La variabilité entre individus

Il existe différentes comparaisons possibles entre des populations, pour l’utilisation de techniques d’interaction. Ces comparaisons sont : 1) La culture, puisque certaine culture peuvent rejeter la technologie. Par exemple les personnes âgées rejetant la technologie car elle est trop complexe pour eux ; 2) Le milieu sociétal, tels que les moyens financier de la personne peuvent empêcher de se financer une aide technique si celle-ci ne peut pas l’acheter ; Nous allons faire un focus sur 3) L’expérience ; 4) L’âge ; 5) Le handicap. Ces trois derniers sont pour nous les éléments les plus importants impactant sur la perception des systèmes de suppléance et de leurs performances.

5.1. L’expérience du participant

L’apprentissage et l’expertise s’acquiert avec le temps. Ceci est démontrable par exemple pour l’apprentissage d’une interface de clavier virtuel, [I.S. MacKenzie et S.X. Zhang 1999]. Ces auteurs montrent le nombre important de sessions nécessaires à l’apprentissage d’une interface pour une utilisation experte.

Dans le cas des techniques d’interaction, il existe différentes études qui comparent les usages en fonction de l'expérience des participants. Dans l'article [D. Natapov et I.S. MacKenzie 2010], sur l'analyse d'une manette de Xbox modifiée avec un trackball, une étude comparative est effectuée entre des utilisateurs réguliers de manettes de Xbox classique et des personnes novices. Les résultats montrent que l'expérience des utilisateurs est conservée et qu’il y a un transfert de connaissances vers le dispositif modifié. Les résultats des utilisateurs avancés sont largement supérieurs en termes de précision et de temps d'action par rapport à ceux des participants novices. Dans une étude utilisant le modèle de Fitts, l'apprentissage du système de pointage est donc un facteur important puisque l’expertise entre 2 dispositifs peut se transmettre. Dans le cas d’étude sur l’interaction, il y a donc une importance sur l’apprentissage des participants d’étude :

- Soit l’utilisateur se conduit comme un expert et visualise directement l’action à réaliser et sa stratégie de mise en œuvre sans les chercher ;

- Soit il est totalement novice et prend un « certain temps » à trouver à choisir ses stratégies [I.S. Mackenzie et S.X. Zhang, 2001]. Plus l’utilisateur s’exerce, plus le comportement moteur de ce dernier convergera vers le comportement d’une personne experte.

5.2. L’âge du participant

L’âge est complémentaire à l’apprentissage. Ainsi des études sur les populations sont effectuées en fonction de l’âge des participants. M.W. Smith et al. (1999) dans leur article, ont comparé le niveau de réalisation de tâches avec la souris en fonction de l’âge des participants avec trois groupes distincts : (20-39 ans), (40-59 ans) et (60-75 ans). Les résultats indiquent que pour des actions simples et des doubles clics, la population la plus jeune a moins de difficultés que la population la plus âgée. Avec l’âge la capacité d’apprentissage diminue. Cela impacte donc la capacité à apprendre de nouvelles tâches.

Une autre étude de J.P. Hourcade et al. (2004) compare des enfants de 4 ans, 5 ans et des adultes. La taille des cibles a une plus grande influence sur la difficulté pour les jeunes enfants, dans l'acquisition de cibles. Une cible trop réduite provoque d'après l'étude pour les jeunes de 4 ans un taux d'erreur de 50% et pour les jeunes de 5 ans, 25% d'erreur contre 5% pour une personne adulte. De plus, les stratégies employées dans les mouvements changent, en fonction de l’âge, pour gagner en précision. Ici les enfants de 4 ans manquent encore de certaines connaissances, qui leur permettraient de faciliter leur apprentissage moteur dans l’acquisition de cible.

5.3. Situation de handicap moteur d'un participant

Outre des capacités d’apprentissage et des connaissances acquises, la capacité d’une personne à utiliser un dispositif, ou une technique d’interaction dépend aussi de sa capacité motrice, et des différentes situations de handicap.

Dans la littérature, pour la loi de Fitts, des études ont été menées avec différentes personnes en situation de handicap. Pour utiliser un ordinateur, une personne a besoin de trois éléments : la perception, la cognition et la capacité motrice [F. Vella, N. Vigouroux

est encore importante quand on compare une personne handicapée avec une personne valide. Le temps total de l’expérimentation est plus long pour les participants handicapés moteur. Il faut donc pour eux adapter les modèles existant de la loi de Fitts.

La différence de comportement entre des personnes valides et des personnes handicapées a été traduite par les modèles psychophysiques. Un écart important, entre les deux populations, entre les résultats expérimentaux et théoriques, a été démontré dans le cadre d’évaluations des performances humaines dans une tâche de saisie de texte [S. Zhai et al. 2002] et [N. Vigouroux et al 2004], à savoir que les paramètres de la loi de Fitts et du modèle KLM estiment mal les comportements moteurs et perceptifs de cette population. Cela confirme que les estimations théoriques pour la loi de Fitts sont éloignées du comportement réel de cette population.

Du fait que les personnes en situation de handicap ont un degré de motricité différent d’une personne à une autre, Il faut prendre en compte la variabilité de toutes les données, Vella et Vigouroux (2014) proposent un encadrement par intégral afin de modéliser le comportement d’une population en situation d’handicap (Figure 23).

Figure 23 : Modélisation Vella [F. Vella et N. Vigouroux 2014]

pour la configuration d’un dispositif pour une personne. En premier, sera proposé un exercice lié à la loi de Fitts, les résultats seront évalués pour vérifier l’adéquation entre l’utilisateur et son dispositif. Ceci permettra de définir des recommandations ou d’améliorer la configuration. Pour définir le couple utilisateur / dispositif adéquat nous disposons d’une plateforme d’exercices. Nous allons maintenant expliquer les objectifs et le fonctionnement de celle-ci.