اختبار قابلية الاستخدام

اختبار قابلية الاستخدام هو تقنية تستخدم في تصميم التفاعل الموجه للمستخدم لتقييم المنتج عن طريق اختباره على المستخدمين. يمكن اعتبار ذلك ممارسة لا يمكن الاستغناء عنها لقابلية الاستخدام ، حيث إنها تقدم مدخلات مباشرة حول كيفية استخدام المستخدمين الحقيقيين للنظام. ^[1] إنه يهتم أكثر بسهولة تصميم المنتج واختباره مع المستخدمين الذين ليس لديهم تعرض مسبق له. يعد هذا الاختبار أمرًا بالغ الأهمية لنجاح المنتج النهائي حيث أن التطبيق العامل بكامل طاقته والذي يخلق ارتباكًا بين مستخدميه لن يستمر طويلاً. ^[2] وهذا يتناقض مع طرق فحص قابلية الاستخدام حيث يستخدم الخبراء طرقًا مختلفة لتقييم واجهة المستخدم دون إشراك المستخدمين.

يركز اختبار قابلية الاستخدام على قياس قدرة المنتج المصنوع من قبل الإنسان على تلبية الأغراض المقصودة منه. ومن الأمثلة على المنتجات التي تستفيد عادةً من اختبار قابلية الاستخدام: الطعام ، والمنتجات الاستهلاكية، ومواقع الويب أو تطبيقات الويب، وواجهات الكمبيوتر ، والمستندات، والأجهزة. يقيس اختبار قابلية الاستخدام قابلية الاستخدام، أو سهولة الاستخدام، لكائن أو مجموعة من الكائنات المحددة، في حين تحاول دراسات التفاعل العام بين الإنسان والحاسوب صياغة مبادئ عالمية.

إن جمع الآراء حول شيء أو مستند ما ببساطة هو بحث تسويقي أو بحث نوعي وليس اختبار قابلية الاستخدام. يتضمن اختبار قابلية الاستخدام عادةً مراقبة منهجية في ظل ظروف خاضعة للرقابة لتحديد مدى قدرة الأشخاص على استخدام المنتج. ^[3] ومع ذلك، غالبًا ما يتم استخدام كل من البحث النوعي واختبار قابلية الاستخدام معًا، لفهم دوافع/تصورات المستخدمين بشكل أفضل، بالإضافة إلى أفعالهم.

بدلاً من عرض مسودة أولية للمستخدمين وسؤالهم "هل فهمتم هذا؟"، فإن اختبار قابلية الاستخدام يتضمن مراقبة الأشخاص وهم يحاولون استخدام شيء ما للغرض المقصود منه. على سبيل المثال، عند اختبار تعليمات تجميع لعبة، يجب إعطاء الأشخاص الخاضعين للاختبار التعليمات وصندوقًا من الأجزاء، وبدلاً من مطالبتهم بالتعليق على الأجزاء والمواد، يجب مطالبتهم بتجميع اللعبة. تؤثر صياغة التعليمات وجودة الرسوم التوضيحية وتصميم اللعبة على عملية التجميع.

يتضمن إعداد اختبار قابلية الاستخدام إنشاء سيناريو أو موقف واقعي بعناية، حيث يقوم الشخص بأداء قائمة من المهام باستخدام المنتج الذي يتم اختباره بينما يراقب المراقبون ويدونون الملاحظات ( التحقق الديناميكي ). تُستخدم أيضًا العديد من أدوات الاختبار الأخرى مثل التعليمات النصية والنماذج الأولية الورقية واستبيانات ما قبل الاختبار وما بعده لجمع التعليقات على المنتج الذي يتم اختباره ( التحقق الثابت ). على سبيل المثال، لاختبار وظيفة المرفق لبرنامج البريد الإلكتروني ، يصف السيناريو موقفًا يحتاج فيه الشخص إلى إرسال مرفق بريد إلكتروني، ويطلب منه القيام بهذه المهمة. والهدف هو ملاحظة كيفية عمل الأشخاص بطريقة واقعية، حتى يتمكن المطورون من تحديد مناطق المشكلة وإصلاحها. تشمل التقنيات المستخدمة بشكل شائع لجمع البيانات أثناء اختبار قابلية الاستخدام بروتوكول التفكير بصوت عالٍ والتعلم بالاكتشاف المشترك وتتبع العين .

اختبار الممرات ، المعروف أيضًا باسم قابلية الاستخدام غير التقليدية ، هو طريقة سريعة ورخيصة لاختبار قابلية الاستخدام حيث يُطلب من الأشخاص - مثل المارة في الممر - تجربة استخدام المنتج أو الخدمة. يمكن أن يساعد هذا المصممين في تحديد "الجدران الحجرية"، وهي مشكلات خطيرة للغاية بحيث لا يستطيع المستخدمون ببساطة التقدم، في المراحل المبكرة من التصميم الجديد. يمكن استخدام أي شخص باستثناء مصممي المشروع والمهندسين (يميلون إلى العمل كـ "مراجعين خبراء" لأنهم قريبون جدًا من المشروع).

يعد هذا النوع من الاختبارات مثالاً على أخذ العينات المريحة ، وبالتالي فإن النتائج قد تكون متحيزة.

في السيناريو الذي يتواجد فيه مقيمو قابلية الاستخدام والمطورون والمستخدمون المحتملون في بلدان ومناطق زمنية مختلفة، فإن إجراء تقييم قابلية الاستخدام التقليدي للمختبر يخلق تحديات من منظور التكلفة واللوجستيات. أدت هذه المخاوف إلى إجراء بحث حول تقييم قابلية الاستخدام عن بعد، مع فصل المستخدم والمقيِّمين عن بعضهم البعض من حيث المكان والزمان. يمكن أن يكون الاختبار عن بعد، الذي يسهل إجراء التقييمات في سياق مهام المستخدم الأخرى والتكنولوجيا، متزامنًا أو غير متزامن. يتضمن الأول اتصالاً فرديًا في الوقت الفعلي بين المُقيِّم والمستخدم، بينما يتضمن الأخير عمل المُقيِّم والمستخدم بشكل منفصل. ^[4] تتوفر العديد من الأدوات لتلبية احتياجات كلا النهجين.

تتضمن منهجيات اختبار قابلية الاستخدام المتزامنة عقد مؤتمرات الفيديو أو استخدام أدوات مشاركة التطبيقات عن بُعد مثل WebEx. WebEx وGoToMeeting هما أكثر التقنيات استخدامًا لإجراء اختبار قابلية الاستخدام عن بُعد المتزامن. ^[5] ومع ذلك، قد يفتقر الاختبار عن بُعد المتزامن إلى الفورية والشعور "بالحضور" المطلوب لدعم عملية الاختبار التعاوني. علاوة على ذلك، قد تتطلب إدارة الديناميكيات الشخصية عبر الحواجز الثقافية واللغوية مناهج حساسة للثقافات المعنية. تشمل العيوب الأخرى انخفاض السيطرة على بيئة الاختبار والمشتتات والمقاطعات التي يعاني منها المشاركون في بيئتهم الأصلية. ^[6] إحدى الطرق الأحدث التي تم تطويرها لإجراء اختبار قابلية الاستخدام عن بُعد المتزامن هي استخدام العوالم الافتراضية. ^[7]

تتضمن الطرق غير المتزامنة التجميع التلقائي لتدفقات نقرات المستخدم وسجلات المستخدم للحوادث الحرجة التي تحدث أثناء التفاعل مع التطبيق وردود الفعل الذاتية على الواجهة من قبل المستخدمين. ^[6] على غرار الدراسة المعملية، فإن اختبار قابلية الاستخدام عن بعد غير المتزامن يعتمد على المهام وتسمح المنصة للباحثين بالتقاط النقرات وأوقات المهام. وبالتالي، بالنسبة للعديد من الشركات الكبيرة، يسمح هذا للباحثين بفهم نوايا الزوار بشكل أفضل عند زيارة موقع ويب أو موقع محمول. بالإضافة إلى ذلك، يوفر هذا النمط من اختبار المستخدم أيضًا فرصة لتقسيم التعليقات حسب النوع الديموغرافي والسلوكي. يتم إجراء الاختبارات في بيئة المستخدم الخاصة (بدلاً من المختبرات) مما يساعد على محاكاة اختبار السيناريوهات الواقعية بشكل أكبر. يوفر هذا النهج أيضًا وسيلة لطلب التعليقات بسهولة من المستخدمين في المناطق النائية بسرعة وبتكاليف تنظيمية أقل. في السنوات الأخيرة، أصبح إجراء اختبار قابلية الاستخدام بشكل غير متزامن سائدًا أيضًا ويسمح للمختبرين بتقديم التعليقات في أوقات فراغهم ومن راحة منازلهم.

المراجعة من قبل الخبراء هي طريقة عامة أخرى لاختبار قابلية الاستخدام. وكما يوحي الاسم، تعتمد هذه الطريقة على الاستعانة بخبراء لديهم خبرة في هذا المجال (ربما من شركات متخصصة في اختبار قابلية الاستخدام) لتقييم قابلية استخدام المنتج.

التقييم الاستدلالي أو تدقيق قابلية الاستخدام هو تقييم لواجهة ما من قبل خبير أو أكثر في العوامل البشرية. يقيس المقيمون قابلية استخدام الواجهة وكفاءتها وفعاليتها استنادًا إلى مبادئ قابلية الاستخدام، مثل 10 معايير استدلالية لقابلية الاستخدام حددها في الأصل جاكوب نيلسن في عام 1994. ^[8]

تتضمن مقاييس قابلية الاستخدام الخاصة بشركة نيلسن، والتي استمرت في التطور استجابة لأبحاث المستخدمين والأجهزة الجديدة، ما يلي:

• رؤية حالة النظام
• التطابق بين النظام والعالم الحقيقي
• التحكم والحرية للمستخدم
• الاتساق والمعايير
• منع الخطأ
• التعرف بدلا من التذكير
• المرونة وكفاءة الاستخدام
• تصميم جمالي وبسيط
• مساعدة المستخدمين على التعرف على الأخطاء وتشخيصها والتعافي منها
• المساعدة والتوثيق

على غرار مراجعات الخبراء، توفر مراجعات الخبراء الآلية اختبارات قابلية الاستخدام ولكن من خلال استخدام برامج تقدم قواعد للتصميم الجيد والإرشادات. ورغم أن المراجعة الآلية قد لا توفر نفس القدر من التفاصيل والرؤى مثل مراجعات الأشخاص، إلا أنه يمكن الانتهاء منها بشكل أسرع وأكثر اتساقًا. إن فكرة إنشاء مستخدمين بدلاء لاختبار قابلية الاستخدام هي اتجاه طموح لمجتمع الذكاء الاصطناعي.

في تطوير الويب والتسويق، يعد اختبار A/B أو الاختبار المنقسم نهجًا تجريبيًا لتصميم الويب (خاصةً تصميم تجربة المستخدم)، والذي يهدف إلى تحديد التغييرات التي تطرأ على صفحات الويب والتي تزيد أو تعظم نتيجة مثيرة للاهتمام (على سبيل المثال، معدل النقر فوق إعلان بانر). وكما يوحي الاسم، تتم مقارنة نسختين (A وB)، وهما متطابقتان باستثناء اختلاف واحد قد يؤثر على سلوك المستخدم. قد يكون الإصدار A هو المستخدم حاليًا، بينما يتم تعديل الإصدار B في بعض النواحي. على سبيل المثال، على موقع ويب للتجارة الإلكترونية، عادةً ما يكون مسار الشراء مرشحًا جيدًا لاختبار A/B، حيث يمكن حتى للتحسينات الهامشية في معدلات التسرب أن تمثل مكسبًا كبيرًا في المبيعات. يمكن رؤية التحسينات الكبيرة من خلال اختبار عناصر مثل نص النسخة والتخطيطات والصور والألوان.

الاختبار المتعدد المتغيرات أو اختبار الدلو يشبه اختبار A/B ولكنه يختبر أكثر من إصدارين في نفس الوقت.

في أوائل تسعينيات القرن العشرين، قام جاكوب نيلسن ، وهو باحث في شركة صن مايكروسستمز آنذاك ، بترويج مفهوم استخدام العديد من اختبارات قابلية الاستخدام الصغيرة - والتي عادة ما يشارك في كل منها خمسة مشاركين فقط - في مراحل مختلفة من عملية التطوير. وتتلخص حجته في أنه بمجرد اكتشاف ارتباك شخصين أو ثلاثة أشخاص تمامًا بسبب الصفحة الرئيسية، فلن تجني سوى القليل من مشاهدة المزيد من الأشخاص يعانون من نفس التصميم المعيب. "إن اختبارات قابلية الاستخدام المعقدة هي مضيعة للموارد. وتأتي أفضل النتائج من اختبار ما لا يزيد عن خمسة مستخدمين وإجراء أكبر عدد ممكن من الاختبارات الصغيرة بقدر ما تستطيع." ^[9]

تم وصف ادعاء "خمسة مستخدمين يكفي" لاحقًا بواسطة نموذج رياضي ^[10] ينص على نسبة المشكلات غير المغطاة

${\displaystyle U=1-(1-p)^{n}}$

حيث p هو احتمال تحديد موضوع واحد لمشكلة معينة و n هو عدد الموضوعات (أو جلسات الاختبار). يظهر هذا النموذج على شكل رسم بياني مقارب لعدد المشكلات الحقيقية الموجودة (انظر الشكل أدناه).

في أبحاث لاحقة تم التشكيك في ادعاء نيلسن باستخدام الأدلة التجريبية ^[11] والنماذج الرياضية الأكثر تقدمًا . ^[12] هناك تحديان رئيسيان لهذا الادعاء:

1. نظرًا لأن قابلية الاستخدام مرتبطة بمجموعة محددة من المستخدمين، فمن غير المرجح أن يكون حجم العينة الصغير هذا ممثلاً للسكان الإجماليين، وبالتالي فإن البيانات من مثل هذه العينة الصغيرة من المرجح أن تعكس مجموعة العينة وليس السكان الذين قد تمثلهم
2. لا يمكن اكتشاف كل مشكلة تتعلق بسهولة الاستخدام بسهولة. فالمشاكل المستعصية تؤدي إلى إبطاء العملية الإجمالية. وفي ظل هذه الظروف، يكون تقدم العملية أقل عمقًا بكثير مما توقعته صيغة نيلسن/لانداور. ^[13]

من الجدير بالذكر أن نيلسن لا يدعو إلى التوقف بعد اختبار واحد مع خمسة مستخدمين؛ بل إن وجهة نظره هي أن الاختبار مع خمسة مستخدمين، وإصلاح المشكلات التي يكتشفونها، ثم اختبار الموقع المنقح مع خمسة مستخدمين مختلفين هو استخدام أفضل للموارد المحدودة من تشغيل اختبار قابلية الاستخدام واحد مع 10 مستخدمين. في الممارسة العملية، يتم تشغيل الاختبارات مرة أو مرتين في الأسبوع طوال دورة التطوير بأكملها، باستخدام ثلاثة إلى خمسة مواضيع اختبار لكل جولة، وتسليم النتائج في غضون 24 ساعة إلى المصممين. وبالتالي يمكن أن يصل عدد المستخدمين الذين يتم اختبارهم فعليًا على مدار المشروع بسهولة إلى 50 إلى 100 شخص. تُظهر الأبحاث أن اختبار المستخدم الذي تجريه المنظمات ينطوي في أغلب الأحيان على تجنيد 5 إلى 10 مشاركين. ^[14]

في المرحلة المبكرة، عندما يكون من المرجح أن يواجه المستخدمون مشاكل تمنعهم من مواصلة طريقهم، يمكن استخدام أي شخص تقريبًا يتمتع بذكاء طبيعي كموضوع اختبار. في المرحلة الثانية، سيقوم المختبرون بتجنيد مواضيع اختبار عبر مجموعة واسعة من القدرات. على سبيل المثال، في إحدى الدراسات، لم يُظهر المستخدمون ذوو الخبرة أي مشكلة في استخدام أي تصميم، من الأول إلى الأخير، بينما فشل المستخدمون الساذجون والمستخدمون الأقوياء الذين حددوا أنفسهم مرارًا وتكرارًا. ^[15] لاحقًا، مع سلاسة التصميم، يجب تجنيد المستخدمين من السكان المستهدفين.

عندما يتم تطبيق الطريقة على عدد كافٍ من الأشخاص على مدار المشروع، يتم التعامل مع الاعتراضات التي أثيرت أعلاه: يتوقف حجم العينة عن كونه صغيرًا ويتم اكتشاف مشاكل قابلية الاستخدام التي تنشأ فقط مع المستخدمين العرضيين. تكمن قيمة الطريقة في حقيقة أن مشاكل التصميم المحددة، بمجرد مواجهتها، لا يتم رؤيتها مرة أخرى أبدًا لأنها يتم التخلص منها على الفور، بينما يتم اختبار الأجزاء التي تبدو ناجحة مرارًا وتكرارًا. في حين أنه من الصحيح أن المشاكل الأولية في التصميم قد يتم اختبارها بواسطة خمسة مستخدمين فقط، عندما يتم تطبيق الطريقة بشكل صحيح، فإن أجزاء التصميم التي نجحت في ذلك الاختبار الأولي ستستمر في الاختبار بواسطة 50 إلى 100 شخص.

دليل شركة Apple Computer لعام 1982 للمطورين ينصح باختبار قابلية الاستخدام: ^[16]

1. "حدد الجمهور المستهدف. ابدأ تصميم واجهتك البشرية بتحديد جمهورك المستهدف. هل تكتب لرجال الأعمال أم للأطفال؟"
2. تحديد مدى معرفة المستخدمين المستهدفين بأجهزة كمبيوتر Apple وموضوع البرنامج.
3. تسمح الخطوتان 1 و2 بتصميم واجهة المستخدم بما يتناسب مع احتياجات الجمهور المستهدف. قد تفترض برامج إعداد الضرائب المخصصة للمحاسبين أن مستخدميها لا يعرفون شيئًا عن أجهزة الكمبيوتر ولكنهم خبراء في قانون الضرائب، في حين قد تفترض مثل هذه البرامج المخصصة للمستهلكين أن مستخدميها لا يعرفون شيئًا عن الضرائب ولكنهم على دراية بأساسيات أجهزة كمبيوتر Apple.

نصحت شركة Apple المطورين، "يجب أن تبدأوا الاختبار في أقرب وقت ممكن، باستخدام الأصدقاء والأقارب والموظفين الجدد": ^[16]

إن أسلوب الاختبار الذي نتبعه هو كما يلي: نقوم بإعداد غرفة بها خمسة أو ستة أنظمة كمبيوتر. ونقوم بتحديد موعد لمجموعتين أو ثلاث مجموعات من خمسة أو ستة مستخدمين في كل مرة لتجربة الأنظمة (غالبًا دون أن يدركوا أننا نختبر البرامج وليس النظام). ونقوم بتعيين اثنين من المصممين في الغرفة. وإذا قل عددهم عن ذلك فإنهم يغفلون الكثير مما يجري. وإذا زاد عددهم فإن المستخدمين يشعرون وكأن هناك دائمًا من يراقبهم.

يجب على المصممين مشاهدة الأشخاص وهم يستخدمون البرنامج شخصيًا، لأن ^[16]

إن خمسة وتسعين بالمائة من العقبات التي تواجهك يمكن اكتشافها من خلال مراقبة لغة الجسد لدى المستخدمين. راقب العيون المترددة، والأكتاف المنحنية، واهتزازات الرأس، والتنهدات العميقة الصادقة. عندما يواجه المستخدم عقبة، فإنه يفترض أن السبب هو "عدم ذكائه": فهو لن يبلغ عن ذلك؛ بل سيخفيه... لا تفترض سبب ارتباك المستخدم. اسأله. وسوف تفاجأ غالبًا عندما تعلم ما كان يعتقد المستخدم أن البرنامج كان يقوم به في الوقت الذي ضل فيه طريقه.

كان اختبار قابلية الاستخدام موضوعًا رسميًا للتعليم الأكاديمي في مختلف التخصصات. ^[17] يعد اختبار قابلية الاستخدام مهمًا لدراسات التكوين وتعليم الكتابة عبر الإنترنت (OWI). ^[18] يزعم الباحث كولين بيورك أن اختبار قابلية الاستخدام "ضروري ولكنه غير كافٍ لتطوير OWI فعال، ما لم يقترن أيضًا بنظريات الخطابة الرقمية ." ^[19]

تشمل منتجات الاستطلاعات الاستطلاعات الورقية والرقمية ، والنماذج، والأدوات التي يمكن للمستجيب للمسح إكمالها أو استخدامها بمفرده أو مع جامع بيانات. غالبًا ما يتم إجراء اختبار قابلية الاستخدام في استطلاعات الويب ويركز على كيفية تفاعل الأشخاص مع الاستطلاع، مثل التنقل في الاستطلاع، وإدخال استجابات الاستطلاع، والعثور على معلومات المساعدة. يكمل اختبار قابلية الاستخدام طرق الاختبار المسبق التقليدية للاستطلاع مثل الاختبار المسبق المعرفي (كيف يفهم الأشخاص المنتجات)، والاختبار التجريبي (كيف ستعمل إجراءات الاستطلاع)، والمراجعة الخبيرة من قبل خبير في موضوع منهجية الاستطلاع . ^[20]

في منتجات المسح المترجمة، أظهر اختبار قابلية الاستخدام أنه يجب مراعاة "اللياقة الثقافية" في مستويات الجملة والكلمة وفي التصميمات الخاصة بإدخال البيانات والتنقل، ^[21] وأن تقديم الترجمة والإشارات المرئية للوظائف المشتركة (علامات التبويب والارتباطات التشعبية والقوائم المنسدلة وعناوين URL ) يساعد على تحسين تجربة المستخدم. ^[22]

• سهولة الاستخدام.gov