النماذج المعرفية الرمزية

مقياس قابلية استخدام النظام (SUS) هو استبيان موثوق به، واسع الاستخدام، مكون من عشرة بنود لتقييم قابلية الاستخدام المُدركة. يُقيّم المستخدمون كل عبارة على مقياس ليكرت من خمس نقاط. ثم تُحوّل الإجابات إلى درجة واحدة من صفر إلى مئة. على الرغم من بساطته، يُوفر هذا الاستبيان مقياسًا سريعًا ودقيقًا لقابلية استخدام النظام بشكل عام من وجهة نظر المستخدم الشخصية.

تُمثل نماذج الاتصال، المعروفة أيضًا باسم المعالجة الموزعة المتوازية (PDP) أو الشبكات العصبية الاصطناعية، العمليات المعرفية كتفاعلات بين العديد من وحدات المعالجة البسيطة والمترابطة، والتي تُسمى العقد. لا تُخزن المعرفة في موقع محدد، بل تُوزع في أوزان الاتصال بين هذه الوحدات. يحدث التعلم بتعديل هذه الأوزان، غالبًا عبر خوارزميات مثل الانتشار العكسي، مما يُمكّن من التعرف على الأنماط وتقريب الدوال.

منحنى كرويثوف هو رسم بياني تجريبي مستوحى من علم النفس الفيزيائي، يحدد منطقة من مستويات الإضاءة ودرجات حرارة الألوان تُعتبر مريحة أو مُرضية. يفترض هذا المنحنى أنه عند مستويات الإضاءة المنخفضة، يُفضل البشر درجات حرارة ألوان أكثر دفئًا (أكثر احمرارًا/اصفرارًا)، بينما عند مستويات الإضاءة العالية، يُفضلون درجات حرارة ألوان أكثر برودة (أكثر زرقة). قد تبدو ظروف الإضاءة خارج هذه المنطقة غير طبيعية أو مزعجة.

فلسفة تصميم وعملية تكرارية تُولي فيها احتياجات المستخدمين النهائيين ورغباتهم وقيودهم اهتمامًا بالغًا في كل مرحلة من مراحل عملية التصميم. يهدف التصميم المتكامل إلى ابتكار منتجات سهلة الاستخدام وسهلة الوصول من خلال إشراك المستخدمين طوال دورة التصميم من خلال البحث والاختبار وتلقي الملاحظات، بدلًا من الاعتماد كليًا على افتراضات المصمم.

ACT-R (التحكم التكيفي في الفكر - العقلاني) هو بنية معرفية تُحدد الهياكل الأساسية الثابتة للعقل البشري. تُنمذج الإدراك كمجموعة من الوحدات المستقلة، مثل الذاكرة الإدراكية والحركية والتقريرية، والتي تتفاعل من خلال نظام إنتاج مركزي. تُحفظ المعلومات في مخازن مؤقتة، وتعمل قواعد الإنتاج على معالجتها، مُحاكيةً عمليات حل المشكلات والتعلم البشري.

تُؤطِّر النماذج البايزية للإدراك العقل كمحرك استدلال احتمالي. تفترض هذه المنهجية أن الدماغ يُمثِّل المعرفة كتوزيعات احتمالية، ويُحدِّث هذه المعتقدات عند تلقِّي أدلة جديدة وفقًا لنظرية بايز. تُنمذج هذه المنهجية الإدراك والتعلم والاستدلال على أنها استدلالات إحصائية مثالية أو شبه مثالية في ظل عدم اليقين، مُوفِّرةً بذلك إطارًا رياضيًا مُوحِّدًا للعديد من الوظائف الإدراكية.