Карл Гутвин — канадский учёный-компьютерщик, профессор и директор Лаборатории взаимодействия человека и компьютера (HCI) в Университете Саскачевана . [1] Он также является одним из руководителей тем в исследовательской сети SurfNet и в прошлом занимал должность заведующего кафедрой Канады по исследованию группового программного обеспечения следующего поколения. [2] [3] Гутвин известен своим вкладом в HCI, начиная от технических аспектов системных архитектур и заканчивая разработкой и реализацией методов взаимодействия и социальной теорией в применении к проектированию. [4] Гутвин был сопредседателем докладов на CHI 2011 и сопредседателем конференции Computer Supported Cooperative Work (CSCW) 2010. [5] [6]
Гутвин имеет степени бакалавра в области компьютерных наук и английской литературы . Он получил докторскую степень в 1997 году в Университете Калгари , где он работал и развивал идею осознания рабочего пространства как фактора проектирования для распределенных систем группового ПО . [4]
Основные области исследований Гутвина — совместная работа с компьютерной поддержкой (CSCW), удобство использования группового программного обеспечения, методы взаимодействия, поддержка совместной работы, моделирование производительности человека, визуализация информации и дизайн интерфейсов. [1] [3] Вместе со своими учениками и соавторами Гутвин опубликовал более 200 статей в области взаимодействия человека с компьютером и совместной работы с компьютерной поддержкой. [3]
В 1999 году [7] Гутвин разработал алгоритм извлечения ключевых фраз вместе с Яном Виттеном , Гордоном Пейнтером, Эйбом Франком и Крейгом Невиллом-Мэннингом под названием KEA. Ключевые фразы важны для документа, поскольку они предоставляют краткое изложение содержания документа, и по мере того, как коллекции документов, такие как цифровые библиотеки, становятся больше, ценность такой сводной информации возрастает. Цель алгоритма — помочь облегчить утомительный процесс назначения ключевых фраз вручную. Алгоритм использует машинное обучение , лексические методы и вычисляет значения признаков для каждого кандидата, чтобы предсказать, какие кандидаты являются хорошими ключевыми фразами. [8] [9]
В 2002 году [7] Гутвин вместе с Солом Гринбергом разработали исследовательскую работу, посвященную идее осведомленности о рабочем пространстве (актуальное понимание взаимодействия другого человека с общим рабочим пространством) и тому, как это может помочь и улучшить удобство использования приложения группового ПО. Целью исследования было предоставить разработчикам группового ПО структуру о том, как проектировать осведомленность в многопользовательских системах , в частности осведомленность о рабочем пространстве. Разработанная структура может помочь обучить разработчиков осведомленности в групповом ПО и улучшить качество создаваемых систем. [10]
В 2004 году [7] Гутвин, вместе с Рейганом Пеннером и Кевином Шнайдером, оценил, как распределенные разработчики поддерживают групповую осведомленность (где в коде они работают, что они делают и каковы их планы). Команда опросила разработчиков и рассмотрела артефакты проекта и сообщения из трех проектов с открытым исходным кодом . Результаты показали, что разработчики поддерживают как общую осведомленность обо всей команде, так и более подробные знания о людях, с которыми они планируют работать. Основными инструментами для поддержания осведомленности были списки рассылки и инструменты чата. Исследование является одним из первых, в котором рассматривается, как осведомленность работает в реальном мире. [11]
В 2008 году [7] Гутвин вместе со Скоттом Бейтманом и Мигелем Насента исследовали популярный метод облаков тегов , которые помогают визуализировать и связывать социально организованную информацию на веб-сайтах. Целью исследования было выяснить, какие визуальные особенности тегов привлекают внимание зрителей. Исследование проводилось путем предложения пользователям выбирать теги из облаков, которые манипулировали девятью визуальными свойствами. Результаты показали, что размер шрифта и его вес оказывают более сильное влияние, чем другие характеристики, такие как интенсивность и количество символов. Однако, когда несколько визуальных свойств изменяются одновременно, нет ни одного свойства, которое выделялось бы над другими. Исследование также открывает путь для общих приложений, таких как визуальное представление гиперссылок как способа предоставления дополнительной информации веб-навигаторам. [12]
В 2012 году [7] Гутвин вместе с Энди Кокберном и Дэвидом Альстромом изучали человеческие факторы сенсорных взаимодействий, таких как нажатие и перетаскивание. Целью исследования было предоставить разработчикам базовые знания в этой области. Эксперимент проводился с использованием трех устройств ввода (пальца, стилуса и мыши в качестве базовой линии производительности) и трех различных указательных действий, которые были двунаправленным нажатием, одномерным перетаскиванием и радиальным перетаскиванием (указанием на элементы, расположенные по кругу вокруг курсора). Для нажатия результаты показали, что указание пальцем было быстрее, чем стилусом/мышью, но неточным. Для перетаскивания ввод пальцем медленнее, чем мышью и стилусом. Для радиального перетаскивания было обнаружено, что время задачи и расстояние перемещения линейно коррелируют с количеством доступных элементов. Другие результаты радиального перетаскивания показали, что стилус является самым быстрым, но имеет самый высокий уровень ошибок из трех устройств. [13]
В 2012 году Гутвин был принят в Академию ACM CHI за вклад в исследования HCI. В 2015 году он был признан выдающимся исследователем ACM. [3]