[논문 리뷰] "User Interfaces" and the Social Negotiation of Availability

Paul M. Aoki, Allison Woodruff|ArXiv.org|2004. 05. 28.

Usability and User Interface Design참고 문헌 12인용 수 3

한 줄 요약

이 논문은 커뮤니케이션 시스템에서 사용자 가용성이 고정된 상태가 아니라 사회적으로 협의되는 과정임을 주장하며, 사용자 인터페이스가 행동적 신호에서의 참여도를 기계학습 추론을 통해 암묵적인 대화 가용성 협의를 지원해야 한다고 제안한다. 주요 기여는 대화 참여도 감지를 존재성 시스템에 통합하기 위한 프레임워크를 제시하여 더 자연스럽고 맥락 인식 가능한 커뮤니케이션 조율을 가능하게 한다.

ABSTRACT

In current presence or availability systems, the method of presenting a user's state often supposes an instantaneous notion of that state - for example, a visualization is rendered or an inference is made about the potential actions that might be consistent with a user's state. Drawing on observational research on the use of existing communication technology, we argue (as have others in the past) that determination of availability is often a joint process, and often one that takes the form of a negotiation (whether implicit or explicit). We briefly describe our current research on applying machine learning to infer degrees of conversational engagement from observed conversational behavior. Such inferences can be applied to facilitate the implicit negotiation of conversational engagement - in effect, helping users to weave together the act of contact with the act of determining availability.

연구 동기 및 목표

• 존재성 시스템에서 사용자 가용성이 고정된, 계산 가능한 상태라고 가정하는 것을 도전한다.
• 실제 커뮤니케이션 관행에서 가용성이 어떻게 공동으로 협의되는지 조사한다.
• 관찰 가능한 행동에서 대화 참여도를 추론하여 암묵적 협의를 지원하는 시스템을 개발한다.
• 사회적 상호작용 관행에 기반하여 존재성 및 커뮤니케이션 도구를 위한 사용자 인터페이스 디자인을 향상시킨다.
• 기술적 존재성 모델링과 인간 협업의 사회적 현실 사이의 격차를 메운다.

제안 방법

• 기존 커뮤니케이션 기술에 대한 관찰 연구를 수행하여 사용자가 실질적으로 어떻게 가용성을 협의하는지 분석한다.
• 관찰된 상호작용 패tern에서 대화 참여도의 정도를 추론하기 위해 기계학습 기법을 적용한다.
• 추론된 참여 수준을 사용하여 연락 결정을 안내하는 사용자 인터페이스 구성 요소를 설계한다.
• 가용성을 고정된 상태가 아니라 동적인, 사회적으로 협의된 조건으로 모델링한다.
• 참여도 추론을 존재성 시스템에 통합하여 맥락 인식 가능한 커뮤니케이션을 지원한다.
• 현장 관찰의 결과를 바탕으로 실제 사회적 협의 과정을 반영하는 시스템 설계를 이행한다.

실험 결과

연구 질문

• RQ1 일상적인 커뮤니케이션 관행에서 사용자 가용성은 일반적으로 어떻게 협의되는가?
• RQ2 가용성은 기술적 상태 감지보다 사회적 상호작용을 통해 어느 정도 결정되는가?
• RQ3 기계학습이 관찰 가능한 행동에서 대화 참여도를 효과적으로 추론할 수 있는가?
• RQ4 사용자 인터페이스는 추론된 참여도를 통해 암묵적 가용성 협의를 어떻게 지원할 수 있는가?
• RQ5 가용성을 기술적 상태가 아니라 사회적 과정으로 간주할 경우의 함의는 무엇인가?

주요 결과

• 가용성은 종종 고정된, 계산 가능한 속성이 아니라 사회적 상호작용을 통해 협의된다.
• 사용자들은 종종 명시적 상태 표시보다 맥락적 및 행동적 신호에 의존하여 가용성을 평가한다.
• 기계학습은 관찰 가능한 상호작용 패턴에서 참여도의 정도를 효과적으로 추론할 수 있다.
• 추론된 참여 수준을 반영하는 인터페이스 디자인을 통해 암묵적 가용성 협의를 지원할 수 있다.
• 가용성을 정적 상태로 제시하는 것은 커뮤니케이션에서의 동적인, 사회적 성격을 단순화시킨다.
• 참여도 추론을 존재성 시스템에 통합하면 더 자연스럽고 맥락 민감한 커뮤니케이션 지원이 가능해진다.