مدل ذهنی در نظام‌های اطلاعاتی

نوع مقاله: مقاله پژوهشی

نویسنده

کارشناس فراداده نویسی منابع دیجیتال/ سازمان کتابخانه‌ها، موزه‌ها و مرکز اسناد آستان قدس رضوی

10.30481/shams.2018.95276

چکیده

یکی از بهترین روش‌هایی که می‌توان مانع صرف هزینه‌های زیاد در طراحی نرم‌افزارهای اطلاعاتی شد، آشنایی با انتظارات کاربران از تعامل با نرم‌افزار و تلاش برای اجرایی کردن انتظارات کاربران است که موجب می‌شود طراحی نرم‌افزار هر چه بیشتر با نیازهای کاربران هماهنگ باشد. از مهم‌ترین روش‌های آشنایی با انتظارات کاربران از تعامل با نرم‌افزارها، شناسایی مدل ذهنی آن‌ها از تعامل با نرم‌افزار است. چرا که مدل ذهنی مکانیسمی است که به ‌وسیله آن افراد قادر به توصیف عمومی اهداف و فرم نظام، بیان عملکرد آن، مشاهده وضعیت و پیشگویی وضعیت آینده نظام هستند. به عبارتی با بررسی افراد می‌توان شناخت بهتر و کامل‌تری نسبت به نیازهای آن‌ها به دست آورد تا بتوان از این دانش در طراحی نظام‌های اطلاعاتی استفاده کرد. در همین راستا در پژوهش حاضر سعی شده است تا با توجه به تعاریف، کاربردها و عناصر مدل ذهنی، همچنین مرور پژوهش‌های انجام شده در این حوزه، زمینه‌های پژوهش شده آشکار و دسترسی به آن‌ها برای پژوهشگران تسهیل شود.

کلیدواژه‌ها


مقدمه

در سال‌های اخیر، رشد زیادی در طراحی، تولید و استفاده از فناوری‌های تعاملی رخ داده است. این رونق فناوری ضرورت اعمال جنبه‌های ذهنی را که قبلاً برای کاربران و برنامه‌نویسان چندان مهم نبود، فراهم کرده است. یکی از این جنبه‌ها، تعامل انسان و رایانه[1] است، یعنی روشی که افراد درک می‌کنند و با نظام تعامل و انطباق دارند (خوئارس[2] و گنسالس[3]، 2013). از نگاهی دیگر نیز می‌توان موفقیت یا شکست یک فناوری را به توانایی شناخت کاربران جهت درک و تفسیر صحیح از روش کار با آن فناوری نسبت داد (نش[4]، 2012). در کنار توانایی شناخت، تجربه کاربران از کار با نظام‌های اطلاعاتی مختلف مانند نرم‌افزارهای کتابخانه‌ای تأثیر مهمی در کیفیت تعامل کاربران با نرم‌افزار دارد. تجربه کار با نرم‌افزار و توانایی شناخت هر چه بیشتر از نحوه کار با آن، موجب شکل‌گیری ساختار مشخصی از کار با نرم‌افزار در ذهن فرد می‌شود که از آن تحت عنوان مدل ذهنی[5] یاد می‌شود (رجبعلی بگلو، 1394)؛ بنابراین توجه به مدل ذهنی کاربر و درک وی در طراحی نرم‌افزار ضروری به نظر می‌رسد.

مدل ذهنی مفهومی است که برای توصیف یک مکانیسم شناختی به ‌منظور عملکرد و استنتاج از یک نظام یا مشکلی که برای کاربر به علت تعامل با آموخته‌های خود از نظام ایجاد می‌شود، به کار می‌رود (بورگمن[6]، 1986). مدل ذهنی کاربر از چگونگی کار با نظام به وجود می‌آید که تحت تأثیر تجارب دانشی و تجربیات وی قرار دارد و از تعامل آن‌ها با نظام و در بین تصاویر نظام شکل می‌گیرد. (بلندفورد[7]، مکری[8]، بیوکنن[9]، ریمر[10] و وارویک[11]، 2007). گرچه در متون مختلف مدل ذهنی و مدل مفهومی[12] اغلب به جای یکدیگر استفاده می‌شوند، اما نورمن[13] (1983) تفاوت روشنی بین مدل‌های ذهنی و مفهومی قائل می‌شود. از نظر وی مدل ذهنی آن چیزی است که کاربر در ذهن خود دارد و قابل مشاهده نیست ولی مدل مفهومی آن چیزی است که به کاربر توسط طراح، مربی یا تجزیه‌گر نظام القا می‌شود (نقل در بورگمن، 1986). مدل ذهنی مناسب می‌تواند برای تعامل با نظام امیدوارکننده (یا حتی ضروری) باشد اما هنگامی‌که مدل نامناسب باشد، می‌تواند منجر به درک ناصحیح (تصورات غلط) و خطا شود (یانگ[14]، 1981، 51 نقل در بورگمن، 1986).

 

تعریف مدل ذهنی

واژه مدل ذهنی اولین بار در سال 1943 توسط کریک[15] به کار برده شد. او معتقد بود که افراد برداشت خود از محیط را    بر اساس چارچوب‌های فکری یا مدل‌های ذهنی خود سازماندهی می‌کنند (جانسون-لرد[16]، 2005). نورمن نیز در سال 1988 مفهوم مدل ذهنی را تصور کاربران از نظامی می‌داند که با آن در تعامل هستند. او این تعریف را از حوزه روان‌شناسی وارد حوزه تعامل انسان و رایانه کرد (نقل در رجبعلی بگلو، 1394). مشابه با این تعریف، فین[17] و السون[18] (1993) مدل ذهنی را نوعی دانش از کاربر می‌داند. دانشی که کاربر درباره چگونگی عملکرد نظام در ارتباط با بخش‌های مختلف آن، ارتباط اجزاء و تأثیرگذاری آن‌ها بر یکدیگر دارد.

از نظر وستبروک (2006) مدل ذهنی ساختار شناختی درونی است که اشخاص در ذهن خود شکل می‌دهند تا یک موضوع، شیء و یا یک مفهوم را به تصویر بکشند. در حقیقت در این مدل، افراد از تجربیات خود جهت شکل‌دهی این مدل استفاده می‌کنند. از نظر بالی‌جپالی و همکارانش (2015) مدل ذهنی توضیحی از یک روش فکری است که افراد درباره چگونگی رخداد حوادثی که در دنیای اطراف آن‌ها رخ می‌دهد، استفاده می‌کنند. از نظر آن‌ها افراد با کمک مدل ذهنی می‌توانند یک رفتار به‌خصوص را شکل دهند یا در تنظیم یک رویکرد برای محل مشکلات از مدل ذهنی استفاده کنند.

همان‌طور که مشخص است، هنوز پژوهشگران در این حوزه، به تعریفی جامع در ارتباط با مدل‌های ذهنی          نرسیده ‌اند. میرزابیگی (1392) ماهیت میان‌رشته‌ای بودن این مفهوم را دلیل این امر می‌داند، چرا که پژوهشگران علوم مختلف روان‌شناسی، تعامل انسان با رایانه، علوم اطلاع‌رسانی و ... برداشتی متفاوت از این مفهوم داشته ‌اند. البته او دلیل دیگر این امر را استفاده از اصطلاحات متفاوت ازجمله مدل مفهومی، مدل کاربر و ... می‌داند.

 

عوامل مؤثر بر مدل ذهنی

شناخت عوامل مؤثر بر شکل‌گیری مدل ذهنی در افراد می‌تواند به طراحی و بهبود هرچه بیشتر عملکرد نظام‌های اطلاعاتی مختلف کمک کند (پاینی[19]، 2005). پژوهشگران مختلفی از عوامل مؤثر بر مدل ذهنی افراد نام برده ‌اند که رجبعلی بگلو (1394) این عوامل را به دو دسته عوامل فردی و عوامل محیطی تقسیم‌بندی می‌کند. نتایج پژوهش‌های افراد مختلفی مانند ژانگ[20] (1998)، ساکسون[21] (1997)، لی[22] (2007) نشان داد عواملی مانند وضعیت آموزشی و حرفه‌ای افراد، زمینه دانشگاهی، تجربه کاری با رایانه، مهارت‌ها و تجربیات گذشته افراد، جنسیت و سبک‌های شناختی بر مدل ذهنی افراد تأثیر قابل‌توجهی دارد. در همین زمینه نتایج پژوهش پژوهشگرانی مانند ساواژه[23] (2001)، بورگمن (1984) و ساکسون (1997) نشان داد که عواملی مانند ارائه مدل مفهومی، آموزش، محیط رابط، تعامل با افراد، کار با سایر نظام‌ها، بازخوردهای نظام و پیچیدگی‌های وظیفه از جمله عوامل محیطی مؤثر بر مدل ذهنی هستند.

 

تصویر 1. عوامل فردی و محیطی مؤثر بر مدل ذهنی (رجبعلی بگلو، 1394)

 

تصویر شماره یک عوامل مؤثر بر مدل ذهنی را در دو دسته فردی و محیطی تقسیم‌بندی کرده است. همان‌طور که در تصویر مشخص است، در هر گروه هر یک از مؤلفه‌ها با دیگر مؤلفه‌ها تعامل دارند و بر هم تأثیر می‌گذارند. البته این ارتباط و تعامل در دسته کلی فردی و محیطی نیز وجود دارد و می‌توانند بر هم تأثیرگذار باشند.

 

کاربردهای مدل ذهنی

مدل ذهنی در حوزه‌های مختلفی کاربرد دارد و می‌تواند مفید واقع شود. به ‌عنوان مثال در روان‌شناسی شناختی که در اصل از این حوزه گرفته شده است، جهت تحلیل فرایند ذهنی به کار برده می‌شود. در حوزه نظام‌های دینامیک نیز مانند یک نماینده پایدار و در دسترس از مفهوم درونی یک نظام خارجی است. مدل ذهنی در این حوزه، چیزی شبیه به درک از نظام است. در پژوهش‌های عوامل انسانی[24] نیز، مدل ذهنی به ارائه ذهنی کاربران از اجزاء و عملکرد قوانین در یک نظام اشاره دارد و در پژوهشی‌های مربوط به توسعه نظام‌های اولیه، به دانش توسعه‏دهندگان یک نظام رایانه‌ای اشاره دارد (بالی‌جپالی و دیگران، 2015). در ادامه به علت این که این پژوهش در حوزه توسعه نظام‌های اطلاعاتی و نرم‌افزاری است، کاربرد مدل ذهنی در رشته‌های کاربردی بیشتر بررسی می‌شود.

در رشته‌های کاربردی مانند توسعه نظام‌های اطلاعاتی و نرم‌افزاری و عوامل انسانی، مدل ذهنی می‌تواند بروندادهای پردازش شده از ذهن را به صورت سازماندهی شده به ما عرضه کند. در حقیقت از زیرساخت مدل ذهنی می‌توان در حوزه تعامل انسان- رایانه و بررسی نظام‌های اطلاعاتی استفاده کرد. درک این که افراد درباره یک نظام اطلاعاتی چگونه می‌اندیشند و چه نظراتی دارند، در قالب بررسی مدل‌های ذهنی افراد بررسی می‌شود. در این حوزه، مدل‌های ذهنی در هنگام بررسی تعامل افراد با نظام، دانشی از ذهن افراد فراهم می‌کند که درک افراد از نظام را مشخص می‌کند و این دانش می‌تواند برای نظام اطلاعاتی و طراحان آن سودمند باشد. در حقیقت در این حوزه، مدل ذهنی دست به استخراج دانش از ذهن افراد می‌زند. این مدل با ترسیم چارچوب برداشت فرد از تعامل با نظام، بازنمونی بصری از درک منحصر به افراد درباره چگونگی تعامل با نظام تهیه می‌کند که از این بازنمون تصویری جهت طراحی و توسعه نظام‌های اطلاعاتی استفاده می‌شود (منتظمی و اصفهانی پور، 2009، ص. 169).

 

پیشینه پژوهش‌

الف. پژوهش‏های خارجی انجام‌شده در حوزه مدل ذهنی

یکی از نخستین پژوهش‏های حوزه مدل ذهنی را بورگمن (1986) انجام داد. وی در پژوهشی تجربی به روش مشاهده و مصاحبه به مقایسه تفاوت عملکرد بین افراد آموزش دیده از طریق مدل مفهومی نسبت به افرادی که آموزش ندیده ‌اند، در کار با پایگاه داده کتابشناختی آنلاین پرداخت. نتایج نشان داد که آموزش مبتنی بر مدل مفهومی سبب بهبود کارایی در وظایف پیچیده و نه فرآیندهای حل مسئله ساده و وظایف معمول، می‌شود. همچنین این آموزش به تکامل مدل ذهنی منجر می‌شود.

دیمیتروف (1992) در پژوهش خود به دنبال رابطه بین مدل‌های ذهنی کاربران یک نظام بازیابی و خروجی جستجوی آن‌ها بود. نتایج نشان داد دانشجویانی که مدل ذهنی کامل‌تری از فهرست‌های پیوسته دارند در هنگام کار با نظام‌های بازیابی خطاهای کمتری انجام می‌دهند.

در پژوهشی دیگر ژانگ (1998) عملکرد جستجو و تأثیر ویژگی‌های آموزشی و حرفه‌ای بر 64 کاربر و کتابدار نظام‌های اطلاعاتی با استفاده از فن مخزن شبکه‌ای[25] را بررسی کرد. او از روش تحلیل عاملی و تحلیل خوشه‌ای استفاده کرده بود. نتایج پژوهش وی نشان داد، هنگام طراحی یا توسعه این نظام‌ها، باید ویژگی‌های آموزشی و حرفه افراد را در نظر داشت.

در پژوهشی مشابه نیز، ژانگ و چیگنل[26] (2001) تأثیر ویژگی‌های کاربران را در چهار بعد وضعیت آموزشی و حرفه‌ای، زبان، پیش‌زمینه دانشگاهی و تجربه رایانه‌ای بر مدل‌های ذهنی آن‌ها در استفاده از نظام‌های اطلاعاتی با استفاده از فن مخزن شبکه‌ای بررسی کردند. آن‌ها که از روش مشاهده و جمع‏آوری یادداشت‌های کاربران، داده‌های خود را جمع‌آوری کرده بودند، دریافتند وضعیت آموزشی و حرفه‌ای، پیش‌زمینه دانشگاهی و تجربه‌های رایانه‌ای تأثیر معناداری در نوع استفاده کاربران در استفاده از این نظام‌ها دارد.

در پژوهشی دیگر، موکداد[27] و لارج[28] (2001) مدل ذهنی کاربران موتورهای کاوش را از طریق نمونه‌هایی از داد و گرفت[29] بررسی کردند. نتایج پژوهش آن‌ها نشان داد تعداد زیادی از کاربران از جستجوی پیشرفته استفاده نمی‌کنند و افرادی هم که از این قابلیت استفاده می‌کنند، درک کاملی از این قابلیت ندارند. همچنین انتظار تعداد زیادی از آن‌ها از موتورهای کاوش بیشتر مبتنی بر تعامل انسانی با یک کتابدار مرجع بود تا یک نظام بازیابی اطلاعات.

اسلون[30] (2002) در پژوهشی مشابه با پژوهش دیمیتروف (1992)، با بررسی مدل ذهنی 31 نفر از کاربران کتابخانه‌های عمومی که از موتورهای کاوش و یا فهرستگان عمومی پیوسته استفاده می‌کردند، دریافت افرادی که تجربه کافی و مناسبی در استفاده از ابزارهای وبی دارند مدل ذهنی بالغ‌تری داشته و در استفاده از فهرستگان‌ها با مشکلات کمتری مواجه می‌شوند.

در همین راستا، بلندفورد و دیگران (2007) در پژوهش خود بر یک مطالعه موردی از مدل‌های ذهنی کاربران کتابخانه‌های سنتی و دیجیتال، بر پایه مشاهدات و مصاحبه با هشت دانشجوی کارشناسی ارشد از دانشکده آرشیو کتابخانه و مطالعات اطلاعات و گروه روانشناسی، تمرکز داشته ‌اند. نتایج نشان داد که درک ضعیف از دسترسی به محدودیت‌ها منجر به رفتار ریسک‏پذیر می‌شود. همچنان که درک ضعیف از الگوریتم جستجو و رتبه‌بندی ربط، منجر به رفتار آزمون و خطا می‌شود. این مسئله لزوم و اهمیت یک بازخورد[31] قوی را برای کمک به استفاده‏کنندگان جهت ساخت یک مدل مفهومی ساختاریافته نمایان کرد. اگرچه استفاده از شباهت‌های واقعی برای کتابخانه‌های دیجیتال گسترده نبود، اما شرکت‏کنندگان از دانش خود در استفاده از موتورهای جستجوی اینترنتی برای پی بردن به اینکه جستجو در کتابخانه‌های دیجیتال چطور انجام می‌شود، استفاده کردند. علاوه بر این، بیشتر شرکت‏کنندگان تمایز واضحی بین انواع مختلف منابع دیجیتال، مشاهده فهرست الکترونیکی کتابخانه، خدمات چکیده‏نویسی، کتابخانه‌های دیجیتال و موتورهای جستجوی اینترنتی به عنوان قالب‌هایی متفاوت، قائل نبودند.

کراج[32] و جانسون[33] (2007) با نگرشی جامع‏تر، به کشف سازه‌ها و تعیین مدل ارزیابی موتورهای کاوش در بین 10 دانشجوی کارشناسی اطلاعات و ارتباطات پرداختند. آن‌ها از طریق بررسی روابط درونی بین توصیف نظام و توصیف ارزیابی‌ها، به چگونگی درک کاربران از کار با این نظام‌ها در مقایسه با دیدگاه طراحان پرداختند تا منبع انتظارهای کاربران و چگونگی مدیریت آن‌ها را به دست آورند. آن‌ها معتقد بودند مدل‌های ذهنی کاربران در هم‌کنشی از نظام‌های اطلاعاتی مرتبط مانند پایگاه اطلاعاتی، درگاه‌ها[34] و همانند آن است. پژوهش آن‏ها نتایج کم و بیش مشابهی با پژوهش بورگمن (1986) داشت.

با رویکردی دیگر، لی (2007) در قالب یک پژوهش اکتشافی به بررسی عوامل تأثیرگذار بر مدل ذهنی 16 نفر از کاربران موتورهای کاوش پرداخت. وی با بررسی مدل‌های ذهنی آن‌ها به مقیاسی تعدیل‌شده از کمال مدل ذهنی دست پیدا کرد که در برگیرنده درک و دریافت آن‌ها از ماهیت موتور کاوش، ویژگی‌های یک موتور کاوش وبی و تعامل بین کاوشگر و موتور کاوش بود.

در راستای عوامل مؤثر بر شکل‏گیری مدل ذهنی، ژانگ (2009) با استفاده از نقشه مفهومی، مصاحبه نیم‏ساخت‏یافته و ترسیم، به بررسی چگونگی شکل‌گیری مدل‌های ذهنی کاربران هنگام تعامل با مدلاین پلاس پرداخت. وی دریافت که مدل‌های ذهنی بازنمونی از فرآیندهای شناختی و احساسی هنگام تعامل با نظام اطلاعاتی است.

پژوهشی دیگر را ویلکینسون[35] (2009) با هدف شناسایی مدل ذهنی دانشجویان استفاده‏کننده و طراحان نظام اطلاعاتی جدید در کتابخانه دانشگاه اوکلند انجام داد. وی با استفاده از روش کیفی مدل ذهنی کاربران و طراحان این محصول جدید را بررسی کرد. نتیجه پژوهش وی نشان داد که بین مدل ذهنی طراحان و کاربران به‌ عنوان عامل اصلی استفاده‌پذیری این محصولات تفاوت قابل توجهی وجود دارد.

پریتر (2010) نیز در پژوهش خود مدل‌های ذهنی کاربران و تجربه آن‌ها از کار با فهرست‌های کتابخانه را بررسی کرد. او در پژوهش خود درک کاربران از فهرست‌های کتابخانه‌ای نسل آینده را با فهرست‌های کتابخانه‌ای پیشین مقایسه کرد. نتایج پژوهش او که با استفاده از فن مخزن شبکه‌ای انجام شده بود، نشان داد فهرست‌های کتابخانه‌ای نسل آینده، ابزارهایی برای کشف اطلاعات خواهند بود نه فقط یک فهرست ساده. نتایج حاصل از پژوهش وی، شباهت‏هایی با پژوهش بلندفورد و دیگران (2007) داشت.

در پژوهشی دیگر ریه[36]، یانگ[37]، یاکل[38] و مارکی[39] (2010) مدل ذهنی 60 دانشجویی که از مخازن سازمانی مختلف استفاده می‌کردند را ترسیم کردند. آن‌ها دریافتند مدل پردازش با 63 درصد، محیط رابط با 18 درصد، تعامل با 10 درصد و دیدگاه کلی با 8 درصد سازه‌های تشکیل‌دهنده مدل ذهنی افراد را تشکیل می‌دهد.

خوئارس و گنسالس (2013) به بررسی یک نظام تعاملی پیچیده (توییتر) و تجزیه و تحلیل رابطه بین مدل‌های ذهنی افراد، عملکرد و قابلیت استفاده برداشت‌ها پرداختند. از 30 دانشجوی بین 19 تا 25 سال خواسته شد تا فعالیت‌هایی را با توییتر انجام داده و به ترسیم بازنمون گرافیکی از مدل ذهنی در مورد آن بپردازند. سه نوع سبک مدل ذهنی[40] استفاده شده برای توصیف توییتر شناسایی شد. دو تحلیل روی آن‌ها، یکی بر پایه سبک مدل ذهنی و دیگری بر اساس سبک مدل ذهنی و تخصص[41] انجام گرفت. یافته‌ها نشان داد که سطح تخصص تأثیر عمده‌ای بر عملکرد، نسبت به سبک مدل ذهنی تعریف شده برای فهم نظام دارد. علاوه بر این، درک قابلیت استفاده هم به ‌وسیله سطح تخصص و هم سبک مدل ذهنی، تحت تأثیر قرار گرفت.

 

ب. پژوهش‏های داخلی انجام‌شده در حوزه مدل ذهنی

در ایران پژوهش‌های بسیار کمی در زمینه مدل ذهنی انجام شده است. اولین پژوهش در این زمینه را رجبعلی‏بگلو و دیگران (1394) با هدف تبیین تأثیرپذیری مدل‌های ذهنی کاربران نرم‏افزارهای کتابخانه‌های دیجیتال از تجربه‌های استفاده از سایر نظام‌های اطلاعاتی انجام دادند. پژوهش آن‌ها از نوع کاربردی و با رویکرد کیفی و بر پایه نظریه          وسیله- هدف انجام شد. جامعه پژوهش آن‌ها دو گروه نرم‏افزارهای دیجتیال شامل پارس آذرخش، پاپیروس و ثنا و کاربرانی که تجربه یک‌ساله استفاده از این نرم‌افزارها را داشتند، بودند که به روش گلوله برفی انتخاب شدند. یافته‌های پژوهش نشان داد گوگل[42]، فیس بوک[43] و نرم‌افزار کتابخانه‌ای سیمرغ بیشترین تأثیر را بر مدل ذهنی کاربران داشته و ویژگی‌های مورد انتظار آن‌ها نیز بیشتر تحت تأثیر موتورهای کاوش و شبکه‌های اجتماعی بود. نتایج این پژوهش مشابه با نتایج حاصل از پژوهش لی (2007) بود.

با توجه به پیشینه پژوهش می‌توان چنین برداشت کرد که در پژوهش‌های مربوط به مدل‌های ذهنی مانند دیمیتروف (1992)، ژانگ (1998)، ژانگ و چیگنل  (2001)، موکداد و لارج  (2001)، بلندفورد و دیگران (2007)، ویلکینسون (2009)، خوئارس و گنسالس (2013)، رجبعلی بگلو و دیگران (1394)، بیشتر به کشف این مدل یا تأثیر آن در رفتار اطلاع‌یابی توجه شده است. در حقیقت با بررسی مدل‌های ذهنی افرادی که در تعامل با نظام‌های مختلف هستند می‌توان درک صحیحی از انگیزه‌ها، چارچوب‌های ذهنی و انتظارات آن‌ها از عملکرد نظام‌های مورد نظر را به دست آورد (یانگ، 2008).

 

نتیجه‌گیری

بر اساس مطالعات انجام شده در حوزه تعامل انسان و رایانه، هر فرد در تعامل با نظام اطلاعاتی از مدل‌های ذهنی منحصر به فردی استفاده می‌کند که در واقع بروندادی از تجربیات قبلی فرد در تعامل با همان نظام و یا سایر نظام‌ها است (بالی‌جپالی[44]، نرور[45] و ماهاپاترا[46]، 2015). اهمیت بررسی مدل‌های ذهنی در کشف الگوهایی است که می‌توان به افراد بیشتری تعمیم داد؛ زیرا این تعمیم می‌تواند در طراحی نظام‌های اطلاعاتی مهم باشد (وستبروک[47]، 2006). به عبارتی با بررسی افراد می‌توان شناخت بهتر و کامل‌تری نسبت به نیازهای آن‌ها به دست آورد تا بتوان از این دانش در طراحی نظام‌های اطلاعاتی استفاده کرد. بررسی مدل ذهنی کاربران باعث می‌شود تا پژوهشگران شناخت بهتر و کامل‌تری نسبت به نیازهای کاربران به دست آورند که این شناخت می‌تواند مبنای طراحی نظام‌های مختلف رایانه‌ای از جمله نرم‏افزارهای کتابخانه‌ای شود. در حقیقت برای این که کاربر بتواند از یک نظام استفاده کند، باید چگونگی کار با آن نظام را فراگیرد و زمانی که چگونگی تعامل با یک نظام را آموخت، دانشی درباره چگونگی عملکرد آن نظام و ارتباط بین اجزای مختلف آن به دست آورده است (رجبعلی بگلو، فتاحی و پریرخ، 1394). از سوی دیگر نباید فراموش شود که مهم‌ترین عامل برای تعیین میزان موفقیت یا عدم موفقیت یک نرم‌افزار، کاربران هستند؛ بنابراین یکی از بهترین روش‌هایی که می‌تواند طراحان را در طراحی نرم‏افزارهای مفید و کاربردی یاری کند و موجب تأمین رضایت کاربران آن گردد، اطلاع از انتظارات و مدل ذهنی کاربران از یک نرم‌افزار است. بررسی مدل ذهنی در واقع بررسی چگونگی واقعیت بیرونی نظام در ذهن کاربر در حال تعامل با همان نظام است. به همین دلیل ارتباط نزدیکی بین مدل‌های ذهنی و تعامل انسان و رایانه وجود دارد.

 

 

 



[1] Human-computer interaction (HCI)

[2] Jua’rez

[3] Gonza’lez

[4] Nash

[5] Mental model

[6] Borgman

[7] Blandford

[8] Makri

[9] Buchanan

[10] Rimmer

[11] Warwick

[12] Coceptual model

[13] Norman

[14] Young

[15]Craik

[16]Johnson- Laird

[17]Fein

[18]Olson

[19]Payne

[20]Zhang

[21]Saxon

[22]Li

[23]Savage

[24]human factors literature

[25] Repertory grid technique

[26] Chignel

[27] Moukdad

[28] Large

[29] Transaction Log Analysis (TLA)

[30] Slone

[31] Feedback

[32] Crudge

[33] Jonson

[34] Gateways

[35] Wilkinson

[36] Rieh

[37] Yang

[38] Yakel

[39] Markey

[40] Mental model styles

[41] Expertise

[42] Google

[43] Facebook

[44]Balijepally

[45]Nerur

[46] Mahapatra

[47]Westbrook

رجبعلی بگلو، رضا (1394). واکاوی نقشه شناختی و ارزش آفرینی مشترک میان کاربران، کتابداران و طراحانِ نرم‌افزارهای کتابخانه دیجیتال در ایران بر پایه نظریه وسیله-هدف. (پایان‌نامه منتشر نشده دکتری). دانشگاه فردوسی مشهد، دانشکده علوم تربیتی و روان‌شناسی.

رجبعلی بگلو، رضا، فتاحی، رحمت‌الله و پریرخ، مهری (1394). توسعه و تکامل مفهوم مدل ذهنی در بافت نظام‌های اطلاعاتی: از نگاهی عام تا پیش‌بینی عملکرد. مطالعات کتابداری و علم اطلاعات، 23 (16)، 1-22.

میرزابیگی، مهدیه (1392). مدل ذهنی در پژوهش‌های رفتار اطلاع جویی: پژوهشی در متون. تحقیقات کتابداری و اطلاع رسانی دانشگاهی، 47 (3)، 303 – 323.

 

Balijepally, V. Nerur, S. & Mahapatra, R. (2015). Task Mental Model and Software developers’ Performance: An Experimental Investigation. Communications of the Association for Information Systems, 36(1), 4.

Blandford, A. Makri, S. Buchanan, G. Rimmer, J. & Warwick, C. (2007). A library or just another information resource? A case study of users' mental models of traditional and digital libraries. Journal of the American Society for Information Science and Technology, 58(3), 433-445.

Borgman, C.L. (1984). The user’s mental model of an information retrieval system: Effects on performance. (Unpublished doctotal dissertation), Stanford University, Palo Alto, CA.

Borgman, C. L. (1986). The user's mental model of an information retrieval system: an experiment on a prototype online catalog. International Journal of man-machine studies, 24(1), 47-64.

Crudge, S. & Jonson, F. C. (2007). Using the repertory grid and laddering technique to determine the user’s evaluative model of search engines. Journal of Documentation, 63 (2), 259 – 280.

Dimitroff, A. (1992). Mental models theory and search outcome in a bibliographic retrieval system. Library and Information Science Research, 14(2), 141-156.

Fein, R. M & Olson, G. M. (1993). A mental model can help with learning to operate a complex device. INTERCHI Adjunct Proceedings, 157-158.

Johnson-Laird, PN (2005). The history of mental models. Retrieved march4,2015,From: www.mentalmodels.princeton.edu/papers/2005HistoryMentalModels.pdf

Juárez, R. & González, V. M. (2013, October). Mental models, performance and usability of a complex interactive system: The case of Twitter. In Computer Science (ENC). Mexican International Conference on (pp. 7-12). IEEE.

Li, P. (2007). Doctoral students’ mental models of a web search engine: An exploratory study. (Unpublished doctoral dissertation), McGill university.

Montazemi, A. R. & A. Esfahanipour. (2009). Application of cognitive map in knowledge management. In Mehdi Khosrowpour (ED) Encyclopedia of Information Science and Technology. IGI Global, Information Resources Management Association

Nash, K. (2012). Mental schema accuracy: Investigating the impact of schemas on human performance and technology usability, (Unpublished doctoral dissertation). Mississippi State University.

Payne, S. J. (2005). Mental models in Human-Computer Interaction. In A. Sears & J. A. Jacko (EDs) Human–Computer Interaction handbook: fundamentals, evolving technologies, and emerging applications. Newyork: Taylor & Francis.

Preater, A. (2010). Mental models and user experience of a next-generation library catalogue(Unpublished doctoral dissertation). Northumbria University, School of Computing, Engineering and Information Sciences.

Rieh, S. Y. Yang, J. Y. Yakel, E. & Markey, K. (2010). Conceptualizing institutional repositories: Using co-discovery to uncover mental models. In Proceedings of the third symposium on Information interaction in context (165-174). ACM

Savage, P. S. (2001). Mental models: Issues in constructions, congruency, and cognition. (Unpublished dissertation), Rutgers University.

Saxon, Ch. (1997). Seventh Grade Students and electronic information retrieval systems: an exploratory study of mental model formation, completeness and change. (Unpublished dissertation), The Florida state university.

Moukdad, H. & Large, A. (2001). Users’ perceptions of the web as revealed by transaction log analysis. Online Information Review, 25(6), 349-358.

Slone, D. J. (2002). The influence of mental models and goals on search patterns during Web interaction. Journal of the American Society for Information Science and Technology, 53(13), 1152-1169.

Westbrook, Lynn (2006). Mental models: a theoretical overview and preliminary study. Journal of Information Science, 32(2), 563-579.

Wilkinson, E. H. (2009). Usability and mental models of Google and PRIMO in the context of an academic tertiary library.

Young, Indi. (2008). Mental models: a ligning design strategy with human behavior. [e-book]. Retrieved from http://books.google.co.nz.

Zhang, X. & Chignel, M. (2001). Assessment of the effects of user characteristics on mental models of information retrieval systems. Journal of the American Society for Information Scie nce and Technology, 52(6), 445–459.

Zhang, X. (1998). Assessment of the Effects of User Characteristics on Mental Models of Information Retrieval Systems. Journal of American Society for Information Science & Technology, 52(6), 445–459.

Zhang, Y. (2009). Dimensions and elements of people's mental models of an informationrich Web space. Journal of the American Society for Information Science and Technology, 61(11), 2206-2218.