Näppäimen painaminen on luultua haastavampaa – uusi tekniikka voi parantaa pelaajien suoritusta

Puhelimen tai tietokoneen näppäimistön käyttö on niin arkista puuhaa, että harva tulee ajatelleeksi, miten haastavasta ja hienostuneesta liikkeestä oikeastaan on kysymys.

”Se on kuin motorisen järjestelmämme musta aukko – osaamme painaa näppäimiä onnistuneesti tietämättä, miten ne oikeastaan toimivat”, sanoo Aalto-yliopiston professori Antti Oulasvirta, joka on yhdessä ryhmänsä ja eteläkorealaisen KAIST-yliopiston tutkijoiden kanssa tutkinut näppäilyyn vaikuttavia tekijöitä ihmisen toimintaa jäljittelevien simulointien avulla.

Näppäily vaatii aivoilta useiden haasteiden ratkaisemista. Koska lihasten aktivoitumisessa on aina pieniä epätarkkuuksia, jokainen painallus on hieman erilainen. Painallukset ovat myös hyvin nopeita, lyhimmillään vain 100 millisekuntin mittaisia, mikä tekee liikkeen korjaamisesta painalluksen aikana mahdotonta.

Tutkijoita kiinnostikin, miten aivot mukauttavat toimintaansa äärimmäisen lyhyiden aistihavaintojen perusteella. KAIST-yliopiston professori Byungjoo Leen mukaan aivot oppivat todennäköisyyteen perustuvan mallin, jonka avulla ne voivat ennakoida sopivan motorisen käskyn painallusta varten. Jos painallus epäonnistuu, aivot voivat löytää sille erittäin hyvän vaihtoehdon ja kokeilla sitä.

”Ilman tätä kykyä meidän täytyisi opetella käyttämään kaikkia painikkeita aivan kuin ne olisivat uusia”, Lee kertoo.

Simuloinneissa tehdyt havainnot auttavat myös parempien näppäinten suunnittelussa.

”Huomasimme, että jos painike aktivoituu sillä hetkellä, kun tuntoaistimus on vahvin, käyttäjän on helpompi rytmittää painalluksiaan”, kertoo tutkijatohtori Sunjun Kim.

Hypoteesin testaamiseksi tutkijat kehittivät uuden tekniikan, jolla muutetaan painikkeiden aktivointitapaa. Tekniikkaa kutsutaan impaktiaktivoinniksi (Impact Activation), ja siinä painike aktivoituu ensikosketuksen sijaan vasta, kun näppäinhattu tai sormi osuu pohjaan ja tuntoaistimus on vahvimmillaan.

Käyttäjiä pyydettiin painamaan painiketta samanaikaisesti toistuvan signaalin kanssa. Impaktiaktivoinnilla suoritus oli ajallisesti huomattavasti tarkempi kuin perinteisellä tekniikalla. Nopeassa näppäilyssä tarkkuus oli 94 prosenttia parempi tavanomaisten painikkeiden (Cherry MX -kytkin) aktivointimenetelmään verrattuna ja 37 prosenttia parempi kuin tavallisissa kosketusnäytön näppäimissä, joissa käytetään kapasitiivista kosketusanturia.

Tekniikka voidaan helposti ottaa käyttöön kosketusnäytöissä. Tavallisissa fyysisissä näppäimistöissä ei ole tekniikan vaatimia antureita, mutta sitä voidaan soveltaa erikoistuotteissa, kuten Wooting-näppäimistöissä. Tekniikka voi parantaa esimerkiksi pelaajien ja musiikinharrastajien suoritusta nopeutta ja rytmiä vaativissa tehtävissä.

Tuntoaistimus näköhavaintoa parempi ennustaja

Taitavaksi näppäinten käyttäjäksi harjoittelu alkaa jo lapsena, ja kehittymisessä tarvitaan eri aistien yhteistyötä. Tutkijoiden mukaan sormenpäästä saatava tuntoaistimus on aivoille tehokkaampi palautekeino kuin näköhavainnot tai tunne sormien asennosta ja liikkeestä.

Sormenpäästä saatava tuntoaistimus on aivoille tehokkaampi palautekeino kuin näköhavainnot tai tunne sormien asennosta ja liikkeestä. Kuva: Aalto-yliopisto

Tutkijat käyttivät simulointia myös selittääkseen erilaisten näppäimistöjen eroja. Vaikka käyttäjä saa sekä perinteisestä näppäimestä että kosketusnäytön painikkeesta selkeitä kosketussignaaleja, fyysisen näppäimen antama signaali on selkeämpi ja pidempi.

”Näppäintyypit eroavat myös siinä, miten korkealla sormi on alkuasennossa”, Lee selittää.

”Kun nostamme sormen kosketusnäytöltä, se nousee joka kerran eri korkeudelle. Siksi sormen painamista ei voida hallita ajallisesti yhtä tarkasti kuin fyysisellä näppäimistöllä, jossa sormet lepäävät näppäinten päällä.”

Tieteelliset artikkelit ”Neuromechanics of a Button Press”, ”Impact activation improves rapid button pressing” ja ”Moving target selection: A cue integration model”, esitellään ihmisen ja koneen vuorovaikutusta käsittelevässä konferenssissa ”CHI Conference on Human Factors in Computing Systems”, joka järjestetään Montrealissa (Kanada) huhtikuussa 2018.

Lisätietoa:

Hankkeen verkkosivut

• http://userinterfaces.aalto.fi/neuromechanics
• http://userinterfaces.aalto.fi/impact_activation
• http://kiml.org/Moving-Target-Selection

Professori Antti Oulasvirta, Aalto-yliopisto
p. 050 384 1561
[email protected]

Professori Byungjoo Lee, KAIST-yliopisto
[email protected]  

Tutkijatohtori Sunjun Kim, Aalto-yliopisto
[email protected]