Soms wil je niet afgeleid worden door je telefoon. Andere keren is het perfect in orde. Maar tenzij u de moeite neemt om uw meldingen handmatig in en uit te schakelen, kent uw apparaat het verschil niet.

Dus ontwikkelaars van de Rutgers University hebben een computermodel ontwikkeld waarvan ze beweren dat het een goed moment is om je te onderbreken. "Bij voorkeur herkent je smartphone je gebruiks- en gedragspatronen en schema-meldingen om onderbrekingen tot een minimum te beperken," Janne Lindqvist.

Een team onder leiding van Lindqvist, een assistent-professor bij de afdeling Electrical and Computer Engineering, heeft een tweetrapsmodel gebouwd dat niet alleen voorspelt of je wel of niet beschikbaar bent, maar ook hoe onderbreekbaar je bent op een schaal van één tot vijf.

Gezond verstand

Met behulp van meer dan 5000 smartphoneverslagen van 22 vrijwilligers gedurende een periode van vier weken, evenals een persoonlijkheidstest, konden ze voorspellen hoe druk mensen waren en hoe ze zouden reageren op verschillende soorten onderbrekingen.

Sommige van de resultaten zijn gezond verstand. Ze ontdekten dat wanneer mensen in een goede bui waren, ze meer kans hadden om onderbroken te worden dan wanneer ze in een onaangename stemming verkeerden.

Ze ontdekten ook dat de bereidheid van mensen om te worden gestoord varieert met de locatie - in de gezondheidszorg en medische voorzieningen waren mensen zeer onderbreekbaar. Maar tijdens studeren of sporten waren mensen minder open voor onderbrekingen.

Meer te ontdekken

Lindqvist zegt dat er nog meer te ontdekken valt: "We kunnen ons model bijvoorbeeld optimaliseren om aanpassing van de smartphone aan verschillende voorkeuren mogelijk te maken, zoals altijd toestaan ​​dat iemand je onderbreekt," hij .

"Dit zou iets zijn wat een uitstekende menselijke secretaresse zou weten, een oproep van uw kinderen of hun kinderopvang moet altijd doorgaan, ongeacht de situatie, terwijl sommige mensen hun familieleden misschien willen negeren, bijvoorbeeld."

Maar hij gelooft dat het onderzoek uiteindelijk zal leiden tot slimmere meldingssystemen. "Idealiter zouden smartphones automatisch leren", zei hij.

Slimme meldingen

"Zoals het nu is, is het systeem voor meldingbeheer niet slim of hangt het alleen af ​​van de instelling van een gebruiker, zoals het in- of uitschakelen van bepaalde meldingen. Ons model is anders omdat het gebruikersactiviteitsgegevens en -voorkeuren verzamelt. automatisch als een 'human secretary', dus het maakt een slimme voorspelling mogelijk. "

De peer-reviewed studie van het team, getiteld "Hoe druk ben je? Voorspellen van de onderbrekingsintensiteit van mobiele gebruikers", wordt in mei gepubliceerd op de ACM CHI-conferentie over menselijke factoren in computersystemen in Denver, Colorado.

  • Een kunstmatig muisembryo is gemaakt van stamcellen