Bruger du forudsigelig tekst? Chancerne er, at det ikke sparer dig tid, og det kan endda gøre dig langsommere

At skrive er en af ​​de mest almindelige ting, vi laver på vores mobiltelefoner. En nylig undersøgelse tyder på, at millenials bruger 48 minutter hver dag på at skrive sms'er, mens boomere bruger 30 minutter.

Siden fremkomsten af ​​mobiltelefoner har den måde, vi tekster på, ændret sig. Vi har set introduktionen af ​​autokorrektur, som retter fejl, mens vi skriver, og ordforudsigelse (ofte kaldet forudsigelig tekst), som forudsiger det næste ord, vi vil skrive, og giver os mulighed for at vælge det over tastaturet.

Funktioner som autokorrektur og forudsigelig tekst er designet til at gøre indtastning hurtigere og mere effektiv. Men forskning viser, at dette ikke nødvendigvis er sandt for prædiktiv tekst.

En undersøgelse offentliggjort i 2016 viste, at forudsigelig tekst ikke var forbundet med nogen generel forbedring af skrivehastigheden. Men denne undersøgelse havde kun 17 deltagere - og alle brugte den samme type mobilenhed.

I 2019 offentliggjorde mine kolleger og jeg en undersøgelse, hvor vi så på mobiltastedata fra mere end 37.000 frivillige, som alle bruger deres egne mobiltelefoner. Deltagerne blev bedt om at kopiere sætninger så hurtigt og præcist som muligt.

Deltagere, der brugte forudsigelig tekst, skrev i gennemsnit 33 ord i minuttet. Dette var langsommere end dem, der ikke brugte en intelligent tekstindtastningsmetode (35 ord i minuttet) og betydeligt langsommere end deltagere, der brugte autokorrektur (43 ord i minuttet).

At bryde det ned

Det er interessant at overveje den dårlige sammenhæng mellem forudsigelig tekst og skriveydeevne. Ideen ser ud til at give mening:Hvis systemet kan forudsige dit tilsigtede ord, før du skriver det, burde det spare dig tid.

I min seneste undersøgelse om dette emne undersøgte en kollega og jeg de forhold, der afgør, om prædiktiv tekst er effektiv. Vi kombinerede nogle af disse betingelser eller parametre for at simulere et stort antal forskellige scenarier og derfor bestemme, hvornår forudsigelig tekst er effektiv – og hvornår den ikke er det.

Vi indbyggede et par grundlæggende parametre forbundet med prædiktiv tekstydelse i vores simulering. Den første er den gennemsnitlige tid, det tager en bruger at trykke på en tast på tastaturet (i det væsentlige et mål for deres skrivehastighed). Vi estimerede dette til 0,26 sekunder, baseret på tidligere forskning.

Den anden grundlæggende parameter er den gennemsnitlige tid, det tager en bruger at se på et tekstforslag og vælge det. Vi rettede dette til 0,45 sekunder, igen baseret på eksisterende data.

Ud over disse er der et sæt parametre, som er mindre klare. Disse afspejler den måde, hvorpå brugeren interagerer med forudsigelig tekst - eller deres strategier, hvis du vil. I vores forskning har vi set på, hvordan forskellige tilgange til to af disse strategier påvirker anvendeligheden af ​​forudsigelig tekst.

Den første er mindste ordlængde. Dette betyder, at brugeren har en tendens til kun at se på forudsigelser for ord ud over en vis længde. Du ser måske kun på forudsigelser, hvis du skriver længere ord, ud over f.eks. seks bogstaver – fordi disse ord kræver mere indsats at stave og skrive ud. Den vandrette akse i visualiseringen nedenfor viser effekten af ​​at variere minimumslængden af ​​et ord, før brugeren søger en ordforudsigelse, fra to bogstaver til ti.

Den anden strategi, "skriv-så-se" styrer, hvor mange bogstaver brugeren vil skrive, før han ser på ordforudsigelser. Du ser måske først på forslagene, når du f.eks. har skrevet de første tre bogstaver i et ord. Intuitionen her er, at jo flere bogstaver du skriver, jo mere sandsynligt vil forudsigelsen være korrekt. Den lodrette akse viser effekten af, at brugeren varierer skriv-så-se-strategien fra at se på ordforudsigelser selv før skrivning (nul) til at se på forudsigelser efter et bogstav, to bogstaver og så videre.

En sidste latent strategi, vedholdenhed, fanger, hvor længe brugeren vil skrive og tjekke ordforudsigelser, før han giver op og bare skriver ordet fuldt ud. Selvom det ville have været indsigtsfuldt at se, hvordan variation i udholdenhed påvirker hastigheden af ​​at skrive med forudsigelig tekst, selv med en computermodel, var der begrænsninger for mængden af ​​udskiftelige datapunkter, vi kunne inkludere.

Så vi fastsatte vedholdenhed til fem, hvilket betyder, at hvis der ikke er nogen passende forslag, efter at brugeren har skrevet fem bogstaver, vil de fuldføre ordet uden at konsultere forudsigende tekst yderligere. Selvom vi ikke har data om den gennemsnitlige udholdenhed, virker dette som et rimeligt skøn.

Hvad fandt vi?

Over den stiplede linje er der en stigning i nettoindgangshastigheden, mens forudsigende tekst nedenunder gør brugeren langsommere. Den dybe røde viser, hvornår forudsigende tekst er mest effektiv; en forbedring på to ord i minuttet sammenlignet med ikke at bruge forudsigelig tekst. Den blå er, når den er mindst effektiv. Under visse betingelser i vores simulering kunne forudsigelig tekst bremse en bruger ned med så meget som otte ord i minuttet.

Den blå cirkel viser det optimale driftspunkt, hvor du får de bedste resultater fra forudsigelig tekst. Dette sker, når der kun søges ordforudsigelser for ord med mindst seks bogstaver, og brugeren ser på en ordforudsigelse efter at have skrevet tre bogstaver.

Så for den gennemsnitlige bruger er det usandsynligt, at forudsigelig tekst forbedrer ydeevnen. Og selv når det gør det, ser det ikke ud til at spare meget tid. Den potentielle gevinst på et par ord i minuttet er meget mindre end den potentielle tabte tid.

Det ville være interessant at studere langsigtet prædiktiv tekstbrug og se på brugernes strategier for at verificere, at vores antagelser fra modellen holder i praksis. Men vores simulering styrker resultaterne af tidligere menneskelig forskning:forudsigelig tekst sparer dig sandsynligvis ikke tid - og kan bremse dig.