Expérience et performance en réalité virtuelle

Dans le cadre de l’interaction homme-machine, de nombreux travaux (Marchionini & Shnei-derman, 1988 ; Marchinonini, 1995 ; Lazonder et al., 2000) se sont intéressés à l’effet de l’ex-périence durant des tâches de recherche d’informations. Ils ont montré que les utilisateurs expérimentés sont plus précis et mettent moins de temps que les novices pour localiser une in-formation. Ces recherches ont été confirmées par les travaux de Kim (2001) et de Palmquist & Kim (2000) (présentés dans la section 4.2). Leurs résultats sont particulièrement intéressants car ils révèlent que lorsque les utilisateurs sont expérimentés dans la tâche, les dépendants et les indépendants à l’égard du champ ont des performances en réalité virtuelle similaires. Par contre, lorsque les utilisateurs sont novices dans la tâche, les indépendants sont plus perfor-mants que les dépendants à l’égard du champ. L’expertise permet donc de minimiser l’impact

de la dépendance-indépendance à l’égard du champ sur la performance. Des résultats similaires concernant les capacités spatiales ont été montrés par Benyon (1993) sur la navigation dans une base de données. Les utilisateurs ayant un bon niveau de capacités spatiales sont plus per-formants que les utilisateurs ayant un niveau plus faible. Cependant, les experts en recherche d’informations dans une base de données, quelles que soient leurs capacités spatiales, ont des performances similaires. Ces travaux nous permettent de conclure que l’expérience dans une tâche peut permettre de compenser les déficiences dues à des difficultés en capacités spatiales ou à la dépendance à l’égard du champ.

Concernant la réalité virtuelle, nous citerons les travaux de Moffat et al. (2001) et de Waller (2000) que nous avons déjà présentés dans la section 4.1. Moffat et al. (2001) ont demandé à des utilisateurs de compléter une tâche de recherche de cible dans un labyrinthe virtuel. Ils ont montré que les utilisateurs expérimentés dans l’utilisation des ordinateurs sont plus rapides pour trouver une cible dans ce labyrinthe que des utilisateurs novices. Waller (2000), quant à lui, n’a pas montré de relation entre l’expérience et l’utilisation efficace de l’interface. Ce résultat peut paraître contradictoire. Cependant, il peut se justifier par les indicateurs utilisés par cet auteur. En effet, il propose un indicateur commun mesurant l’expérience des ordina-teurs, de la réalité virtuelle, mais également l’attitude de l’utilisateur envers l’informatique (méfiant, motivé etc.). Il est possible que le manque de spécificité de cet interacteur explique l’absence de corrélation significative entre expérience et performance.

Cette réflexion nous amène à la principale limitation de ces études : la mesure du degré d’expérience de l’utilisateur. Classiquement, des questionnaires sont utilisés (Waller, 2000 ; Lazonder et al., 2000 ; Palmquist & Kim, 2000 ; Kim, 2001). Cependant, chaque étude utilise un questionnaire différent et non standardisé. Ces mesures sont donc subjectives, soumises à caution et il est difficile de généraliser les résultats obtenus. La seconde limitation de ces études est la multiplication des niveaux d’expérience. En effet, pour être efficient en interac-tion homme-machine, un utilisateur doit avoir un bon niveau d’expérience dans le domaine de l’application, dans la tâche qu’il doit réaliser, dans la technologie qu’il utilise etc. Ainsi, dans une application de recherche d’informations sur un thème particulier (par exemple la réalité virtuelle), plus l’utilisateur aura une bonne connaissance du thème étudiée (la réalité virtuelle), plus sa recherche sera efficace. De plus, un utilisateur expérimenté en recherche d’informations sera plus efficient pour utiliser les expressions logiques (et, ou etc.). Enfin plus l’utilisateur est rapide dans l’utilisation d’un clavier et dans la navigation hypertexte, plus sa tâche de recherche d’informations sera facilitée. Ainsi, les différentes expériences de l’utilisa-teur vont toutes influencer sa performance d’interaction en réalité virtuelle. L’identification et l’évaluation exhaustive de toute ces niveaux d’expérience étant problématiques, il convient de sélectionner les expériences pouvant avoir le plus d’influence sur la performance, dans notre cas l’expérience en réalité virtuelle et en jeux vidéo.

4.3.3 Conclusion

Dans cette section, le modèle des niveaux d’activité (Rasmussen, 1986 ; Rasmussen et al., 1994) a été développé. Ce modèle permet de modéliser l’acquisition d’une expérience par un utilisateur. Ainsi l’utilisateur expérimenté utilisera un comportement basé sur des règles ou des réponses réflexes pour interagir avec un système informatique, tandis qu’un utilisateur novice utilisera un comportement basé sur des connaissances. Nous pouvons donc supposer des différentiels de performances pour réaliser une activité, les expérimentés pouvant se baser sur des comportements automatiques, rapides et peu coûteux, tandis que les novices se basent sur des comportements contrôlés, lents et coûteux d’un point de vue attentionnel.

Les quelques résultats expérimentaux que nous avons développés sont, en partie, cohérents avec cette position (cf. tableau 4.5). En effet, les travaux de Moffat et al. (2001) confirment cette position tandis que ceux de Waller (2000) sont en contradiction. Cette absence de consen-sus peut se justifier par la mesure utilisée pour évaluer l’expérience de l’utilisateur. Ce résultat de Waller (2000) montrant que les sujets inexpérimentés ont des performances similaires aux sujets expérimentés étant en contradiction avec l’ensemble des résultats classiques issus de l’interaction homme-machine (Egan, 1988 ; Nielsen et al., 1993 ; Dix et al., 1998 ; Boy, 2003), ne sera pas considéré dans nos hypothèses. Nous supposerons que plus l’utilisateur est expé-rimenté, plus il sera efficient dans la tâche.

Caractéristiques Performances dans les tâches

de l’utilisateur Locomotion Recherche d’itinéraire Manipulation

Expérience Expérimenté = Non expérimenté Expérimenté > Non expérimenté ?

dans la tâche (Waller, 2000) (Moffat et al., 2001)

Les ? signifient que nous n’avons pas identifié d’études concernant cette configuration

Tableau 4.5 – Principaux résultats expérimentaux concernant l’expérience dans la tâche

Dans cette recherche, nous nous intéressons particulièrement à l’expérience en informa-tique et dans l’utilisation d’une technologie de réalité virtuelle. Selon notre conception de la réalité virtuelle décrite dans le chapitre 1, les jeux vidéo utilisant des environnements numé-riques tridimensionnels peuvent être considérés comme des applications de réalité virtuelle. Nous ferons donc l’hypothèse que l’expérience en réalité virtuelle et/ou en jeux vidéo devrait influencer la performance dans les tâches d’interaction (cf. tableau 4.6).

Caractéristiques Performances dans les tâches

de l’utilisateur Locomotion Manipulation

Expérience dans la tâche

Expérimentés > Non expérimentés Expérimentés > Non expérimentés Expérience en jeux vidéo

Pour conclure cette étude sur les caractéristiques de l’utilisateur influençant la performance en réalité virtuelle, nous nous focalisons désormais sur les différences hommes / femmes.