[论文解读] Good Usability Practices in Scientific Software Development

Francisco Queiroz, Raniere Silva+3 more|arXiv (Cornell University)|Aug 31, 2017

Scientific Computing and Data Management被引用 7

一句话总结

本文提出了九项基于证据的科学软件开发可用性实践，强调命令行界面（CLI）与图形用户界面（GUI）之间的权衡、关注点分离、配置管理以及上下文感知设计。通过应用这些实践，开发者可以提升计算密集型科学工作流中软件的可用性、可复现性与可持续性。

ABSTRACT

Scientific software often presents very particular requirements regarding usability, which is often completely overlooked in this setting. As computational science has emerged as its own discipline, distinct from theoretical and experimental science, it has put new requirements on future scientific software developments. In this paper, we discuss the background of these problems and introduce nine aspects of good usability. We also highlight best practices for each aspect with an emphasis on applications in computational science.

研究动机与目标

• 解决尽管可用性在可复现性与软件可持续性中起着关键作用，但科学软件中普遍存在可用性被忽视的问题。
• 识别计算科学中独特的可用性挑战，包括复杂的参数化、大规模数据处理以及多样化的用户需求。
• 提供可操作的、基于证据的最佳实践，专门针对科学软件开发，其依据来自案例研究和实际开发经验。
• 通过将可用性整合到核心设计流程中，而非作为事后补充，推动可持续的软件开发。
• 通过提供实用且可实施的指导方针，支持在不同科学领域中采纳可用性实践。

提出的方法

• 通过综合现有文献、案例研究和第一手开发经验，分析科学软件中的可用性挑战。
• 提出九项核心可用性实践，每一项均基于成熟的软件工程原则和领域特定的约束。
• 强调架构上的分离——将用户界面代码、配置和科学计算在逻辑上分离，以提升可维护性和可重用性。
• 倡导使用配置文件和可脚本化的接口，以支持自动化、可复现性，并集成到高性能计算（HPC）和分布式计算环境中。
• 引入如“禁用无关选项”和“每个任务一个窗口”等设计模式，以提高特定任务界面的清晰度并减少认知负荷。
• 强调通过吸附到网格、动态拖拽以及双输入模式（速度与精度）等技术，提升输入处理的精确性。

实验结果

研究问题

• RQ1 尽管科学家在软件工程方面的培训有限，如何系统性地将可用性整合到科学软件开发中？
• RQ2 哪些设计模式和界面范式最能支持计算科学中常见的复杂、迭代且数据密集型的工作流？
• RQ3 CLI 与 GUI 的权衡在多大程度上影响科学软件的生产力、可复现性和可访问性？
• RQ4 如何组织软件配置与参数管理，以同时支持交互式使用和自动化在科学工作流中的应用？
• RQ5 上下文感知界面设计在减少高风险科学计算环境中认知负荷和防止用户错误方面发挥什么作用？

主要发现

• 尽管科学软件在可复现科学中起着关键作用，但其可用性往往较差，导致结果不可复现，并违反 FAIR 原则。
• 在数据密集型和分布式计算任务中，命令行界面（CLI）通常比 GUI 更高效，尤其是当与脚本和自动化结合使用时。
• 将用户界面逻辑与科学计算分离，可显著提升维护性、可移植性，并便于在不同接口和部署环境中集成。
• 将配置参数存储在外部文件中可提升可复现性，并支持自动化，尤其在 HPC 和工作流驱动的科学工作流中。
• 如“禁用无关选项”和“每个任务一个窗口”等设计模式，通过仅在任务上下文中显示相关功能，显著降低用户认知负荷。
• 通过双模式交互（如快速鼠标操作与精确旋钮输入）以及吸附到网格等功能，可提升用户输入的精确性，同时不牺牲工作流速度。