用户应用知识如何影响软件解释的偏好细节水平和格式？

背景与动机：由于日益复杂，日常软件系统变得越来越难以理解。常用的解决方法是解释性，以使系统更易理解和可用。问题/问题：然而，解释也可能导致不必要的认知负荷。因此，根据用户的实际需求调整解释是常见的挑战。主要想法/结果：本研究探讨了影响用户偏好解释细节水平和形式（例如简短文本或视频教程）的因素。我们通过 58 名参与者的在线调查，探索了人口统计学、软件使用情况、应用特定知识以及其对解释形式和细节水平偏好的关系。结果表明，用户偏好在简短文本格式中提供适中细节的解释。相关性分析显示，应用特定知识与解释细节水平的偏好之间不存在关联，但人口统计学因素（如性别）对应用特定知识及其对应用程序信心的影响，指向了知识与解释偏好之间可能的中介关系。贡献：我们的结果表明，解释偏好仅受应用特定知识的微弱影响，但受到人口统计学和心理因素的塑造，这支持开发针对用户专长的自适应解释系统。这些发现通过突出应在用户中心方法（如角色 personas）中应考虑的重要因素，支持需求分析过程。