認知課題分析

クルイトホフ曲線は、心理物理学における経験的なグラフであり、快適または心地よいと感じられる照度レベルと色温度の範囲を示しています。この曲線は、低照度では人間は暖色系の色温度（赤みがかった黄色）を好み、高照度では寒色系の色温度（青みがかった色）を好むと仮定しています。この範囲外の照明条件は、不自然に感じられたり、不快に感じられたりする可能性があります。

UCD（ユーザー中心設計）とは、設計プロセスの各段階でエンドユーザーのニーズ、要望、制約に十分な注意を払う設計哲学と反復プロセスです。UCDは、設計者の思い込みだけに頼るのではなく、調査、テスト、フィードバックを通じて設計サイクル全体を通してユーザーを巻き込むことで、非常に使いやすくアクセスしやすい製品を生み出すことを目指します。

ACT-R（Adaptive Control of Thought—Rational）は、人間の心の基本的かつ固定的な構造を定義する認知アーキテクチャです。これは、知覚、運動、宣言的記憶といった独立したモジュール群が、中央の生成システムを介して相互作用するものとして認知をモデル化します。情報はバッファに保持され、生成ルールが発動してこの情報を操作することで、人間の問題解決や学習プロセスをシミュレートします。

ベイズ認知モデルは、心を確率的推論エンジンとして捉えます。このアプローチでは、脳は知識を確率分布として表現し、ベイズの定理に従って新たな証拠を受け取ると、これらの信念を更新すると仮定します。知覚、学習、推論を、不確実性下における最適またはほぼ最適な統計的推論としてモデル化し、多くの認知機能に統一的な数学的枠組みを提供します。

記号的認知モデルは、認知とは記号の操作を伴う計算であるという原理に基づいて動作します。これらのモデルは、命題、スキーマ、ルール（例えば、IF-THEN文）といった高レベルで明示的な表現を用いて、論理的推論、言語使用、問題解決などの構造化された思考プロセスをシミュレートします。これらは、しばしば「古き良きAI」（GOFAI）と呼ばれる古典的な人工知能の基礎を形成します。

システムユーザビリティスケール（SUS）は、知覚されるユーザビリティを評価するための、広く使用されている信頼性の高い10項目の質問票です。ユーザーは各項目を5段階のリッカート尺度で評価します。回答は0から100までの単一のスコアに変換されます。そのシンプルさにもかかわらず、ユーザーの主観的な視点からシステムの全体的なユーザビリティを迅速かつ確実に測定できます。

コネクショニストモデル（並列分散処理（PDP）または人工ニューラルネットワークとも呼ばれる）は、認知プロセスを、ノードと呼ばれる多数の単純な相互接続処理ユニット間の相互作用として表現します。知識は明示的な場所に保存されるのではなく、これらのユニット間の接続重みに分散されます。学習は、バックプロパゲーションなどのアルゴリズムを用いてこれらの重みを調整することによって行われ、パターン認識や関数近似を可能にします。