Card sorting

Card Sorting

Card Sorting Concepto: Card Sorting una técnica que pertenece a la categoría de los métodos indirectos de adquisición del conocimiento.

Técnica para adquisición de conocimiento basada en una aproximación constructivista que sirve para:

• Entender cómo los usuarios imaginan la organización de la información.
• Explorar cómo las personas agrupan los conceptos.
• Entender el modelo mental de los usuarios
• Proporciona datos concretos que pueden ser instanciados.

Además es:

• Barata, rápida e involucra a usuarios.

Utilidad

• Diseño de un sitio Web, de una nueva sección, o un rediseño de cualquiera de ellas.

• Menús auditivos, de dispositivos móviles, navegadores GPS.

• Mayor efectividad cuando se tiene identificado el contenido a clasificar.

Genera:

• Una estructura global para la información.

- Sugerencias para la navegación, menús, y taxonomías posibles

• Responde las dudas de los diseñadores:

- ¿será mejor agrupar el contenido por…?

- ¿cómo son las necesidades de cada grupo?

- ¿cuántas categorías?

- ¿cómo etiqueto a cada grupo?

El método

Técnica del Card sorting

• Se basa en la ordenación (sorting) de una serie de tarjetas (cards).

• Cada tarjeta es etiquetada con un pedazo de contenido o funcionalidad.

• Los usuarios ordenan las tarjetas en grupos que tienen sentido para ellos.

El método paso a paso

1. Determinar la lista de tópicos (contenido).

2. Crear las tarjetas.

3. Seleccionar los participantes.

4. Hacer la/s sesión/es de ordenación.

5. Analizar las agrupaciones.

Características

La característica fundamental de estos métodos es que en ellos se les pide a los sujetos que realicen una tarea en la que tienen que hacer uso de su representación mental pero no tienen que verbalizarla (Bajo y Cañas, 1994). Estos métodos fueron diseñados como una alternativa a los llamados métodos directos, cuyo mejor ejemplo es el método de protocolos verbales. Los métodos directos, muy usados también en los estudios de usabilidad, requieren que el experto verbalice directamente su conocimiento mientras que realizan tareas específicas de su dominio de conocimiento donde deben hacer conscientes y externos sus procesos de razonamiento y de decisión.

La técnica consiste en pedir a un grupo de usuarios, generalmente expertos, que clasifiquen o agrupen según su relación una serie de conceptos de la interfaz que se pretende diseñar La aplicación de esta técnica requiere de varios pasos, cada uno de los cuales con sus implicaciones metodológicas y teóricas que pasamos a detallar a continuación.

La técnica del Card Sorting, como otros métodos indirectos como los ‘juicios de relación’, están basados en las teorías psicológicas de representación del conocimiento que generalmente asumen que la información está organizada y que al menos parte de esta organización está basada en las relaciones de similitud o proximidad entre conceptos. El principal supuesto de estas teorías es que no todos los conceptos están igualmente relacionados y que un formalismo de representación del conocimiento adecuado debe plasmar estas diferencias en relación.

Elección de los conceptos

Cuando un diseñador está tomando decisiones sobre cómo va a presentar las distintas funciones u opciones a los usuarios de su sistema, su primera decisión es seleccionar el término que va a presentar en el interfaz para nombrar una determinada opción o función. Por tanto, el primer paso en la aplicación de la técnica Card Sorting consiste en la selección de los conceptos que representen las entidades más relevantes del sistema. Una buena aplicación de la técnica necesita un filtrado de los términos propuestos por el diseñador, bien porque no sean comprendidos por el usuario, o bien, porque existan términos alternativos mejor comprendidos. También es necesario determinar qué elementos pueden ser redundantes.

Idealmente un experto en el sistema realiza una primera selección de los elementos, y a continuación se realiza un filtrado de los mismos con la ayuda del diseñador. En este punto el usuario inexperto del Card Sorting puede adoptar la selección inicial del experto como válida sin contar con el filtrado necesario, lo que puede invalidar de raíz los resultados posteriores. En el mejor de los casos, el usuario inexperto puede aportar cierto grado de intuición al filtrado de los conceptos, lo que tampoco garantiza que la selección sea efectiva. Esta mala utilización se debe al desconocimiento que el usuario de la técnica puede tener sobre cómo el conocimiento de los conceptos está representado en la Memoria Semántica Humana (Anderson, 1983).

Métodos y secuencia de agrupación de conceptos

El método de agrupación y la secuencia en la que el experto realiza la agrupación normalmente no se considera y se deja al azar. Pero recientemente, diversas investigaciones han puesto de manifiesto que ambas características del método pueden influir en las valoraciones de los expertos. Por ejemplo, el orden en el que se comparan los conceptos puede tener una importante influencia (Cañas, Antolí y Quesada, 2001). Esto es así porque la relación entre los conceptos en el sistema cognitivo humano es multidimensional. Cuando pedimos a una persona que nos diga la relación entre dos conceptos puede hacerlo en una sola de ellas.

Procedimientos para analizar los datos

Con frecuencia los diseñadores/investigadores hacen análisis meramente cualitativos de los datos, es decir, si el experto ha agrupado los conceptos “archivo e imprimir”, es que los considera relacionados y por tanto deben ir próximos en la interfaz. Sin embargo, el análisis cuantitativo es mucho más informativo e interesante, sobre todo cuando se ha seguido el método de agrupaciones sucesivas o de asignación de pesos.

En estos casos se suele obtener una matriz que muestra la relación que los participantes juzgan que existe entre los elementos. Posteriormente, esta matriz debe ser analizada utilizando distintos métodos estadísticos. El método de análisis elegido nos va a proporcionar información distinta de dichas relaciones, es decir, de las diferentes características del conocimiento del experto, porque cada método de análisis ha sido desarrollado en función de un modelo de representación de memoria determinado.

Métodos utilizados

Los tres métodos que en la literatura actual en Psicología e Inteligencia Artificial se consideran más apropiados por cubrir aspectos diferentes y complementarios de la representación del conocimiento (Bajo y Cañas, 1994) son: Escalamiento Multidimensional,Pathfinder y Análisis de Cluster. Sin embargo, podemos ver cómo en las aplicaciones actuales del Card Sorting se recurre casi automáticamente a uno sólo de ellos, el Análisis de Cluster, olvidando los otros dos, e incluso olvidando que existen varios tipos de Análisis de Cluster cada uno con sus características psicológicas que deben conocerse si no se quieren obtener resultados y conclusiones parciales y, muchas veces, erróneas. Una explicación breve de cada uno de estos métodos puede ayudar a aclarar este punto.

Pathfinder

Al utilizar este procedimiento estamos considerando que la representación del conocimiento se estructura en redes semánticas (Schvaneveldt, 1990) y, consecuentemente está basado en la teoría matemática de grafos. En la solución que nos ofrece, las relaciones entre conceptos que se representan son las que el experto ha considerado importantes. Si la relación entre dos conceptos es muy importante en la representación mental de una persona, esta relación se verá reflejada en un puntero directo entre ellos en el grafo. Por el contrario, si la relación no es importante y puede ser deducida a partir de las relaciones con otros conceptos, no existirá un puntero directo entre ellos, y la importancia relativa de esta relación se inferirá del número de punteros y nodos que hay que recorrer entre los dos conceptos en el grafo.

En el diseño de interfaces, este procedimiento se ha revelado útil para investigar las nestrategias de navegación de los usuarios. Por ejemplo, en tareas de recuperación de información, los grafos conceptuales sirven de ayuda para mostrar las estrategias que los usuarios usan para navegar en la base de datos (Fowler y Dearholt, 1990).

Escalamiento Multidimensional

El objetivo fundamental de este procedimiento es representar un conjunto de conceptos en un espacio multidimensional, de tal manera que la distancia euclidiana entre dos objetos en ese espacio se corresponda lo más fielmente posible con el juicio de proximidad conceptual asignado por una persona o un conjunto de personas a ese par de conceptos. Este tipo de análisis está estrechamente ligado a las teorías de representación dimensionales, y ofrece una forma de obtener una representación empírica de las dimensiones que relacionan los distintos conceptos de un área de conocimiento determinada (Schiffman, Reynolds, y Young, 1981).

A diferencia de los otros dos procedimientos expuestos aquí, el escalamiento multidimensional encuentra una solución global considerando todas las relaciones entre los conceptos simultáneamente. Es decir, mientras que el procedimiento Pathfinder es útil para describir relaciones locales entre pares de conceptos, y el Análisis de Cluster encuentra relaciones locales entre subconjuntos de conceptos, el escalamiento multidimensional ofrece las dimensiones globales que relacionan todos los conceptos con todos los demás.

Análisis de Cluster

El objetivo fundamental de los procedimientos de Cluster es el de agrupar un número de conceptos en subgrupos de tal manera que un concepto que pertenezca a un subgrupo es más similar o está más próximo o comparte más características comunes con los conceptos de este subgrupo que con los conceptos de otros subgrupos. Cuando hablamos de Análisis de Cluster nos estamos refiriendo, no a un tipo único de análisis, sino a un conjunto de análisis que comparten un mismo objetivo. Sin embargo, en la gran mayoría de las aplicaciones industriales, y en los resultados publicados en revistas y actas de congresos, nos encontramos con la utilización de un único tipo de Análisis de Cluster, el Jerárquico, que a su vez pertenece a un subconjunto de análisis de cluster que conocemos como análisis “sin solapamiento”.

En este subgrupo la característica fundamental es que cada concepto puede pertenecer sólo a un subgrupo. Lo que diferencia al análisis jerárquico de otros análisis sin solapamiento es que en él los subgrupos se pueden a su vez agrupar en categorías o grupos superiores, y éstos a su vez, en grupos superiores, formándose así una jerarquía de grupos y subgrupos.

En el diseño de interfaces se han revelado particularmente útiles, por ejemplo, en el diseño de menús. La decisión fundamental y que va condicionar los resultados encontrados en dicho análisis es el número de subgrupos que habrá en la solución final. Ésta decisión depende, tanto de cuestiones prácticas que el diseñador se plantee en la situación particular que le ocupa, como de la necesidad de ajustarse a la relación que los sujetos han evaluado para los conceptos. Demasiados subgrupos pueden aumentar el ajuste pero ser muy difíciles de interpretar.

Fuentes

• Artículo (inglés) Web Usability Site. Disponible en: “usability.deyalexander.com” Consultado el 10 de octubre del 2011

• Publicaciones Universidad de las Ciencias Informaticas.Ksort. Disponible en: semanatecnologica.fordes.co.cu Consultado el 10 de octubre del 2011

• Artículo Usabilidad. Diseños Web.Disponible en: “clicinternet.cubasi.cu” Consultado el 15 de octubre del 2011

• Artículo Arquitectura de información y usabilidad. Disponible en: “scielo.sld.cu” Consultado el 17 de octubre del 2011

• Bajo, M.T. y Cañas, J.J. (1994). Métodos indirectos de adquisición del conocimiento. En P. Adarraga y J.L. Zaccagnini (Ed.) Psicología e Inteligencia Artificial. Madrid, Editorial Trotta