5D Library › 计算美学、视觉显著性图谱与人机界面认知工程 · English
第二章 决定与指向:席克—海曼定律与菲茨定律
用户在界面上完成一次操作,至少要做两件事:在几个选项中决定点哪一个,再把光标或手指移到它上面。心理学为这两段时间各提供了一条以信息论语言写成的经验定律:选择反应时的席克—海曼定律与指向动作的菲茨定律。二者都在 1950 年代提出,都以「比特」为单位,所以常被并列,甚至被直接相加成一个「总耗时方程」。本章核对两条定律的原始形式,再看相加之后的最优化问题在什么条件下有意义。
席克与海曼:两种写法
席克 1952:log(n + 1)
席克 1952 年让被试面对最多 10 盏灯,每盏灯对应一个按键,灯亮时按下对应的键。他发现,选择反应时随备择数 的增加大致按对数增长,并用 拟合 (Hick 1952)。其中的 有明确的含义:被试不仅要判断「是哪一个」,还要判断「有没有信号」,所以实际的不确定性包括一个额外的「无信号」备择 (Proctor and Schneider 2018)。后来更常见的写法是 ,把截距单列。
海曼 1953:信息熵
海曼 1953 年把问题推进了一步:如果各个备择出现的概率不相等,反应时是否仍随「信息量」线性增长?他操纵备择数、出现概率与序列依存关系,发现每位被试的反应时都与刺激所传递的信息量 呈线性关系 (Hyman 1953):
等概时 。这就是「席克—海曼定律」:反应时与选择的不确定性(熵)成线性关系。卡德、莫兰与纽厄尔 1983 年的《人机交互心理学》把它纳入「模型人类处理器」,等概时写作 (Card et al. 1983)。
作者框架中的式子
作者框架写作
据本轮检索,这一写法见于某些大学课程讲义(未注出处),但它不是席克的,也不是海曼的。可以直接验证:等概时 ,它等于 ,与席克式相同;不等概时,它既不等于 ,也不等于海曼的熵。下面的程序在 8 种菜单上比较三种写法(A),再用按海曼定律生成的模拟数据拟合三种写法(B)。
推导
# Three ways of writing the "decision entropy" in the Hick-Hyman law RT = a + b H.
# Hick (1952): H = log2(n + 1) (+1: the extra "no signal" alternative)
# Hyman (1953): H = sum p_i log2(1/p_i) (Shannon entropy, no +1)
# framework: H = sum p_i log2(1/p_i + 1)
# A: the three on uniform and skewed menus. B: synthetic choice-RT data generated by
# Hyman's law (a = 200 ms, b = 150 ms/bit, noise sd 20 ms; illustrative values), fitted
# by least squares with each measure as predictor.
import math, random, statistics
def hick(p): return math.log2(len(p) + 1)
def hyman(p): return sum(q * math.log2(1 / q) for q in p if q > 0)
def frame(p): return sum(q * math.log2(1 / q + 1) for q in p if q > 0)
def zipf(n, s=1.0):
w = [1 / (k + 1) ** s for k in range(n)]; t = sum(w)
return [x / t for x in w]
MENUS = [("uniform n = 2", [.5, .5]), ("uniform n = 4", [.25] * 4),
("uniform n = 8", [.125] * 8), ("8 items, Zipf s = 1", zipf(8)),
("8 items, Zipf s = 2", zipf(8, 2)), ("8 items, one at 0.93", [.93] + [.01] * 7),
("2 items, 0.99 / 0.01", [.99, .01]), ("1 item", [1.0])]
def fit(x, y):
mx, my = statistics.fmean(x), statistics.fmean(y)
b = sum((u - mx) * (v - my) for u, v in zip(x, y)) / sum((u - mx) ** 2 for u in x)
a = my - b * mx; ss = sum((v - a - b * u) ** 2 for u, v in zip(x, y))
return a, b, 1 - ss / sum((v - my) ** 2 for v in y)
if __name__ == "__main__":
print("A. bits Hick log2(n+1) Hyman H framework frame - H")
for name, p in MENUS:
print(f" {name:24s} {hick(p):14.3f} {hyman(p):8.3f} {frame(p):10.3f}"
f" {frame(p) - hyman(p):10.3f}")
rng = random.Random(1953); x = {"hick": [], "hyman": [], "frame": []}; y = []
for name, p in MENUS:
for _ in range(200):
y.append(200 + 150 * hyman(p) + rng.gauss(0, 20))
for k, f in (("hick", hick), ("hyman", hyman), ("frame", frame)):
x[k].append(f(p))
print("B. fits to data generated by Hyman's law (1,600 trials, 8 menus)")
for k, lab in (("hyman", "Hyman H"), ("frame", "framework"),
("hick", "Hick log2(n+1)")):
a, b, r2 = fit(x[k], y)
print(f" {lab:15s} a = {a:6.1f} ms b = {b:6.1f} ms/bit R^2 = {r2:.3f}")
# A. bits Hick log2(n+1) Hyman H framework frame - H
# uniform n = 2 1.585 1.000 1.585 0.585
# uniform n = 4 2.322 2.000 2.322 0.322
# uniform n = 8 3.170 3.000 3.170 0.170
# 8 items, Zipf s = 1 3.170 2.620 2.883 0.263
# 8 items, Zipf s = 2 3.170 1.685 2.208 0.523
# 8 items, one at 0.93 3.170 0.562 1.446 0.883
# 2 items, 0.99 / 0.01 1.585 0.081 1.064 0.983
# 1 item 1.000 0.000 1.000 1.000
# B. fits to data generated by Hyman's law (1,600 trials, 8 menus)
# Hyman H a = 200.0 ms b = 149.7 ms/bit R^2 = 0.985
# framework a = -3.5 ms b = 208.4 ms/bit R^2 = 0.979
# Hick log2(n+1) a = 84.8 ms b = 133.6 ms/bit R^2 = 0.491A 部分中,等概的 2、4、8 个选项上,框架式与席克式完全相同(1.585、2.322、3.170 比特),比海曼熵多出 0.585、0.322、0.170 比特。不等概时差别变大:8 个选项中一个出现概率为 0.93 时,海曼熵只有 0.562 比特,框架式为 1.446 比特;两个选项、概率 0.99 对 0.01 时,熵为 0.081 比特,框架式为 1.064 比特;只有一个选项时,熵为 0,框架式与席克式都是 1 比特。也就是说, 把「有没有信号」的不确定性加到了每一个选项上,即使选择本身已经没有任何不确定性。
B 部分中,数据按海曼定律生成(截距 200 毫秒,斜率 150 毫秒/比特)。用熵拟合,恢复出 200.0 毫秒与 149.7 毫秒/比特,;用框架式拟合, 也有 0.979,但截距变成 −3.5 毫秒、斜率变成 208.4 毫秒/比特;用 拟合, 只有 0.491,因为它看不到概率的差别。这说明,框架式在拟合优度上可能「看起来不错」,但它估计出的参数没有直接的解释。图 2 左画出了三种写法随最常见选项概率的变化。
注
什么时候合理。 如果任务确实包含「不响应」的可能(例如有时没有目标出现),把这一备择计入不确定性是合理的,但正确的做法是把它当作一个有自己概率的备择放进熵里,而不是给每一项加 1。界面中的许多选择没有这一备择:用户已经决定要点某个东西了。
定律的适用范围
席克—海曼定律在实验室中稳健,但它的斜率不是常数。普罗克特与施奈德 2018 年的综述总结了几个重要的限定 (Proctor and Schneider 2018):斜率随练习下降(以下数字据该综述转述,原始文献本书未核:海尔 1968 年的数据中,八选与二选之差从第一次的近 500 毫秒降到第五次的 300 毫秒多;塞贝尔 1963 年经过大量练习后,1,023 个备择只比 31 个慢 20–30 毫秒);刺激与反应的对应越自然(「相容性」越高),斜率越小,有些高相容任务几乎没有集合大小效应;对眼睛直接注视目标位置的扫视,集合大小效应甚至可以消失或反转。对界面设计而言,这意味着「选项越多越慢」在熟练、映射自然的情况下可能很弱。
还有一个更根本的限定:席克定律描述的是已知目标时在若干备择中做决定的时间,而不是在一列不熟悉的标签中寻找目标的时间。「菜单项越多越慢,所以要少放选项」这一说法常被归于席克定律,但在随机排列的菜单中找一个不熟悉的命令需要逐项扫视,时间随项目数线性增加,席克定律并不适用 (Cockburn et al. 2007)。
菲茨定律:原式与香农式
菲茨 1954 年让被试用笔在两块宽为 、中心相距 的金属板之间来回敲击,发现运动时间与 成线性关系 (Fitts 1954):
麦肯齐 1989 年提出香农形式 ,理由是它与香农信道容量公式(香农定理 17)的形式一致,并且难度指数永远不为负 (MacKenzie 1989);他 1992 年的综述对此作了系统论证 (MacKenzie 1992)。他重新分析菲茨的数据,发现香农形式(配合按落点分布计算的有效宽度)的相关最高、标准误最低,但也指出预测上的改进很小,主要的优点是理论上的一致性。第 43 本已经讨论过两种写法的区别与迈耶等人的最优子运动模型,这里只补充对界面最重要的一点:当目标很宽、距离很近时,原式会给出负的难度。
推导
# Fitts (1954) ID = log2(2D/W) against the Shannon form log2(D/W + 1) (MacKenzie 1992),
# and a "search - decide - point" chain for a toolbar of n buttons (the author's model).
# Strip of length L = 600 px at distance D = 400 px from the cursor; click probabilities
# p_i (Zipf); widths W_i with sum W_i = L. Expected pointing time a + b sum p_i ID_i.
# With log2(D/W) (large D/W) the minimum is W_i = p_i L, and then the expected ID equals
# log2(D/L) + H(p), a constant plus Hyman's entropy (the "identity" column checks this
# algebra; optimality follows from Gibbs' inequality). D/W >= 2.7 here, so the
# long-distance form is only an approximation. With the Shannon form the optimum
# (Lagrange: W_i (D + W_i) = c p_i, with sum W_i = L) is found by bisection. Illustrative
# constants: Fitts a = 100 ms, b = 150 ms/bit; Hick a = 200 ms, b = 150 ms/bit;
# novice serial reading 300 ms per label.
import math
def id_fitts(D, W): return math.log2(2 * D / W)
def id_shannon(D, W): return math.log2(D / W + 1)
def zipf(n, s=1.0):
w = [1 / (k + 1) ** s for k in range(n)]; t = sum(w)
return [x / t for x in w]
def shannon_opt(p, D, L): # W_i = (sqrt(D^2 + 4 c p_i) - D)/2, bisect on c
w = lambda c: [(math.sqrt(D * D + 4 * c * q) - D) / 2 for q in p]
lo, hi = 0.0, 1e12
for _ in range(200):
c = (lo + hi) / 2
lo, hi = (lo, c) if sum(w(c)) > L else (c, hi)
return w(lo)
def ept(p, W, D, f):
return sum(q * f(D, w) for q, w in zip(p, W))
if __name__ == "__main__":
print("A. index of difficulty (bits) D/W: 0.25 0.5 1 4 16 64")
for lab, f in (("Fitts log2(2D/W)", id_fitts), ("Shannon log2(D/W+1)", id_shannon)):
row = "".join(f"{f(r, 1):7.2f}" for r in (.25, .5, 1, 4, 16, 64))
print(f" {lab:30s}{row}")
D, L = 400.0, 600.0
print("B. toolbar, expected pointing ID (bits); H = Hyman entropy of the clicks")
print(" n Zipf H(p) equal W W = pL identity Shannon opt rarest item ID")
for n, s in ((4, 1.0), (8, 1.0), (16, 1.0), (16, 2.0)):
p = zipf(n, s); H = -sum(q * math.log2(q) for q in p)
eq = [L / n] * n; pr = [q * L for q in p]; so = shannon_opt(p, D, L)
chk = ept(p, pr, D, lambda d, w: math.log2(d / w)) - math.log2(D / L)
print(f" {n:2d} {s:4.1f} {H:5.2f} {ept(p, eq, D, id_shannon):8.2f}"
f" {ept(p, pr, D, id_shannon):7.2f} {chk:9.2f}"
f" {ept(p, so, D, id_shannon):12.2f}"
f" {id_shannon(D, eq[-1]):5.2f} -> {id_shannon(D, so[-1]):5.2f}")
print("C. chain time for n buttons, equal widths (ms): search + decide + point")
print(" n expert (Hyman) novice (serial)")
for n in (2, 4, 8, 16, 32):
point = 100 + 150 * id_shannon(D, L / n)
expert = 200 + 150 * math.log2(n) + point
novice = 300 * (n + 1) / 2 + point
print(f" {n:2d} {expert:15.0f} {novice:17.0f}")
# A. index of difficulty (bits) D/W: 0.25 0.5 1 4 16 64
# Fitts log2(2D/W) -1.00 0.00 1.00 3.00 5.00 7.00
# Shannon log2(D/W+1) 0.32 0.58 1.00 2.32 4.09 6.02
# B. toolbar, expected pointing ID (bits); H = Hyman entropy of the clicks
# n Zipf H(p) equal W W = pL identity Shannon opt rarest item ID
# 4 1.0 1.79 1.87 1.77 1.79 1.76 1.87 -> 2.50
# 8 1.0 2.62 2.66 2.41 2.62 2.40 2.66 -> 3.74
# 16 1.0 3.40 3.54 3.08 3.40 3.07 3.54 -> 5.03
# 16 2.0 1.95 3.54 2.04 1.95 2.01 3.54 -> 7.52
# C. chain time for n buttons, equal widths (ms): search + decide + point
# n expert (Hyman) novice (serial)
# 2 633 733
# 4 881 1131
# 8 1149 1849
# 16 1432 3182
# 32 1722 5722A 部分中, 时原式给出 −1.00 比特,香农式为 0.32; 时原式为 0,香农式为 0.58; 时二者的差别不到 1 比特,但始终是原式更大。界面中的大按钮、贴近光标的上下文菜单常常落在 的区域,这时只能用香农式。
搜索—决策—指向:在什么条件下可以「最小化」
作者框架提出联立两条定律,构建「视觉搜索—认知消歧—光标点击」全链路的总耗时最小化方程。这个想法有价值,但「最小化」需要先回答三个问题:优化的变量是什么(按钮的宽度、位置、数目还是层级)?点击概率的分布是什么?用户是逐项搜索的新手还是知道目标位置的熟练者?答案不同,最优解就不同。科伯恩、古特温与格林伯格 2007 年的菜单性能模型正是这样处理的:新手的时间由视觉搜索决定,熟练用户由席克—海曼决策决定,再加上菲茨指向时间,以及从新手到熟练的过渡 (Cockburn et al. 2007);西奥 2005 年比较了两条定律在信息论上的异同 (Seow 2005)。
上面程序的 B 部分是一个可以精确求解的例子(作者的模型):一条长 像素的工具栏,距离光标 像素, 个按钮的点击概率按齐普夫分布,宽度可调但总和固定为 。目标是最小化期望指向时间 。
若用 (远距离近似;本例中 最小约 2.7,所以这只是近似,香农式的精确最优见下文),由拉格朗日乘数法立得最优宽度 ,代回去得到
也就是说,在这个设定下,最优布局的期望指向难度等于一个常数加上海曼熵:决策与指向的「信息」在数学上合流了。程序中「identity」一列核对的是这一代数恒等式(1.79、2.62、3.40、1.95 比特,按定义等于 ),不是对最优性的独立验证;最优性由拉格朗日条件或吉布斯不等式保证。若用香农式,一阶条件变为 ,最优宽度要数值求解。
结果显示:8 个按钮、齐普夫指数 1 时,等宽布局的期望难度为 2.66 比特,香农式最优为 2.40 比特,按概率分配宽度()为 2.41 比特,二者几乎相同;代价是最少用的按钮变窄,它的难度从 2.66 升到 3.74 比特。齐普夫指数为 2(点击极为集中)的 16 个按钮上,等宽为 3.54 比特,最优为 2.01 比特,最少用按钮的难度升到 7.52 比特。所以「按点击概率放大按钮」在平均意义上有利,但会让少数操作明显变难,这是一个需要明说的取舍。
C 部分把搜索也加进来(等宽按钮):熟练用户的总时间从 2 个按钮的 633 毫秒增加到 32 个按钮的 1,722 毫秒,近似对数;逐项阅读的新手从 733 毫秒增加到 5,722 毫秒,近似线性。图 2 右画出了这两条曲线。同一个「总耗时方程」,对新手与熟练用户给出的最优按钮数完全不同;不写明用户类型,就谈不上最小化。
假说 · 尚未验证 · 按概率分配宽度的净效应
作者的假说(尚未确立): 在一个用户已熟悉的工具栏中,按历史点击概率分配按钮宽度(总宽不变),能使熟练用户的平均点击时间缩短,但会使最少用按钮的时间与误点率明显上升,以至于整体任务时间的改善小于 5%。什么样的结果能证明它是错的: 在事先登记的受试者内实验中,按概率分配宽度使整体任务时间缩短 5% 以上(置信区间下限高于 5%),且最少用按钮的误点率没有上升。
本章小结
席克 1952 年的 中的 对应「无信号」备择;海曼 1953 年的熵 不加 1。作者框架中的 在等概时等于 ,不等概时两种定律都不是,应改用海曼熵。席克—海曼定律描述已知目标时的决策,不描述在陌生标签中的搜索,其斜率随练习与相容性而变。菲茨原式在 时为负,界面中应用香农式。把搜索、决策与指向相加的「最小化」只在写明变量、概率分布与用户类型之后才有意义:在对数式下,最优宽度与点击概率成正比,期望难度等于一个常数加海曼熵;新手的总时间近似线性、熟练用户近似对数,二者的最优设计不同。
参考文献
Fan, Y. (2026). Computational Aesthetics, Visual Saliency Maps and Cognitive Ergonomics in User Interface Design: From the Hick–Hyman Law and Spatial Frequency Channels to Saccadic Trajectory Modelling, Read Beside the Kaogongji and Classical Treatise on Architectural Methods [计算美学、视觉显著性图谱与人机界面认知工程] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23836258 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).