Luotettavampaa kuljettajan tarkkaamattomuuden mittaamista
Kuljettajan tarkkaamattomuutta on mahdollista vähentää kontekstiin sopivalla suunnittelulla. Palkitussa väitöskirjassa kehitetään luotettavampaa kuljettajan tarkkamaattomuuden mittaamista sekä esitetään tarkkaamattomuutta vähentäviä suunnitteluratkaisuja.
Hilkka Grahn
26.10.2022

Ihmisillä on tapana tehdä monia asioita samaan aikaan – myös silloin, kun se ei välttämättä ole kovin järkevää. Yksi esimerkki ei-järkevästä tavasta on puhelinsovellusten tai autojen infotainment-järjestelmien käyttäminen autoa ajaessa.

Silti aiemmat tutkimukset ovat paljastaneet, että ihmiset esimerkiksi selaavat Tinderiä ja Instagramia, pelaavat uhkapelejä ja maksavat laskuja, ja jopa katsovat YouTubea ja Netflixiä samalla kun ajavat autoa. Tällaista toimintaa ajon aikana kutsutaan toissijaisten tehtävien tekemiseksi.

Useat tutkimukset ovat osoittaneet, että toissijaisten tehtävien tekemisellä ja visuaalisen tarkkaamattomuuden välillä on yhteys. Ja kuten on arvattavissa, visuaalisella tarkkaamattomuudella ajon aikana puolestaan on yhteys läheltä piti -tilanteisiin ja onnettomuuksiin liikenteessä. Kaiken tämän lisäksi ajon aikana käytetyt sovellukset on harvoin suunniteltu olemaan visuaalisesti ja kognitiivisesti mahdollisimman vähän kuormittavia.

Liikenneturvallisuus voisi parantua, jos sovellukset olisi suunniteltu paremmin turvallisuuskriittiseen kontekstiin. Ihmiset käyttävät niitä joka tapauksessa ajaessaan lainsäädännöstä huolimatta. Tieteellistä tietoa tällaisista suunnitteluratkaisuista on kuitenkin saatavilla vain vähän.

Miksi tieteellistä tietoa ei siinä tapauksessa tuoteta suunnittelua varten?

Tutkimuksia erilaisten sovellusten ja infotainment-järjestelmien aiheuttamasta tarkkaamattomuudesta tehdään kyllä, mutta tutkimuksissa tarkkaamattomuutta mitataan monilla eri mittareilla.

Tämä vaikeuttaa tulosten tulkintaa ja vertailua keskenään. Monien eri tarkkaamattomuuden mittareiden käyttö johtuu siitä, ettei tiedeyhteisössä ole yhtä, hyväksyttyä määritelmää kuljettajan tarkkaamattomuudelle. Kuljettajan tarkkaamattomuuden määritelmän puute taas puolestaan johtuu osittain siitä, ettei tarkkaavaiselle ajamiselle ole olemassa määritelmää.

Ensin siis pitäisi määritellä mitä on tarkkaavainen ajaminen, jotta pystyttäisiin määrittelemään milloin kuljettaja on tarkkaamaton.

Ongelmia tarkkaamattomuuden mittaamisessa muodostuu myös siitä, etteivät nykyiset tarkkaamattomuuden testausmenetelmät ota huomioon kuljettajien yksilöllisiä ominaisuuksia katsekäyttäytymisessä. Katsekäyttäytymisellä tarkoitetaan yksilöllisiä tendenssejä katseiden kestoille, kun tehdään jotain toissijaista tehtävää.

Jos esimerkiksi ajon aikana saapuu WhatsApp-viesti, jotkut ihmiset tekevät luonnostaan nopeita vilkaisuja lukiessaan viestiä, toiset taas pidempiä.

Tutkimusten perusteella yksilöllisten erojen huomiotta jättäminen voi jopa vääristää testituloksia, jos otoksessa on vain lyhyitä vilkaisuja tekeviä ihmisiä. Tällöin jokin sovellus saattaa läpäistä tarkkaamattomuustestauksen vain koehenkilöotoksen perusteella – ei niinkään testattavan sovelluksen ominaisuuksien perusteella. Myös testauksessa käytetyt ajoympäristöt muodostavat testaukselle ongelmia.

Jos ajoympäristönä käytetään vain suoraa tietä, kuinka luotettavaa voi olla esimerkiksi karttasovelluksen testaaminen, jossa tehtävänä on seurata annettuja ajo-opasteita? Edellä mainitut seikat voivat johtaa siis pahimmillaan siihen, että tutkimustulokset ovat epäluotettavia.


Luotettavammalla menetelmällä turvallisempia suunnitteluratkaisuja


Palkitussa väitöskirjassa ”On the measurement of visual distraction potential of in-car activities” kehitetään tarkkaamattomuutta mittaavaa testausmenetelmää sekä tutkitaan, miten käyttöliittymien suunnitteluratkaisut vaikuttavat kuljettajan tarkkaamattomuuteen.

Väitöskirjan tutkimukset on toteutettu oikeassa liikenteessä ja ajosimulaattorissa. Oikeassa liikenteessä tarkkaavaista ajamista tutkittiin ammattilaiskuljettajien ääneen ennakoinnin avulla – eli mihin ajamisen ammattilaiset kiinnittivät ajaessaan huomiota, mitä epävarmuuksia he liikennetilanteissa nostivat esiin ja miten he reagoisivat erilaisiin ajotilanteisiin.

Ajosimulaattorissa tarkkaamattomuutta mitattiin silmänliikekameran avulla ajoympäristössä, joka jäljitteli esikaupunkialueen teitä sisältäen mutkia ja käännöksiä. Ajoympäristön jokaisen tienkohdan visuaalinen vaativuus oli tiedossa, jotta pystyttiin määrittämään, onko kuljettaja tarkkaamaton, kun hän suorittaa toissijaisia tehtäviä eri sovelluksilla.

Väitöskirjassa käytetty testausmenetelmä osoittautui viiden eri tutkimuksen perusteella menetelmäksi, joka pystyy luotettavammin mittaamaan kuljettajan tarkkaamattomuutta käyttäen tarkkaavaista ajamista vertailukohtana, ottaen huomioon kuljettajien yksilölliset ominaisuudet katsekäyttäytymisessä sekä ajotilanteen visuaalisen vaativuuden. Väitöskirjassa esitetään myös alustava määritelmä tarkkaavaiselle ajamiselle.

Väitöskirjan perusteella kontekstiin sopivan suunnittelun avulla pystytään vähentämään kuljettajan visuaalista tarkkaamattomuutta.

Hilkka Grahn

Tällä suunnittelulla viitataan siihen, että jokin sovellus, esimerkiksi autoilukontekstiin suunniteltu sovellus, on suunniteltu alusta alkaen käyttökonteksti mielessä sekä perustuen tutkittuun tietoon ihmisen ja teknologian välisestä vuorovaikutuksesta siten, että vuorovaikutus sovelluksen kanssa aiheuttaa mahdollisimman vähän visuaalista tarkkaamattomuutta.

Erityisesti tavoilla, joilla sovelluksen kanssa vuorovaikutetaan, on vaikutusta kuljettajan tarkkaamattomuuteen – enemmän kuin vaikkapa käytettävän laitteen näytön koolla. Esimerkiksi kosketusnäytöllä kirjoittaminen oli testatuista tavoista eniten tarkkaamattomuutta aiheuttava, kun taas ääniohjaukseen perustuvat metodit aiheuttivat vähemmän tarkkaamattomuutta.

Myös tehtävien rakenteella oli väliä tarkkaamattomuuden vähentämisessä. Tehtävän rakenteella tarkoitetaan sitä, mistä eri toiminnoista jonkin tehtävän tekeminen koostuu.

Tehtävien suorittaminen – esimerkiksi osoitteen etsiminen karttasovelluksesta – pitäisi suunnitella niin, että tehtävä on mahdollista jakaa pieniin osasuorituksiin. Tämä mahdollistaa katseiden ajoittamisen niin, etteivät sovellukseen suunnatut katseet aiheuta visuaalista tarkkaamattomuutta.

Tutkimuksen tulokset ovat hyödyllisiä liikenneturvallisuustutkijoille ja autoteollisuudelle. Tulokset auttavat tutkijoita mittaamaan tarkkaamattomuutta luotettavammin sekä autoteollisuutta ja sen suunnittelijoita suunnitteleman käyttöliittymistä ja sovelluksista vähemmän visuaalista tarkkaamattomuutta aiheuttavia – jotta meillä kaikilla olisi turvallisempaa liikenteessä.

Kirjoittaja Hilkka Grahn on filosofian tohtori, joka työskentelee Jyväskylän yliopistossa tutkijatohtorina kuljettajan havainnointivaatimuksia tutkivassa akatemiahankkeessa.

Tietotekniikan tutkimussäätiö myönsi Tietojenkäsittelytieteen Seuran esityksestä vuoden 2022 väitöskirjapalkinnon Hilkka Grahnille hänen Jyväskylän yliopistolle tekemästään kognitiotieteen ja vuorovaikutteisen teknologian rajapintaan liittyvästä väitöskirjasta ”On the measurement of visual distraction potential of in-car activities”

Kuvat: Hilkka Grahn

Artikkeli on julkaistu ensimmäisen kerran TIVIA Newsissä 10/2022

Suositellut

Uusimmat