Цифровой геноцид

Я это к чему: на самом деле, есть огромное число авторов, которые не сводимы, гораздо более интересны и полезны, чем сомнительный Якоб Нильсен или бронзовый Дональд Норман. Но многие не готовы к этому разговору

Что такое современный HCI? Что такое современный UX? С точки зрения объекта исследований, задач, проблем и проектирования есть целая совокупность проблем, обсуждений, тредов и барьеров, которые являются актуальными. Попробуем разобраться и отрисовать интерактивную карту среза современного human-computer interaction. В этом нам поможет специальная группа исследователей — международная ассоциация SIGCHI (Special Interest Group on Computer-Human Interaction), аффилированная с Ассоциацией по вычислительной технике (Association for Computing Machinery — ACM). ACM — это международная некоммерческая профессиональная ассоциация исследователей в области компьютерных наук, основанная в 1947 году. Интересна эта ассоциация ещё и списком наград, которые вручаются ежегодно в разных номинациях — и академическим, и корпоративным исследователям в разных дисциплинах. Почему я регулярно отслеживаю публикации и смотрю, что делают? Есть награды в разных категориях: за выслугу лет, за корпоративную инновацию/изобретение, за академическую статью, за социальный вклад для активистов, за медицинские инновации, за лучшую диссертацию аспиранта со свежими идеями. Это создаёт достаточно хороший пример гетерогенности креативного ландшафта и демонстрирует синергию бизнес-исследователей и академии, ну и в целом интересный срез, который, конечно, не настолько репрезентативен, как библиография, вебометрика публикаций или индексы цитирования, но тем интереснее. Кроме того, это ещё и реальные дизайнеры — то есть те, кто буквально что-то проектирует. Я собрал с помощью ИИ таблицу победителей прошлых лет и выделил темы работ/публикаций, премию и сферу интересов в исследованиях. Отдельно я выделил ссылки на Google Scholar и личные страницы в LinkedIn/Twitter или персональный сайт (если есть), аффиляцию с организацией и так далее. Выглядит вот так: https://lilalogos.github.io/SIGHCI/  Какие самые яркие работы можно назвать? Что стоит выделить? Есть смешные и яркие работы Висенте Арройос: солнечные оригами-роботы, которые меняют форму в воздухе; бесбатарейный микроробот Millimobile, причем, я как понял еще и дроны - актуальная тема в свете новых событий политических Дизайн с вагинальным микробиомом и с гниением как «распадом» вещи(хочется пошутить про Нургла, простите). Надя Кампо Войтук и Джуён Пак: Tactful feminist sensing: designing for touching vaginal fluids; A Plurality of More-than-Humanness: Feminist Speculations for Designing with the Vaginal Microbiome; Making "Menarche Bits"; Biodegradation as more-than-human unmaking  https://nadiacw.com/tactful-feminist-sensing  Джон Фрёлих: Flowers or a robot army? Исследование на тему, что лучше мотивирует двигаться: цветы на экране или армия роботов. https://www.pensivepuffin.com/dwmcphd/papers/Consolvo.et.al.UbiComp08.pdf  Венди Джу: Ghost driver — в машине без водителя сидит человек под костюмом «призрака», чтобы смотреть, как пешеходы ведут себя с беспилотником. С фотографиями прохожих https://www.wendyju.com/publications/RO-MAN2016-Rothenbucher.pdf  Но есть и очень актуальные: Алексис Хиникер: Communication breakdowns between families and Alexa — семейные ссоры с колонкой.  https://faculty.washington.edu/alexisr/commBreakdowns.pdf

Gather.town и серендипность UX Существует проект Gather.town — это сервис для создания виртуальных офисов в духе «Симс», где пользователь получает в обёртке игры почту, зум, колл-центры и переговорные. Естественно, есть потуги в области агентов с ИИ, с которыми можно взаимодействовать прямо внутри интерфейса офиса, — обучать их при помощи реальных взаимодействий, внедрять геймификацию при помощи human in the loop. Людям интереснее взаимодействовать с объектами игрового мира, да и вообще это хороший способ обучать нейронки: OpenAI ещё пару лет назад купила пару игровых стартапов с виртуальными мирами (онтологии с объектами проще показать, чем объяснить словами). Я на работе в шутку предлагал попробовать продукт, но дело не пошло дальше обсуждений. Какая тема на повестке дня у HCI-исследователей и для чего они используют Gather.town? Digital Majlis: различные цифровые молельни и исследования поведения мусульман. Постерные научные конференции в Gather.town. Реконструкция папского конклава в виртуальном соборе (!) — это прямо круто, историческая тема. Виртуальная больница для переживших ожоги (Корея) с главной площадью, аудиторией, кабинетом для консультаций и игровой комнатой. Впрочем, одна работа мне действительно показалась небесполезной — серендипность в офисном UX, когда удалённые сотрудники могут получить опыт случайного столкновения в курилке или в кафетерии, находясь у себя дома физически, но получая этот опыт при взаимодействии аватаров. Впрочем, олды вспомнят Second Life.

Проблема интерактивности и восприятия иконок - это целая тема, на котором потоптались как аналитические философы позитивизма третьей волны, предполагающие построение искусственных знаков, так и антропологи в лице Маргарет Мид - для пресловутой межкультурной коммуникации Проблема того, что символы все равно остаются в области герменевтики и интерпретации в общем-то до сих пор остается общим местом, несмотря на то, что с эпохой больших языковых моделей создание сложных пиктограмм с онтологиями, контекстуальностью, композициональностью остается на повестке дня «Взаимодействие символов» книга 2025 года для всех, кто занимается дизайном иконок. В нем представлена ​​теория того, как работают значки: символы на значке взаимодействуют, вызывая смысл. Из этой теории вытекают принципы и практики дизайна, основанные на данных дизайна и других дисциплин, таких как психология, восприятие и познание. Мельком глянул - ну, действительно, некоторый всплеск интереса к Нейрату не может не вызывать радости. Второе - это явный рост интереса к медицинской теме, CRC Press издает в целом книги для инструкторов по безопасности, эргономистов и тд и тп

"Do Richer Personas Improve LLM Survey Simulation? A Fidelity Paradox" Процесс генерации синтетических данных включает в себя очень много разных решений, которые принимает человек. В этой статье мы разобрали часть из них: описывать ли население в целом или строить отдельных людей на основе демографических профилей? Давать ли этим людям дополнительный контекст, например реальное интервью? Просить ли у каждого человека один ответ или распределение вероятностей по всем вариантам? Прогонять ли результат через ту же статистическую коррекцию (MRP), которую применяют для исправления «грязной» реальной выборки? И как вообще измерить, сработало ли всё это? Решений много, и по большинству из них у нас появились данные. Авторы провели настоящий опрос — 21 вопрос о политике и потребительских предпочтениях, 996 человек в США. Те же люди прошли короткое интервью с ИИ-модератором об их ценностях, о том, кому они доверяют и как принимают решения. Затем мы попытались воссоздать их ответы с помощью LLM: сначала вообще без информации, потом добавляя демографию, потом добавляя реальное интервью каждого человека. Если коротко, вот что мы обнаружили: дополнительный контекст сначала ухудшал результаты, прежде чем улучшить их. Одни только демографические персоны примерно утроили ошибку по сравнению с обычной догадкой без всякой информации — потому что каждый смоделированный человек просто давал самый стереотипный ответ, характерный для его группы. Реальные транскрипты интервью частично, но не полностью, исправили ситуацию. По-настоящему сработал запрос распределения вероятностей по вариантам ответа вместо принуждения к единственному выбору — это снизило ошибку до 48%. Прогон результата через ту же статистическую коррекцию, что используется в реальных опросах (MRP), никак не помог. И метод, который лучше всего воспроизводил реальный разброс мнений, оказался не тем же самым, что лучше всего угадывал самый популярный ответ, — так что многое зависит от того, что именно вы хотите оптимизировать. Проще говоря побеждает самый простой метод — просто дать модели агрегированный демографический состав выборки и попросить оценить общее распределение мнений, без построения отдельных персон. Хуже всего моделируются вопросы без явного доминирующего варианта - привет, вопросам про цвет упаковки и тд и тп Verbalized sampling (probability distribution) резко повышает точность ответа - распределение вероятностей по всем возможным вариантам ответа, причём модель сама явно проговаривает эти вероятности словами: вот тебе персона негра, вот его отношение к Дональду Трампу выбери наиболее подходящий вариант "Он красивый", "Он диктатор" и тд и тп https://papers.ssrn.com/sol3/papers.cfm?abstract_id=7306183

💽 Через неделю - 3 сентября - мы начинаем последний поток курса "Анализ качественных данных". Новых потоков больше не планируется. Большой курс про исследования в 2027 году мы проводить не будем. Если кто-то давно собирался пройти у нас модуль "Анализ", но откладывал - пока такая возможность есть. И для тех, кто нас читает, в этом году мы даем скидку 15% по промокоду FINAL2026 Стоимость: 50 000 ₽ / 570 € 42 500 ₽ / 484 € На курсе будем обсуждать: ● Как понять, почему люди ведут себя так, а не иначе? ● Какой фреймворк выбрать для анализа причин поведения людей?  ● Что это вообще могут быть за причины? ● Когда использовать персоны, а когда – JTBD? ● Как разобраться в разных версиях JTBD? ● Как обобщать данные: таблицы или сторителлинг? ● Как подать полученные данные, чтобы это было понятно и убедительно? 🔥Из всех наших курсов именно этот мы любим больше всего. Он посвящён самой интересной и непредсказуемой части исследовательской работы — поиску причин, стоящих за поведением людей. Отзывы на курс можно посмотреть здесь. 🌛Группа стартует 3 сентября. Занятия проходят вечером: с 19.00 до 21.00 по вторникам и четвергам, время московское. В курсе 11 занятий по 2 часа. Из России билеты можно оплатить прямо на нашем сайте. Если вы хотите оплатить через юрлицо - заявку можно оставить там же. Не из России курс можно оплатить, написав мне в личку. Я сообщу реквизиты. 🎫 Купить билет

Кто еще не записался, то последний шанс успеть на осенний курс по анализу данных качественных исследований - таких курсов мало, он обычно более продвинутый и интересный с точки зрения аудитории экспертов Начать день знаний можно со знаний)

Книга "Советские интерфейсы и опыт пользователя" Я пишу книгу про историю технологий, советские интерфейсы, опыты исследований взаимодействия интерфейсов и, шире говоря, взаимодействие людей и машин в СССР. Это большая, сложная и многогранная история с несколькими переменными, многие из моих подписчиков оказались в этом канале именно благодаря таким постам о ВНИИТЭ, "Технической эстетике" и аспектам исследований психотехников 20ых и 30ых годов. В каком-то смысле, интерфейсы аттестуются как посредники между видимым и невидимым и являются почти всегда продуктом культурного и исторического процесса. Почитать одну из глав: https://lilalogos.github.io/BookUX/ Напишите свое мнение в комментариях, пожелание или идею ниже - для меня это будет полезно и интересно :)

🔎 UX-исследователь должен уметь всё? 27 августа на митапе Lamoda Tech «UX-рисерч и точка?» состоится круглый стол с UX-исследователями. Среди участников — наш коллега Виталий Болтаев, руководитель исследовательского отдела ИТ-экосистемы 💻Лукоморье. Эксперты обсудят, как меняется роль UX-исследователей, от которых сегодня всё чаще ждут помимо качественного ресерча, еще и работы с метриками, дизайном, технической частью продукта и даже создания собственных инструментов с помощью вайбкодинга.

Так что же важнее: расширять свою экспертизу или глубже развиваться в исследовательской профессии?

🔵Обсудят 27 августа в 20:50 в офисе Lamoda в Москве (ул. Крылатская, 15). 🚩Не забудьте зарегистрироваться!

По телевизору показывают

Human Factors Methods Database and Glossary Отсюда

Эвристики и Герберт Саймон. часть I Все выходные разбирался с ключевыми работами Саймона про эвристики и его идеи про решение задач: достаточно сильно заметно, что его взгляды сильно эволюционировали от теоретико-игровых и нормативных подходов к описанию рациональности в сторону прагматических оснований и того, как могут и должны работать операции Изначально, в статье A BEHAVIORAL MODEL OF RATIONAL CHOICE 1953 года речь шла только о наблюдении, что в конце концов любой организм выбирает то решение, которое он вообще способен осуществить, ну не бежит гепард быстрее своей скорости, не может плавать пустынный тушканчик и итд и тп. Среди общих ограничений, которые сами не являются объектом рационального расчёта, — множество альтернатив, открытых для выбора, отношения, определяющие выигрыш (payoff) Основной тезис, на мой взгляд примрено такой: при благоприятных обстоятельствах процедура рационального выбора может требовать от индивида сбора лишь небольшого объёма информации — незначительной части всего отображения элементов A(альтернатив поведения) на отдельные элементы S(множество возможных будущих состояний, или «исходов»). Если поиск альтернативы с желаемыми свойствами оказывается успешным, индивид уверен, что не сможет улучшить свой выбор, получив дополнительную информацию. Вместо оптимизации люди «сатисфайсят» те ищут решения, которые достаточно хороши, а не идеальны. Он писал, что вместо поиска «наилучшего» хода игроку нужно искать лишь «хороший» ход Уже спустя 5 лет это становится гораздо более внятной программой в статье Heuristic Problem Solving: The Next Advance in Operations Research - причем, показательно, тут две вещи - это то, что эвристики должны решать управленческие задачи корпоративного уровня (и этого нет до сих пор! Те можно найти стандарты и пособия деловой литературы, но никакой энциклопедии эвристик управленцев не возникло) и проблема ограниченности знания и ограниченной рациональности “Как любят напоминать руководители исследователям операций, проблема в том, что для большинства важнейших управленческих задач верхнего уровня не существует известных формальных методов поиска ответа. Более того, эти задачи, по-видимому, отличаются по своему типу от более конкретных ситуаций среднего управленческого уровня, где существующие методы исследования операций наиболее эффективны”  И ниже констатация факта, что реальная часть задач в повседневной деловой, организационной и других казалось бы рациональных практиках - является задачей неполной, неструктурированной и без четких границ “Что же тогда такое плохо структурированные задачи? Это задачи, которые не являются хорошо структурированными. В некоторых случаях, например, существенные переменные вообще не числовые, а символические или словесные. Руководитель, разрабатывающий политику предоставления больничных, ищет слова, а не числа. Во-вторых, во множестве важных житейских ситуаций целевая функция, то есть цель, расплывчата и не поддаётся количественному определению. Как, например, оценить качество системы образования или эффективность отдела по связям с общественностью? В-третьих, для многих практических задач — точнее будет сказать, для большинства практических задач — вычислительные алгоритмы просто отсутствуют. Если смотреть на организационную жизнь реалистично, приходится признать: большинство решений, с которыми руководители сталкиваются ежедневно, и, безусловно, большинство важнейших решений располагаются гораздо ближе к плохо структурированному, чем к хорошо структурированному концу спектра. И всё же исследование операций и наука управления, при всех их серьёзных достижениях, пока не добились большого прогресса в области плохо структурированных задач” Предполагается, что эвристики заменят алгоритмы для моделирования рассуждений и станут настоящими навыками - в 1957 году Саймон предсказывает как компьютеры заменят человека, ничего не напоминает?  Его прогноз такой, и читатель сам может сделать вывод подтвердились его тезисы или нет: 1. Машины будут всё чаще применяться вместо людей для решения плохо структурированных задач — так же, как сегодня они всё шире используются для решения хорошо структурированных задач. 2. Машины будут применяться к плохо структурированным задачам такого масштаба и трудности, которые люди пока не могли решить. Это аналогично нынешнему использованию компьютеров для численного решения уравнений в частных производных, недоступных ручным методам. 3. Исследование эвристического решения задач будет использоваться для понимания человеческого разума. С помощью эвристических программ мы поможем человеку следовать древнему призыву: «Познай самого себя». А познав себя, он, возможно, научится использовать рост знания во благо, а не во вред человеческому виду. Но тезис, который во многом остается на столе, и, который, все-таки породил целую тему - это выявление неявных, скрытых и других экспертных знаний для проектирования, для работ по созданию интерфейсов  - тема которая длится до сих пор и отражается в новых подходах, типа NDM Существенное влияние эвристического решения задач на исследования — либо позволяющее браться за более трудные задачи, чем те, что доступны человеку, либо объясняющее, как талантливые люди решают проблемы, — вероятно, наступит раньше. Здесь, как и в аналогичных применениях атомной энергии, вопрос будет не столько «Сколько это будет стоить?», сколько «Сможем ли мы это сделать?».

Интерфейсы ногтей/PhantomFolds Я вообще думаю, что тема маникюра как передовой отрасли интерфейсов глубоко недооценена, хотя бы для того, чтобы делать ногти-холодные кошельки крипты, да и изменения цвета это интересная кастомизация Исследователи Национального университета Сингапура прикрепили два вибромотора по бокам ногтя — и обнаружили, что мозг «достраивает» ощущение прикосновения там, где реального контакта нет (эффект похож на иллюзию «фантомного кролика» — когда серия последовательных касаний воспринимается как непрерывное движение). Смысл в том, чтобы дать тактильную обратную связь в дополненной/смешанной реальности, не закрывая при этом подушечку пальца, чтобы рука оставалась свободной для реальных предметов. https://www.youtube.com/watch?v=R4YdJ62GXHA И сама публикация http://www.denysmatthies.com/downloads/Messerschmidt_PhantomFolds_IJHCI2025.pdf

Эргономика и человеческий фактор: угасание дисциплины de Winter JCF, Eisma YB. Ergonomics & Human factors: fade of a discipline. Ergonomics. 2024 Oct 23:1-9. https://www.tandfonline.com/doi/full/10.1080/00140139.2024.2416553#abstract А вот и, пожалуй, критика современных авторов почему сама идея человеческого фактора испытывает определенное угасание и находятся в кризисе - как ни странно для людей, которые обычно подписаны на этот блог, может показаться спорным, но, в целом, скорее реальным. Статья посвящена следующему наблюдению: Ergonomics and Human Factors находится в кризисе по ряду причин. Наблюдение в следующем, немного перевода нейронки и моих комментариев. Дело не в том, что теории человеческого фактора проверяются и опровергаются в пользу новых или более совершенных теорий, что вело бы к прогрессу знания. Происходящее скорее напоминает то, что было описано Милом: некоторые дисциплины постепенно угасают, поскольку учёные теряют к ним интерес по мере того, как используемые теории предлагают всё меньше реального содержания. Исследования технологий (включая автоматизацию, ИИ) и их практическое применение в настоящее время ведутся во многих областях и внутри компаний, но зачастую без опоры на литературу и теории ЧФ последних десятилетий. Внутри человеческого фактора существует внутреннее напряжение: с одной стороны, дисциплина заявляет о себе как о науке с прогрессирующей базой знаний, а с другой — сами учёные, работающие в области ЧФ, осознают, что предстоит ещё немало сделать, особенно в отношении того влияния, которое эта дисциплина оказывает. В недавней статье Салмона и соавторов были опрошены мнения 18 учёных и практиков в области ЧФ. Среди прочих им был задан вопрос: «По шкале от 1 (совершенно никакого влияния) до 10 (достижение полного желаемого влияния) как бы вы оценили влияние, которое ЧФ оказывает на мир в настоящее время?» Ответы дали в среднем лишь 4,95 балла по указанной шкале от 1 до 10. Проблема 1: наука человеческого фактора использует невалидные конструкты и теории Область ЧФ характеризуется использованием разнообразной терминологии, такой как человеческая ошибка, самоуспокоенность (complacency), рабочая нагрузка (workload) и ситуационная осведомлённость (situation awareness, SA). Последние два понятия особенно считаются флагманскими конструктами ЧФ. Однако этим конструктам недостаёт внутренней согласованности, и они обладают низкой предсказательной ценностью. Например, в основополагающих работах по ЧФ рабочая нагрузка определялась через использование ментальных ресурсов и как человеко-центрированный конструкт. Различные учебники и научные статьи далее уточняли, что рабочая нагрузка связана с «требованиями задачи» (то есть объективным определением сложности задачи), «усилием» (то есть тем, сколько ментальных ресурсов применяется/насколько сильно человек старается), выполнением задачи (то есть тем, насколько хорошо задача выполняется) или физической работой, но не тождественна им. Однако NASA Task Load Index (TLX) — наиболее широко используемый инструмент измерения рабочей нагрузки — конкретно опрашивает оператора о воспринимаемых «требованиях» (три из шести пунктов), усилии (один пункт), результативности (один пункт) и физическом ощущении (один пункт). Это указывает на серьёзное расхождение между теоретическим определением рабочей нагрузки и эмпирическими инструментами, разработанными для её оценки. Похоже, что исследователи выбирают измерительные инструменты, обладающие видимостью валидности (например, благодаря названию «NASA») или в силу их популярности (то есть эффекта Матфея). Между методами измерения рабочей нагрузки также наблюдается слабая согласованность. Для измерения рабочей нагрузки применялись различные подходы — опросники, время реакции, задачи на визуальный поиск или физиологические показатели, — однако показатели по этим методам лишь слабо коррелируют друг с другом. Тот же аргумент применим и к ситуационной осведомлённости (SA). Методы измерения SA разнообразны — от самоотчётов до тестов, основанных на знаниях, — но независимо от метода измерения показатели SA лишь умеренно коррелируют с выполнением задачи, если учесть смещение, связанное с избирательностью публикуемых данных. Проблема 2: исследования взаимодействия человека и автоматизации почти НЕ влияют на практику При разработке продуктов и услуг часто используются методы ЧФ, такие как фокус-группы, интервью или исследования удобства использования (usability studies). Справочники XX века содержат рекомендации о том, как следует проектировать интерфейсы с точки зрения цвета, интенсивности освещения, движения и т.д. Эти методы и рекомендации доказали свою ценность — это действительно так. По всему миру тысячи практиков, дизайнеров и инженеров в области ЧФ работают над созданием более совершенных интерфейсов, продуктов и услуг. Однако, судя по всему, между исследованиями и практикой ЧФ существует большой разрыв: результаты исследований, публикуемые учёными в области ЧФ на протяжении последних десятилетий, по-видимому, никак не влияют на проектирование этих интерфейсов, продуктов и услуг. Иными словами, исследования последних нескольких десятилетий практически не повлияли на практику. В действительности разработчики автоматизированных систем в значительной степени игнорируют многочисленные научные статьи из области ЧФ. Проблема 3: планы исследований в ЧФ служат академической продуктивности, а не смысловой значимости Мой комментарий: Тут скучно, чисто академические причины про то, что направлено на увеличение статей и публикационной активности - это скучный пункт, верный для любой академической дисциплины. Пример, де Винтера касается проблемам степеней автоматизации и того трения, которые возникают. При автоматизации уровня 4 передача управления часто заключается в том, что автомобиль останавливается, а проблему решает удалённый оператор. При автоматизации уровня 2, напротив, водителю, как правило, необходимо взять управление рулём в очень короткий промежуток времени (например, в течение 1 секунды). В некоторых случаях система автоматизации отключается сама, подавая предупреждающий сигнал, но во многих других случаях водитель должен действовать проактивно, то есть ещё до того, как система автоматизированного вождения осознает, что попала в затруднительное положение — так называемые «тихие» передачи управления (silent take-overs). Значимость таких «тихих» передач управления подтверждается и отчётами об отключениях автоматизации на тестовых автомобилях. Однако подобные более непосредственные («тихие», проактивные) передачи управления почти не изучались, что позволяет предположить, что исследователей они попросту не интересуют. Проблема 4: мало данных ЧФ размещается в открытых репозиториях данных Проблема воспроизводимости данных, здравствуйте! Ну это тоже много у кого так, тут ЧФ и эргономика не одинока Проблема 5: наука ЧФ поглощается другими дисциплинами И с этим тезисом, я скорее склонен спросить «Ну и что?» - речь же идет главным образом про междисциплинарность вообще в мире. А какой вывод? "Знать классиков ЧФ и воспроизводить их работы. Если мы стремимся преодолеть пустоту современной теории и экспериментов в ЧФ, необходима приверженность более обширному чтению и анализу. Исследователям ЧФ следует глубже осмысливать классические труды. Это включает основополагающие работы таких фигур, как Пол М. Фиттс и Фредерик У. Тейлор." Профиль автора https://scholar.google.com/citations?user=MJ3SNBAAAAAJ&hl=en

История психотехники в Росии Еще одна работа Теплова на стыке когнитивной психологии, восприятия и военных технологий - это работа про "белый халат" Из забавного: история гражданской войны дала один пример массового использования халатов — штурм Кронштадта 17 в апреле 1922 года Отделом опытных станций была проведена анкета среди слушателей Военной академии РККА, участников взятия Кронштадта, по вопросу о применении белых халатов при штурме Понятно, что интерес к маскировке был вызван появлением форм маскировки не только от наземного наблюдения, но и от воздушного, от первых самолетов, которые уже тогда появились. Замеряли видимость и днем, и ночью, и в разных погодных условиях. В безлунную ночь белый халат дает на всех фонах полную невидимость Подобного рода исследования человека для фронта были на пике в 1920ые и 1930ые, это было интересное время с точки зрения экспериментальной психологии на пользу народному фронту. Интересно, что журнал "война и техника" до сих пор сущесвует - и, наверное, можно ожидать от него каких-то удивительных инноваций про дронов и беспилотную авиацию? Никак нет, пишут про танчики https://podpiska.pochta.ru/press/%D0%9F4324 Тут должен быть какой-то вывод про когнитивные войны, мышление и тд, да только воздержусь.

Не любитель BCI, но тут, конечно, было сложно пройти мимо https://www.nature.com/articles/s41467-026-75213-3_reference.pdf Команда разработала неинвазивный интерфейс «мозг-компьютер» (BCI), который позволяет человеку одновременно управлять собственными руками и дополнительными роботизированными «сверхштатными» (supernumerary) конечностями Идея в том, что тактильно-кодированный сигнал мозга P300 может стать эффективным сигналом для дискретного управления дополнительными степенями свободы, потому что он устойчив, быстро калибруется и не мешает ни зрению, ни естественным движениям Как учили? Каждый вибромотор отвечает за свою команду для робота (например: «рука 1, поезжай», «рука 1, схвати», «рука 2, поезжай», «рука 2, схвати»). Все четыре вибромотора по очереди жужжат — коротко, на 0.2 секунды каждый, в случайном порядке. Когда мозг замечает «свой» сигнал среди остальных, в ЭЭГ автоматически возникает характерный всплеск - я так понял, что его называют P300 В финале обучения трех дней участники управляли двумя настоящими роботизированными руками одновременно со своими двумя обычными руками - итого «четыре руки разом».

Продолжаем знакомить вас со спикерами Research Meetup Uzbekistan 2026 Диана Фионина CX-Market Research / Strategic Analyst, РТК ИТ ПЛЮС (бренд «Лукоморье») Тема выступления: «Стратегическая исследовательская функция: как CX/UX-исследования создают ценность для топ-менеджмента там, где ИИ бессилен» ИИ умеет быстро обрабатывать данные, но не видит весь контекст и не может принимать решения с учётом бизнес-стратегии. Диана расскажет, как CX/UX-исследования становятся стратегическим инструментом для топ-менеджмента и помогают переводить данные в обоснованные действия. На примерах из собственной практики Диана разберёт: * почему в государственном, корпоративном и пользовательском секторах ИИ сталкивается с одним барьером - контекстом, который видит только человек; * как метод «четырёх ракурсов» - руководитель, экономика, клиент и конкуренты - помогает принимать устойчивые решения; * где ИИ действительно ускоряет работу, а где создаёт иллюзию точности и требует человеческой интерпретации; * какие пять вопросов помогают критически оценивать данные и превращать инсайты в конкретные действия, понятные бизнесу. 📅 25 сентября 2026 года 📍 Ташкент 🤝 Только личное присутствие 🎟 Участие бесплатное, регистрация обязательна Подробнее о мероприятии и регистрация: https://researcher-online.ru/research_meetup_uzbekistan_2026

Мы растем и наши проекты тоже "Я работаю со звездой "