GUI（グラフィカル・ユーザー・インターフェース）の使いやすさを評価するためのコンピュータ操作エージェントの学習

要旨: 専門家および潜在的なユーザによるユーザビリティテストは、グラフィカル・ユーザ・インタフェース（GUI）の有効性、効率性、およびユーザ満足度を評価できますが、それを行うには依然として費用がかさみ、時間のかかるプロセスです。先行研究では、コンピュータ利用エージェント（C UA）や、ユーザの操作や嗜好をシミュレートできるその他の生成エージェントが用いられてきました。しかし本研究では、エージェントはなお正確なユーザビリティ評価を行うのが難しいことを示します。本研究では、ユーザビリティの計算的定義を実運用可能な形にする、新しい機械学習手法を提案します。これにより、i) 重要な操作フローを優先し、ii) 人間のような操作によってそれらを実行し、iii) 学習された数値のユーザビリティスコアを予測することで、C UAにGUIのユーザビリティを評価させます。私たちは、このアルゴリズムにより、完全にインタラクティブなユーザインタフェース（UI）を、ユーザビリティラベルと人間の嗜好と対応づけた大規模データセットで、コンピュータ利用エージェントuxCUAを学習させます。uxCUAは、より大きなモデルよりも正確なユーザビリティ評価で優れており、合成UIと実際のUIの両方に対して現実的な批評を生成できることを示します。より広く言えば、本研究はHCIにおける自動ユーザビリティ評価のための、原理に基づくデータ駆動の基盤を構築することを目指しています。