csikszentmihalyi의 유flow 모델을 어떻게 체계적으로 적용하여 정보 시각화에서의 유쾌함을 평가할 수 있는가?
• RQ2 이전의 시각화 평가 연구에서 유flow 모델의 어떤 요소들이 암묵적으로 측정되었는가?
• RQ3 Munzner의 중첩 모델 수준들이 유flow 경험의 특정 구성 요소와 어떻게 대응되는가?
• RQ4 유쾌함 요소, 특히 명확성과 도전성의 측정에 있어 시각화 평가에서 존재하는 방법론적 과제는 무엇인가?
• RQ5 현재의 시각화 평가 관행이 유쾌함과 참여도와 같은 성과 외 요소를 얼마나 고려하고 있는가?

주요 결과

• 유flow 모델은 시각화에서의 유쾌함을 이해하기 위한 잘 정의된 프레임워크를 제공하며, 도전성, 집중, 명확성, 피드백, 통제, 몰입의 여섯 가지 핵심 요소를 포함한다.
• 이전의 시각화 연구들은 피드백(예: Liu와 Heer [24]에 의해)과 통제(예: Kondo와 Collins [22]에 의해)와 같이 일부 유flow 요소를 간접적으로 측정했지만, 종종 통합적으로 측정하지는 않았다.
• 시각화에서의 명확성은 기술이나 데이터 자체에 내재된 것이 아니라 작업 이해도에 따라 달라지므로, 작업 설계가 유쾌함 측정에서 중요한 혼동 변수가 된다.
• 리커트 척도와 제품 반응 카드 같은 자기 보고 도구는 유flow 요소를 측정하는 데 유용한 수단이며, 게임 및 HCI 분야의 연구에서 그 효과가 입증되었다.
• 대부분의 유flow 요소에 대해 최적의 강도 수준을 특정할 수 있는 충분한 증거가 부족하지만, 관련 연구에 따르면 중간 수준의 도전성과 피드백이 유익할 수 있다.
• 시각화 연구에서 작업 설계와 질문 어휘에 대한 표준화된 보고가 부족하여, 유쾌함 측정의 비교 가능성과 타당성이 떨어진다.