13 · ปฏิสัมพันธ์มนุษย์–คอมพิวเตอร์ และกราฟิกส์
บทนี้คือชั้นบนสุด — ผิว (surface) เดียวในหอคอยที่คนได้สัมผัสจริง และเป็นชั้นที่ต้องซ่อนทุกชั้นข้างใต้ไว้ให้พ้นสายตาคนที่ไม่เคยขอหอคอยนี้เลยสักครั้ง
เครื่องควรจบตรงไหน คนควรเริ่มตรงไหน?
วันที่ 9 ธันวาคม 1968 Douglas Engelbart นั่งลงต่อหน้าคนทำงานคอมพิวเตอร์ราวพันคนที่ Brooks Hall ในกลุ่มอาคาร Civic Auditorium ของซานฟรานซิสโก มีแค่จอภาพ คีย์บอร์ด และกล่องไม้มีล้อหนึ่งใบ เก้าสิบนาทีจากนั้นเขาทำสิ่งที่ไม่มีใครในห้องเคยเห็นมาก่อน (Doug Engelbart Institute) เขาขยับตัวชี้ตำแหน่งด้วยกล่องใบนั้น เขาแก้เอกสารและตัวหนังสือเปลี่ยนตามนิ้วที่พิมพ์ เขาทำงานบนไฟล์เดียวกันสดๆ กับเพื่อนร่วมงานที่อยู่ห่างออกไปสามสิบไมล์ โดยมีหน้าของอีกฝ่ายอยู่บนจอข้างๆ ข้อความ เมาส์ ไฮเปอร์เท็กซ์ (hypertext) การแก้ไขร่วมกันแบบเรียลไทม์ การประชุมทางวิดีโอ — ครบในการนั่งครั้งเดียว ในยุคที่วิธีใช้คอมพิวเตอร์ตามปกติคือยื่นตั้งบัตรเจาะรู (punched cards) ให้เจ้าหน้าที่ แล้วพรุ่งนี้ค่อยกลับมาเอาผล
คนจดจำการสาธิตครั้งนั้นที่สิ่งประดิษฐ์ แต่ข้อโต้แย้งที่รองอยู่ข้างใต้สุดโต่งกว่ามาก และ Engelbart พิมพ์มันออกมาตั้งแต่หกปีก่อนหน้า — คอมพิวเตอร์ไม่ได้มีไว้ทำงานของมนุษย์ให้เป็นอัตโนมัติ แต่มีไว้ เสริม สติปัญญาของมนุษย์ และงานแบบนั้นบังคับให้เครื่องกับคนอยู่ในลูปต่อเนื่องเดียวกัน ไม่ใช่ผลัดกันทำทีละฝ่าย (SRI, October 1962)
อินเทอร์เฟซ (interface) คือสถานะ (state) ที่สองความคิดใช้ร่วมกัน เครื่องถือแบบจำลองในหัว (mental model) ของงานไว้ฝั่งหนึ่ง คนถือ mental model ของเครื่องไว้อีกฝั่งหนึ่ง หน้าที่ของอินเทอร์เฟซคือช่องแคบๆ ที่รักษา mental model สองอันนั้นให้ตรงกัน ความล้มเหลวของอินเทอร์เฟซแทบทุกครั้งจึงเป็นเรื่องเดียวกันหมด คือจุดที่ mental model สองอันเบี่ยงออกจากกัน — ไฟล์ที่ผู้ใช้ (user) เชื่อว่าบันทึกไปแล้ว การตั้งค่าที่เขาเชื่อว่าปิดอยู่ ปุ่มที่เขาเชื่อว่ากดไปแล้วไม่เกิดอะไรขึ้น ด้วยเหตุนี้การตอบสนอง (feedback) จึงไม่ใช่มารยาท ระบบที่ลงมือทำโดยไม่แสดงให้เห็นว่ามันรับรู้ ปล่อยให้ mental model สองอันห่างกันไปเงียบๆ และคนจะทำงานต่อบน mental model อันเก่าที่ล้าไปแล้ว
แสดงวัตถุ แล้วลงมือกับมันตรงๆ — นี่คือหลักการควบคุมโดยตรง (direct manipulation) Sketchpad ของ Ivan Sutherland วิทยานิพนธ์ปริญญาเอกที่ยื่นต่อ MIT ในปี 1963 ให้ผู้ใช้วาดด้วยปากกาแสง (light pen) บนจอ แล้วภาพวาดตอบกลับ — คงเงื่อนไขไว้ได้ คัดลอกและปรับขนาดรูปทรงได้ (Cambridge reissue) Alto ของ Xerox PARC ย้ายไอเดียนี้ลงเครื่องวิจัยจริงในปี 1973 ส่วน Xerox Star เดือนเมษายน 1981 ขายมันเชิงพาณิชย์ โดยวางไฟล์เป็นไอคอนบนเดสก์ท็อป (Star) Ben Shneiderman ตั้งชื่อหลักการนี้ในปี 1983 พร้อมคุณสมบัติสามข้อที่ยังคุ้มจะท่องจนถึงวันนี้ — แสดงวัตถุที่สนใจด้วยภาพอย่างต่อเนื่อง ใช้การกระทำทางกายภาพหรือกดปุ่มที่มีป้ายกำกับแทนไวยากรณ์คำสั่งอันซับซ้อน และทำงานได้เร็ว ทีละขั้น ย้อนกลับได้ โดยเห็นผลทันที (IEEE Computer 16(8)) ข้อที่สามคือข้อที่มีมนุษยธรรมอยู่เงียบๆ การย้อนกลับได้เปลี่ยนเครื่องจากสนามสอบเป็นที่สำหรับคิด เพราะมันทำให้การลองผิดลองถูกไม่มีต้นทุน
Affordance คือความสัมพันธ์ ส่วนสิ่งที่ตาเห็นเกือบทั้งหมดคือ signifier J.J. Gibson เสนอคำว่า affordance ในปี 1966 และขยายมันในทฤษฎีเชิงนิเวศปี 1979 — คือสิ่งที่สภาพแวดล้อมมอบให้สิ่งมีชีวิตชนิดหนึ่งโดยเฉพาะ พื้นผิวสูงระดับเก้าอี้เอื้อให้ผู้ใหญ่นั่ง แต่ไม่เอื้อให้ทารกนั่ง (affordance) Don Norman พาคำนี้เข้าวงการออกแบบในปี 1988 ใน The Psychology of Everyday Things ที่ภายหลังเปลี่ยนชื่อเป็น The Design of Everyday Things จากนั้นเขาเฝ้าดูนักออกแบบใช้คำนี้ผิดเป็น "คำใบ้ทางสายตา" อยู่ยี่สิบห้าปี ฉบับปรับปรุงปี 2013 จึงเสนอคำว่า signifier ไว้เรียกร่องรอยที่รับรู้ได้ซึ่งประกาศว่าตรงไหนทำอะไรได้ (Norman) ความต่างข้อนี้รับน้ำหนักทั้งหมดบนทัชสกรีน เพราะแผ่นกระจกแทบไม่ afford อะไรในเชิงกายภาพเลย ขอบ เงา และมือจับที่ดูเหมือนมีอยู่บนจอ ล้วนเป็น signifier ที่มีคนวาดขึ้นมา นี่เองคือเหตุผลที่ศาสตร์นี้ทำแย่ได้โดยไม่ถูกลงโทษทันที ถอด signifier ออก affordance ในทางเทคนิคก็ยังอยู่ แค่มองไม่เห็น
มนุษย์คือส่วนประกอบที่มีสเปกตีพิมพ์ไว้ให้อ่าน Robert Miller วัดเวลาตอบสนองที่บทสนทนากับเครื่องจักรเลิกรู้สึกเหมือนบทสนทนา และ Jakob Nielsen ย้ำเกณฑ์สามค่าเดิมอีกครั้งหลายสิบปีให้หลัง — ราว 0.1 วินาทีเพื่อให้การกระทำรู้สึกเกิดขึ้นทันที ราวหนึ่งวินาทีเพื่อไม่ให้ความคิดของคนขาดตอน ราวสิบวินาทีก่อนความสนใจจะหลุดไปทั้งหมด (Miller 1968 / Nielsen) Paul Fitts วัดการชี้ตำแหน่งออกมาเป็นตัวเลขไว้ก่อนแล้วในปี 1954 — เวลาที่ใช้ไปถึงเป้าหมายโตตามลอการิทึมของอัตราส่วนระหว่างระยะทางกับความกว้างของเป้าหมาย (Fitts's law) มุมและขอบของหน้าจอจึงเป็นทำเลที่แพงที่สุด — มันคือเป้าหมายที่กว้างเป็นอนันต์โดยพฤตินัย เพราะตัวชี้วิ่งไปหยุดตายอยู่ตรงนั้น ค่าคงที่กลุ่มนี้คือกลุ่มเดียวในเล่มที่บรรยายผู้ใช้ ไม่ใช่เครื่องจักร และต่างจากกฎของมัวร์ตรงที่เจ็ดสิบปีมาแล้วมันไม่เคยขยับ
การเรนเดอร์ (rendering) คืออินทิกรัลตัวเดียวที่แก้ไม่ได้ และมีทางเข้าหามันสองทาง rasterization ถามว่าสามเหลี่ยมแต่ละรูปคลุมพิกเซล (pixel) ไหนบ้าง — เร็ว เฉพาะที่ และเป็นเหตุผลเดียวที่กราฟิกส์เรียลไทม์มีอยู่ได้ตลอดสามสิบปี ray tracing ถามกลับด้าน สำหรับแต่ละพิกเซล แสงไหนมาถึงตรงนี้ แล้วไล่รังสีย้อนกลับเข้าไปในฉาก Arthur Appel ยิงรังสีแบบนี้เป็นคนแรกในปี 1968 และ Turner Whitted ทำให้มันเป็น recursive ในปี 1980 พื้นผิวจึงสะท้อนและหักเหกันเองได้ (CACM 23(6)) Jim Kajiya เขียนสิ่งที่ทั้งสองวิธีกำลังประมาณค่าอยู่ออกมาเป็นสูตร — สมการเรนเดอร์ (rendering equation) ปี 1986 บอกว่าแสงที่ออกจากจุดใดๆ คือแสงที่จุดนั้นเปล่งเอง บวกทุกอย่างที่มันสะท้อนมาจากที่อื่นทั้งหมด เป็น recursive และไม่มีคำตอบแบบปิด (SIGGRAPH '86) การเรนเดอร์แบบสมจริงทั้งหมดคือการสุ่มตัวอย่างอินทิกรัลตัวนั้นให้ถูกพอ กว่า GPU ตัวแรกที่มีหน่วยประมวลผล ray tracing เฉพาะทางจะรันวิธีที่ซื่อตรงนี้ได้ที่เฟรมเรต (frame rate) จริง ก็ต้องรอถึงปี 2018 (NVIDIA Turing)
การเข้าถึงได้ (accessibility) คือพื้น ไม่ใช่ทางลาดที่ขันน็อตติดทีหลัง องค์การอนามัยโลกประมาณว่าคน 1.3 พันล้านคน — ราวหนึ่งในหก — อยู่กับความพิการอย่างมีนัยสำคัญ (WHO, 7 March 2023) มาตรฐานของเว็บอย่าง WCAG 2.2 ขึ้นเป็น W3C Recommendation เมื่อวันที่ 5 ตุลาคม 2023 และวางอยู่บนหลักสี่ข้อ — เนื้อหาต้องรับรู้ได้ ใช้งานได้ เข้าใจได้ และแข็งแรงพอ (W3C) รุ่นถัดไปยังเป็นแค่ working draft (WCAG 3, March 2026) เหตุผลที่ควรมองเรื่องนี้เป็นรากฐาน ไม่ใช่งานทำตามกฎ มีชื่อเรียกของมันเอง นักเคลื่อนไหวเพื่อคนพิการใน Berkeley เอาค้อนปอนด์ทุบขอบถนนช่วงต้นทศวรรษ 1970 ทางลาดขอบถนนอย่างเป็นทางการจุดแรกตามมาที่ Telegraph Avenue ในปี 1972 ปรากฏว่าทางลาดพวกนั้นเป็นประโยชน์กับพ่อแม่ที่เข็นรถเข็นเด็ก นักเดินทางที่ลากกระเป๋า และคนส่งของที่เข็นรถสัมภาระ — คือ curb-cut effect ที่ Angela Glover Blackwell ตั้งชื่อไว้ในปี 2017 (SSIR) ออกแบบเพื่อกรณีที่ถูกจำกัดเงื่อนไข แล้วกรณีทั่วไปดีขึ้นตามอย่างสม่ำเสมอ — เป็นข้อโต้แย้งเดียวในเล่มนี้ที่ถูกต้องเชิงจริยธรรมและมีต้นทุนต่ำไปพร้อมกัน
Sutherland ได้รางวัล Turing Award ประจำปี 1988 Engelbart ได้ของปี 1997 ส่วน Ed Catmull กับ Pat Hanrahan ได้ของปี 2019 (ACM)
เชื่อมโยง
ชั้นล่าง: บทที่ 04 เพราะฮาร์ดแวร์เป็นตัวปันส่วนหลักการทุกข้อในบทนี้ — งบเฟรม (frame budget) และตัวประมวลผลเฉพาะทางที่ทำให้ทั้งอินเทอร์เฟซและการเรนเดอร์เกิดขึ้นได้ บทที่ 05 เป็นเจ้าของการสลับใช้งาน (multiplexing) ที่ทำให้อินเทอร์เฟซยังตอบสนองอยู่ขณะเครื่องทำงานอื่นทั้งหมด และบทที่ 09 คือที่มาของความล่าช้าในอินเทอร์เฟซเมื่อความคิดอีกฝ่ายอยู่ไกลออกไป ด้านข้าง: บทที่ 07 เพราะความใช้ง่าย (usability) ต้องรอดผ่านการเปลี่ยนแปลงหลายปีจากมือหลายคน และบทที่ 11 ที่รายการหลักความปลอดภัยปี 1975 ปิดท้ายด้วย psychological acceptability — ข้อที่ชั้นนี้รับผิดชอบ และเป็นข้อที่ความปลอดภัยยอมสละบ่อยที่สุด ด้านบน: ไม่มีอะไรอีก นี่คือยอดหอคอย และเป็นเหตุผลที่การซ่อนทุกอย่างข้างใต้คุ้มค่าที่จะทำ
คำถามที่ยังเปิดอยู่
ถ้าภาษาธรรมชาติกลายเป็นอินเทอร์เฟซ direct manipulation จะเหลืออะไร — คุณสมบัติสามข้อของ Shneiderman จะรอดไหม เมื่อวัตถุที่สนใจไม่ปรากฏต่อเนื่องอีกต่อไป และการกระทำก็ไม่ได้ย้อนกลับได้อย่างชัดเจนอีกแล้ว อินเทอร์เฟซที่ปรับตัวเข้าหาคนต้องสร้างแบบจำลองของคนคนนั้นขึ้นมาก่อน ใครถือแบบจำลองนั้นไว้ และมันรับใช้อะไรอีกบ้าง เป็นคำถามที่วงการนี้โยนให้สาขาอื่นไปเกือบหมด และคำถามที่เก่าที่สุด ค้างมาตั้งแต่ปี 1968 — Engelbart ต้องการการเสริม (augmentation) ไม่ใช่การทำให้เป็นอัตโนมัติ (automation) หกสิบปีผ่านไป ของที่ส่งออกมาใช้จริงส่วนใหญ่กลับเป็นการทำให้เป็นอัตโนมัติ นั่นเป็นความหลีกเลี่ยงไม่ได้เชิงเทคนิค หรือเชิงพาณิชย์
อ่านต่อ
- Don Norman, The Design of Everyday Things, revised and expanded edition, Basic Books, 2013 — หนังสือเล่มเดียวของศาสตร์นี้ที่ผู้อ่านทั่วไปขาดไม่ได้ บันทึกของผู้เขียนเกี่ยวกับฉบับปรับปรุงอยู่ที่ jnd.org
- Matt Pharr, Wenzel Jakob & Greg Humphreys, Physically Based Rendering: From Theory to Implementation — อ่านฉบับเต็มของรุ่นที่ 3 และ 4 ได้ฟรีที่ pbr-book.org
- Douglas Engelbart, "Augmenting Human Intellect: A Conceptual Framework," SRI Summary Report AFOSR-3223, 1962 — dougengelbart.org