Tim peneliti menguji 16 peserta di simulator kendaraan. Peserta mengemudi sambil berinteraksi dengan layar sentuh 12 inci dan menjalani tugas N-back, di mana mereka mendengar angka setiap 2,5 detik dan harus mengulang angka tertentu. Para peneliti merekam pergerakan pandangan, gerakan jari, diameter pupil, dan aktivitas elektrodermal untuk memperkirakan beban kognitif.
Kinerja berkendara dan penggunaan layar sentuh turun saat multitugas. Studi mencatat beberapa hasil nyata: penyimpangan lajur meningkat, kecepatan dan ketepatan sentuhan turun secara substansial, pandangan ke layar menjadi lebih singkat, dan perilaku ‘‘tangan-dulu-mata’’ meningkat ketika tugas memori ditambahkan. Membesarkan target sentuh tidak memperbaiki kinerja.
Peneliti menyampaikan bahwa batas utama adalah pencarian visual, bukan ukuran tombol. Mereka mempresentasikan hasil di konferensi ACM di Busan dan menyarankan penggunaan sensor sederhana, seperti pelacakan mata atau sensor sentuh pada setir, untuk memantau perhatian dan menyesuaikan antarmuka.
Kata-kata sulit
- beban kognitif — jumlah usaha mental yang diperlukan melakukan tugas
- N-back — tugas memori mendengar angka dan mengulang sesuai aturan
- penyimpangan lajur — pergeseran kendaraan dari jalur yang seharusnya
- diameter pupil — ukuran lebar bagian hitam di mata
- aktivitas elektrodermal — perubahan listrik pada kulit karena keringat
- pelacakan mata — pemantauan arah pandangan seseorang pada layar
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apakah Anda setuju pemasangan sensor pelacakan mata di mobil untuk memantau perhatian pengemudi? Mengapa?
- Bagaimana Anda akan mengurangi gangguan saat mengemudi jika harus menggunakan layar sentuh dalam kendaraan?
- Mengapa menurut teks membesarkan tombol tidak memperbaiki kinerja? Jelaskan singkat.
Artikel terkait
AI dan risiko bagi komunitas LGBTQ+
Kecerdasan buatan semakin hadir, tetapi data dan desain model dapat menghasilkan bias terhadap orang LGBTQ+. Advokat meminta perlindungan lebih kuat, kerja sama dengan pengembang, dan larangan pada sistem yang mendeteksi atau mengklasifikasi gender.
Algoritma menjelaskan perubahan propana jadi propilena
Tim di University of Rochester membuat algoritma yang menunjukkan fitur atomik penting saat katalis nanoskala mengubah propana menjadi propilena. Temuan ini menyoroti pertumbuhan oksida di situs logam cacat dan potensi aplikasi industri.
AI Lokal untuk Mengurangi Kekerasan dan Ketidaksetaraan Gender
Kelompok di Amerika Latin membuat alat kecerdasan buatan lokal untuk mempelajari dan mengurangi kekerasan dan ketidaksetaraan gender. Proyek ini melindungi data sensitif dan memberi bukti kepada pemerintah serta masyarakat sipil.
