理解人在数据驱动天文学中网络-人类发现系统设计里的作用
天体物理仪器与方法
2020-09-01 v1
摘要
高质量、可用且有效的软件对于支持天文学家从事以发现为导向的数据分析与可视化任务至关重要。随着天文数据量，或许更关键的是数据速度的增长，天文学家的角色正在改变。如今越来越依赖自动化与自主发现和决策工作流，而非视觉检查。我们主张需要更好地理解天文学家（人）当前如何基于数据做出视觉发现。这一洞见是未来设计、开发并有效使用网络-人类发现系统的关键要素，在此类系统中天文学家与自动化系统紧密协作，从连续、实时的数据流中获取理解。我们讨论了如何收集相关的人类表现数据，特别针对视觉发现的领域专长与技能，以及认知因素的识别与管理。通过借鉴其他评估与测量人类表现的学科，我们提出了四个早期阶段的应用，它们将：(1) 允许天文学家评估并潜在改进自身的视觉发现技能；(2) 支持即时辅导；(3) 实现人才识别；(4) 产生能自动响应技能水平与认知状态的用户界面。贯穿全文，我们倡导用户研究的重要性，并主张将参与式设计与协同设计实践纳入替代性用户界面与视觉发现环境的规划、实施与评估中。
引用
@article{arxiv.2008.13112,
title = {Understanding the human in the design of cyber-human discovery systems for data-driven astronomy},
author = {Christopher J. Fluke and Sarah E. Hegarty and Clare O. -M. MacMahon},
journal= {arXiv preprint arXiv:2008.13112},
year = {2020}
}
备注
16 pages, 2 figures, accepted for publication in Astronomy & Computing