Modelli cognitivi simbolici

La System Usability Scale (SUS) è ​​un questionario di 10 domande ampiamente utilizzato e affidabile per valutare l'usabilità percepita. Gli utenti valutano ogni affermazione su una scala Likert a 5 punti. Le risposte vengono poi convertite in un punteggio unico da 0 a 100. Nonostante la sua semplicità, fornisce una misura rapida e affidabile dell'usabilità complessiva di un sistema dal punto di vista soggettivo dell'utente.

I modelli connessionisti, noti anche come elaborazione parallela distribuita (PDP) o reti neurali artificiali, rappresentano i processi cognitivi come interazioni tra molte unità di elaborazione semplici e interconnesse chiamate nodi. La conoscenza non è memorizzata in una posizione esplicita, ma è distribuita nei pesi di connessione tra queste unità. L'apprendimento avviene regolando questi pesi, spesso tramite algoritmi come la backpropagation, consentendo il riconoscimento di pattern e l'approssimazione di funzioni.

La curva di Kruithof è un grafico empirico tratto dalla psicofisica che delinea un intervallo di livelli di illuminamento e temperature di colore considerati confortevoli o piacevoli. Postula che a bassi livelli di luce, gli esseri umani preferiscano temperature di colore più calde (più rossastre/giallastre), mentre ad alti livelli di illuminamento, siano preferite temperature di colore più fredde (più bluastre). Le condizioni di illuminazione al di fuori di questo intervallo possono risultare innaturali o spiacevoli.

Una filosofia di progettazione e un processo iterativo in cui le esigenze, i desideri e i limiti degli utenti finali ricevono ampia attenzione in ogni fase del processo di progettazione. L'UCD mira a creare prodotti altamente usabili e accessibili coinvolgendo gli utenti durante tutto il ciclo di progettazione attraverso ricerca, test e feedback, anziché basarsi esclusivamente sulle ipotesi del progettista.

ACT-R (Controllo Adattivo del Pensiero - Razionale) è un'architettura cognitiva che definisce le strutture fisse di base della mente umana. Modella la cognizione come un insieme di moduli indipendenti, come la memoria percettiva, motoria e dichiarativa, che interagiscono attraverso un sistema di produzione centrale. Le informazioni sono conservate in buffer e le regole di produzione si attivano per manipolarle, simulando i processi di problem-solving e apprendimento umani.

I modelli bayesiani della cognizione inquadrano la mente come un motore di inferenza probabilistica. Questo approccio postula che il cervello rappresenti la conoscenza come distribuzioni di probabilità e aggiorni queste convinzioni quando riceve nuove prove, secondo il teorema di Bayes. Modella la percezione, l'apprendimento e il ragionamento come inferenza statistica ottimale o quasi ottimale in condizioni di incertezza, fornendo un quadro matematico unificante per molte funzioni cognitive.