4 En guise de conclusion : Que Faire?
4.2 Aller au monde
Um dos pontos-chave deste projeto se encontra na inclusão de propriedades hápticas às marcas antes puramente visuais nas visualizações de gráficos de dispersão 2D. Com o advento das marcas multissensoriais, as quais combinam propriedades visuais e háp- ticas em sua concepção, precisávamos elaborar uma estratégia de mapeamento que não afetasse negativamente a visualização. Este é um problema preocupante, uma vez que as variáveis visuais são representadas graficamente em um plano bidimensional, enquanto que o ambiente háptico fornecido pelas bibliotecas de interação háptica é uma esfera tri- dimensional.
O primeiro dos problemas encontrados foi com relação à posição da ponta de prova do dispositivo háptico na tela. A sincronização com o ponteiro 2D do mouse não funcionava adequadamente porque o sistema de câmera adotado pelo ambiente 3D era em perspec- tiva. Foi necessário que se alterasse internamente o código da biblioteca para alterar a câmera para o modo de visualização ortogonal e assim corrigir a sincronização.
O segundo problema encontrado se referia aos objetos tridimensionais que aciona- riam o efeito háptico. Teoricamente, para cada marca visual bidimensional teríamos um objeto háptico tridimensional associado, com a mesma posição relativa na tela e mesma área visualizável. Entretanto, um objeto 3D precisa também de uma informação de pro- fundidade. Logo, configuramos as marcas para englobar todo o eixo de profundidade do ambiente háptico. Dessa forma a sensação háptica seria ativada não importando em que ponto do eixo de profundidade a ponta de prova estivesse. Essa se mostrou uma tarefa bastante árdua, sendo necessário uma vez mais intervir no código da biblioteca de intera- ção háptica para alterar diretamente o sistema de detecção de colisão da ponta de prova com os objetos da cena.
Por fim, o terceiro problema estava relacionado a um obstáculo típico da visualização de GD2D: oclusão de marcas. Ou seja, se duas marcas se ocluíssem visualmente, isso significava que dois objetos tridimensionais estavam compartilhando um espaço da esfera háptica. O resultado disso era nefasto para o dispositivo háptico, que somava as duas contribuições do local e renderizava uma intensidade de efeito háptico que muitas vezes estava fora de escala. Além disso, se uma base tivesse 10 mil registros, seria necessária a criação de 10 mil elementos hápticos em cena, consumindo muito processamento do computador para calcular as colisões a cada movimento da ponta de prova.
Para solucionar esse problema, pensamos no conceito de uma “grade háptica” para interação do usuário. Essa grade possuiria um número fixo de objetos tridimensionais e a contribuição háptica de uma marca multissensorial seria atrelada aos objetos tridimen- sionais que representavam as células da grade que compartilhassem sua posição no plano cartesiano.
A Grade Háptica
A grade háptica foi uma solução viável para a resolução do problema de lentidão ocasionada por um número relativamente alto de registros, assim como conseguiu evitar os problemas de colisão interna entre os objetos tridimensionais. Entretanto, a oclusão
4.3. ESTRATÉGIA DE MAPEAMENTO VISUAL/HÁPTICO 41 visual continuou a ser um problema, pois duas ou mais marcas que estão se ocluindo contribuem para uma mesma célula da grade. Dessa forma, seria necessário uma definição de como essas contribuições seriam calculadas.
A primeira opção foi a de se calcular a média das contribuições hápticas. Ou seja, se 4 marcas estivessem contribuindo para uma mesma célula, os valores de intensidade háptica de cada uma seriam somados e divididos por 4, e o valor resultante seria aplicado ao objeto tridimensional. Esta opção é um tanto quanto duvidosa, uma vez que substituímos os valores reais das contribuições por uma média entre eles. Todavia, ainda pode ser uma opção válida em caso de dados quantitativos.
Contudo, se lidamos com dados categóricos, essa solução é problemática. Embora no formato interno do programa cada categoria seja representada por um número, a média entre eles poderia gerar algo completamente absurdo e sem representação real. Como exemplo, suponhamos que 2 marcas visuais estão contribuindo igualitariamente para uma célula da grade. Digamos ainda que sejam marcas com valores categóricos, onde o nú- mero 1 está associado à categoria “Masculino” e o número 2 à categoria “Feminino”, e que a primeira marca faz parte da categoria 1, enquanto a segunda marca faz parte da categoria 2. Se as duas marcas estão contribuindo igualitariamente, o valor da média seria a soma dos dois valores dividido por dois, o que nos daria um total de 1,5. Entretanto, 1,5 não representa nenhuma categoria, o que gera um absurdo na visualização.
A solução para esse problema foi optar pela maior representatividade em caso de oclusão. Ou seja, caso 4 marcas hápticas da categoria 1 e 2 marcas hápticas da categoria 2 estejam contribuindo para uma mesma célula, a célula adotará o valor integral da categoria 1, que é a maioria. Em caso de empate entre duas ou mais categorias, a célula adotará o valor total da primeira categoria.
As duas opções acima (i.e. média e maioria) foram estudadas e decidimos utilizar a segunda para o experimento. Entretanto, isso não significa dizer que uma é superior à outra. Ambas são estratégias de visualização válidas e podem ser utilizadas de acordo com a informação que se deseja obter. Como em nosso caso lidamos com vários campos categóricos, optamos pela contribuição da maioria.
A Figura 4.9 apresenta uma visualização em GD2D da base “Faces”, onde proposital- mente mapeamos o mesmo campo para a propriedade visual “Cor” e para a propriedade háptica “Vibração”. Ao ativarmos a visualização da grade háptica (Figura 4.9b), podemos verificar como funciona o sistema de mapeamento do ViSH de cada marca visual para sua célula correspondente na grade hexagonal (háptica). Um outro ponto importante é o de se notar o que acontece em caso de oclusão. Mesmo que estejam ocluídos visualmente, aqueles que tem maior representação na região são apresentados claramente.
Uma outra informação importante sobre a grade é que, inicialmente, seu formato era retangular. Entretanto, como o ViSH permite que a propriedade visual “Forma” seja utili- zada na visualização, decidimos utilizar uma grade hexagonal. Com isso obtivemos uma amostragem mais eficiente, garantindo uma maior precisão nos valores mapeados.
42 CAPÍTULO 4. VISUALIZADOR COM SUPORTE HÁPTICO - VISH
Figura 4.9: Grade háptica em modo visível. A grade foi desenvolvida em formato hexagonal. Para
visualizar a intensidade do efeito háptico associada a cada um dos hexágonos (objeto tridimensional), representamos seu valor através de cores.
(a) Grade Háptica Invisível
(b) Grade Háptica Visível
Capítulo 5
Fase II: Validação da Proposta
Para testar a hipótese proposta na Seção 2.3 foi realizado um estudo experimental or- ganizado em 2 sessões planejadas para testar a hipótese H1. Seu planejamento baseou-se nas observações realizadas sobre o Experimento I (para maiores detalhes, ver Capítulo 3). De uma maneira geral, os experimentos simularam uma situação onde o participante recebia a descrição de um cenário e, a partir da análise de dados fornecidos, responderam questões. Cada um dos cenários envolve uma base de dados diferente. No total foram utilizados 2 cenários distintos.
Os participantes fizeram uso de uma ferramenta de visualização para investigar o ce- nário apresentado e tentar responder determinadas perguntas associadas a cada cenário. A ferramenta foi desenvolvida especialmente para esta atividade. Esta tarefa é típica e representativa do processo chamado visualização exploratória de dados.
5.1
Participantes
Foram recrutados 20 participantes. O experimento foi conduzido utilizando o design experimental entre os sujeitos (between-subjects) [Preece et al. 2013]. Isso significa que cada grupo foi submetido a apenas um tipo de configuração.
Os participantes foram distribuídos de maneira aleatória em quatro grupos—dois gru- pos de controle (GC1 e GC2) e dois grupos experimentais (GE1 e GE2)—com a mesma quantidade de participantes, ou seja, cada grupo teve um total de 5 participantes. Todos os grupos realizaram as tarefas de visualização com a mesma ferramenta computacional, de- senvolvida para este propósito específico, assim como o mesmo dispositivo de interação.
5.2
Materiais
O experimento foi realizado a utilização do aplicativo ViSH. Maiores detalhes sobre o funcionamento da ferramenta podem ser encontrados no Capítulo 4.
Em termos de hardware, foi utilizado um computador desktop, com processador Intel Core i7 2.4 GHz, com 12 GB de memória RAM DDR3 e com placa gráfica NVIDIA
44 CAPÍTULO 5. FASE II: VALIDAÇÃO DA PROPOSTA GeForce GTX 580; um monitor de 27 polegadas @ 60Hz; e o dispositivo de renderização háptica “Geomagic Touch” da empresa 3DSystems (2013).
Para configurar o efeito de vibração do dispositivo háptico, utilizamos uma frequên- cia de 70 Hz e um valor de amplitude que varia de 5 a 25% da força máxima gerada pelo Touch. Quando variamos o atributo de intensidade de 0.0 a 1.0, estamos justamente variando a amplitude dentro da faixa mencionada anteriormente.
5.3
Método
A variável independente é a estratégia de mapeamento do ViSH (mapeamento dos dados no espaço visual/háptico), organizada em 4 variações. Cada uma dessas variações está associada a um grupo de participantes e será descrita a seguir.
As variáveis dependentes são: acurácia das respostas, tempo total de duração da sessão, e satisfação pessoal.
As tarefas experimentais consistem na investigação dos cenários descritos a seguir.
Cenários de Investigação
Um cenário de investigação consiste em uma base de dados e 3 perguntas associadas a ela. As perguntas são destinadas aos participantes do experimento, que deverão respondê- las através da exploração dos dados. Duas bases de dados foram selecionadas para definir os contextos de exploração por visualização gráfica/háptica.
B0. Base de dados “Faces”
A base “Faces”, proveniente das bases do ambiente para análise estatística R [Crawley 2012], possui as descrições faciais de um grupo de estudantes. A base foi adaptada para atender as demandas do projeto. A adaptação consistiu na substituição de um dos campos e consequente aumento do número de registros em decorrência da alteração. O resultado final foi uma base com 5 campos e 160 registros. Os campos encontrados na base adaptada são:
• Cabelo (Negro, Castanho, Ruivo, Loiro)
• Olhos (Castanhos, Azuis, Castanhos Claros, Verdes) • Gênero (Masculino, Feminino)
• Origem (África, América, Ásia, Europa, Oceania) • Quantidade (Dado numérico)
O campo “Quantidade” corresponde à quantidade de membros de uma determinada combinação dos demais campos. Como exemplo de uma configuração válida, podemos citar um grupo formado por estudantes de cabelos negros, olhos castanhos, do sexo mas- culino e originários da Ásia. Os 160 registros nada mais são do que todas as combinações
5.3. MÉTODO 45 que podem ser efetuadas entre os campos “Cabelo”, “Olhos”, “Gênero” e “Origem”. Uma amostra da base pode ser vista na Tabela 5.1.
Tabela 5.1: Exemplos dos primeiros 10 registros da base “Faces”.
Cabelo Olhos Gênero Origem Quantidade
Negro Castanhos Masculino América 9 Castanho Castanhos Masculino América 41
Ruivo Castanhos Masculino América 4 Loiro Castanhos Masculino América 1
Negro Azuis Masculino América 3
Castanho Azuis Masculino América 12
Ruivo Azuis Masculino América 8
Loiro Azuis Masculino América 9
Negro Castanhos Claros Masculino América 1 Castanho Castanhos Claros Masculino América 5
Fonte: elaborada pelo autor a partir dos registros da base “Faces”.
Perguntas respondidas pelos participantes
Os cenários de investigação são compostos das bases e de perguntas associadas à elas. As perguntas foram formuladas de uma forma que, para chegar à resposta, o participante precisasse visualizar todos os campos da base. Abaixo, a lista das 3 perguntas associadas à base “Faces”.
1. Com relação aos originários da Oceania, o grupo com maior representação numérica é: a) Mulheres com cabelo loiro e olhos azuis.
b) Mulheres com cabelo castanho e olhos verdes. c) Mulheres com cabelo loiro e olhos verdes. d) Mulheres com cabelo castanho e olhos azuis. e) Nenhuma das respostas acima.
f) Outros (resposta no formulário em papel).
2. Pessoas com cabelos castanhos são as mais comuns em todos os continentes, exceto em um. Qual?
a) América, onde a predominância é de homens de cabelo negro. b) América, onde a predominância é de mulheres de cabelo loiro. c) Europa, onde a predominância é de mulheres de cabelo negro. d) Europa, onde a predominância é de mulheres de cabelo loiro. e) Nenhuma das respostas acima.
46 CAPÍTULO 5. FASE II: VALIDAÇÃO DA PROPOSTA 3. Homens de cabelo castanho e olhos azuis são mais comuns em que continente:
a) América b) África c) Europa d) Oceania
e) Nenhuma das respostas acima.
f) Outros (resposta no formulário em papel).
B1. Base de dados “Titanic”
Adaptada a partir da base homônima distribuída em conjunto com o aplicativo estatís- tico R, a base Titanic possui informações acerca do naufrágio do RMS Titanic, transatlân- tico famoso pela tragédia que o abateu em sua viagem inaugural. A adaptação consistiu no aumento de categorias do campo “Faixa Etária” e consequente aumento no número de registros. A base adaptada conta com 80 registros e 5 campos, mostrados a seguir:
• Classe de Passageiro (Primeira Classe, Segunda Classe, Terceira Classe, Tripula- ção)
• Sexo (Masculino, Feminino)
• Faixa Etária (0 a 10 anos, 11 a 20 anos, 21 a 40 anos, 41 a 60 anos, acima de 60 anos)
• Sobrevivente (Sim, Não)
• Quantidade (Dado Numérico)
O campo “Quantidade” corresponde à quantidade de membros de uma determinada configuração dos demais campos. Como exemplo de uma configuração válida, podemos citar passageiros da Primeira Classe, do sexo masculino, entre 21 e 40 anos, que sobrevi- veram à tragédia. Os 80 registros nada mais são do que todas as combinações que podem ser efetuadas entre os 4 primeiros campos. A Tabela 5.2 apresenta uma pequena amostra do conteúdo da base.
5.3. MÉTODO 47 Tabela 5.2: Exemplos de 10 registros da base “Titanic”.
Classe de Passageiro Sexo Sobrevivente Idade Quantidade Primeira Classe Masculino Não Acima de 60 anos 2 Segunda Classe Masculino Não Acima de 60 anos 36 Terceira Classe Masculino Não Acima de 60 anos 23 Tripulação Masculino Não Acima de 60 anos 4 Primeira Classe Feminino Não Acima de 60 anos 0 Segunda Classe Feminino Não Acima de 60 anos 5 Terceira Classe Feminino Não Acima de 60 anos 30
Tripulação Feminino Não Acima de 60 anos 1
Primeira Classe Masculino Sim De 0 a 10 anos 5 Segunda Classe Masculino Sim De 0 a 10 anos 11
Fonte: elaborada pelo autor a partir de registros da base “Titanic”.
Perguntas a serem respondidas pelos participantes
Assim como na base “Faces”, as perguntas da base “Titanic” foram formuladas de maneira que o participante necessite visualizar todos os campos da base para respondê- las. Abaixo, as 3 questões referentes à base.
1. Qual dos grupos abaixo possuía maior representação numérica? a) Homens não-sobreviventes da terceira classe, entre 41 e 60 anos. b) Mulheres não-sobreviventes da terceira classe, entre 21 e 40 anos. c) Homens não-sobreviventes da tripulação, entre 21 e 40 anos. d) Homens não-sobreviventes da tripulação, entre 40 e 60 anos. e) Nenhuma das respostas acima.
f) Outros (resposta no formulário em papel).
2. Sobre as mulheres da primeira classe com idade entre 21 e 40 anos, podemos afirmar a) Não houve sobreviventes.
b) Morreram mais que as mulheres da segunda classe com a mesma faixa etária. c) Morreram mais que os homens da primeira classe com a mesma faixa etária. d) É o grupo com maior número de sobreviventes.
e) Nenhuma das respostas acima.
f) Outros (resposta no formulário em papel).
3. Em todas as classes o número de mulheres sobreviventes é superior ao número de ho- mens, exceto na:
a) Primeira classe. b) Segunda classe. c) Terceira classe.
48 CAPÍTULO 5. FASE II: VALIDAÇÃO DA PROPOSTA d) Tripulação.
e) Nenhuma das respostas acima.
f) Outros (resposta no formulário em papel).
5.4
Procedimento
Antes da realização dos experimentos, os participantes foram informados sobre a na- tureza do teste e assinaram um Termo de Consentimento Livre e Esclarecido (TCLE) ates- tando que estavam cientes do tipo de experimento que iriam participar. Após a assinatura do TCLE, os participantes foram direcionados para o computador no qual realizaram os experimentos (ver Figura 5.1), onde instruções sobre a manipulação do dispositivo háp- tico e do aplicativo ViSH foram fornecidas. Além disso, os usuários foram instruídos a solicitar auxílio em caso de dúvida a qualquer momento durante o experimento.
Figura 5.1: Ambiente experimental.
Fonte: capturada pelo autor.
Cada participante recebeu um formulário em papel (ver Apêndice A.2) com ques- tões pré-experimento sobre dados pessoais não identificáveis, conhecimento em gráficos de dispersão e uso anterior de dispositivos hápticos. Após responder a estas primeiras questões, o participante recebeu um tablet que continha um formulário digital com as 6
5.4. PROCEDIMENTO 49 questões a serem respondidas sobre as duas bases. O formulário digital foi projetado para apenas uma pergunta aparecer por vez, e os participantes foram instruídos a responder cada questão antes de passar para a próxima.
A escolha por duas bases se deve ao fato do usuário precisar se acostumar com o ambiente com o qual estava interagindo antes de analisar os dados. Esse contato inicial poderia prejudicar o desempenho da tarefa como um todo, então a base B0foi proposital-
mente colocada para treinar o participante no ViSH.
Após as 3 perguntas da base B0, os participantes passaram para as perguntas da base
B1. Mais uma vez eles se deparariam com 3 questões, embora dessa vez já estivessem
familiarizados com o ambiente e já tivessem criado uma estratégia investigativa.
Ao final da sessão experimental, os participantes preencheram as questões pós-experi- mento contidas no formulário entregue no início da atividade (ver Apêndice A.2). O foco dessas questões foi a satisfação dos participantes com a investigação que tinham acabado de realizar. As respostas eram dadas através de uma escala Likert dividida em 5 categorias: “Discordo Totalmente”, “Discordo Parcialmente”, “Neutro”, “Concordo Parcialmente” e “Concordo Totalmente”. O participante também dispunha de um espaço para respostas subjetivas, sendo convidado a compartilhar suas impressões durante o experimento.
5.4.1
Grupo de Controle #1 (GC1)
O grupo de controle #1 utilizou a técnica regular de GD2D, baseada apenas em ma- peamento de atributos visuais. Neste grupo, os 5 campos de cada base foram mapeados para as 5 propriedades visuais seguintes:
• Coordenada Cartesiana no eixo X da marca visual; • Coordenada Cartesiana no eixo Y da marca visual; • Cor da marca visual (dado categórico);
• Tamanho da marca visual (dado categórico); e
• Forma da marca visual (dado categórico): quadrado, círculo, triângulo, losango e hexágono.
Durante a sessão de investigação o participante pôde escolher entre três opções de mapeamento das variáveis. Esses mapeamentos foram previamente selecionados pelos autores do experimento para garantir que as respostas às questões pudessem ser encontra- das em cada um deles, uma vez que a exploração livre não foi permitida. Por exploração livre nós nos referimos à possibilidade de alteração do mapeamento de um campo para uma das propriedade visuais ou hápticas disponíveis de forma arbitrária.
5.4.2
Grupo de Controle #2 (GC2)
O grupo de controle #2 também utilizou a técnica regular de GD2D, baseada apenas em mapeamento de atributos visuais. Entretanto, apenas 4 campos puderam ser mapeados por vez. Em comparação com o GC1, uma das propriedades visuais teve que ser excluída. No caso, a propriedade selecionada para descarte foi a forma da marca visual. Com isso, todas as marcas visuais do GC2 foram fixadas com uma única forma: quadrado.
50 CAPÍTULO 5. FASE II: VALIDAÇÃO DA PROPOSTA Neste grupo, os 5 campos de cada base foram mapeados para as 4 propriedades visuais seguintes:
• Coordenada Cartesiana no eixo X da marca visual; • Coordenada Cartesiana no eixo Y da marca visual; • Cor da marca visual (dado categórico); e
• Tamanho da marca visual (dado categórico).
Com esta configuração, o número de campos a serem mapeados é maior do que o nú- mero de propriedades visuais disponíveis para mapeamento. Logo, para que todos campos pudessem ser comparados simultaneamente, foi necessário gerar o mínimo de 5 gráficos de dispersão para visualização, ou C5
4= 5. A combinação, portanto, foi aplicada sobre os
campos, gerando as possibilidades de mapeamento que podem ser vistas na Tabela 5.3. Tabela 5.3: Mapeamentos para o Grupo de Controle 2.
Propriedade Visual Mapeamento
#1 #2 #3 #4 #5
Coordenada X Campo 1 Campo 1 Campo 1 Campo 1 Campo 2 Coordenada Y Campo 2 Campo 2 Campo 2 Campo 3 Campo 3 Cor Campo 3 Campo 3 Campo 4 Campo 4 Campo 4 Tamanho Campo 4 Campo 5 Campo 5 Campo 5 Campo 5
Fonte: elaborada pelo autor.
Considerando que a ordem de mapeamento pode afetar o processo exploratório dos dados, idealmente seria necessário gerar A54 = 5! = 120 arranjos de mapeamento para cobrir todas as possibilidades. Contudo, esta estratégia inviabilizaria a realização do ex- perimento.
Para contornar esse obstáculo, utilizou-se a mesma estratégia adotada para o GC1, ou seja, o uso de mapeamentos preestabelecidos para todos os participantes. A única diferença foi a de que o número total de gráficos de dispersão gerados foi maior do que o do primeiro grupo, uma vez que cada visualização do GC2 era composta de 5 gráficos.
5.4.3
Grupo Experimental #1 (GE1)
O grupo experimental #1 utilizou a técnica de GD2D adaptada para a renderização háptica. Desta forma, os mapeamentos foram realizados não apenas para as propriedades visuais, mas para a háptica também. Foram utilizadas 4 propriedades visuais e 1 háptica, o que significa que 1 propriedade visual teve de ser descartada. Para manter a consistência nos descartes, a propriedade visual “forma” foi preterida, como já havia sido com o GC2, sendo substituída no mapeamento pela propriedade háptica de vibração. Com isso, mais uma vez a forma de todas as marcas visuais foi fixada em quadrado.
5.4. PROCEDIMENTO 51 Neste grupo, os 5 campos de cada base foram mapeados para as seguintes proprieda- des:
• Coordenada Cartesiana no eixo X da marca visual;