임의적 멀티태스킹(discretionary multitasking)은 인간-컴퓨터 상호작용 연구에서 널리 퍼져 있고 중요한 분야로 부상하고 있다. 멀티태스킹에서 인간의 행동을 통찰하고 예측하기 위해 ACT-R과 같은 인지 아키텍처(cognitive architectures) 기반 모델링에 관한 연구는 비판적으로 중요하다. 그러나 ACT-R 모델링에 관한 연구는 주로 예약된 작업 전환을 포함한 동시적 및 순차적 멀티태스킹에 초점을 맞춰 왔다. 따라서 본 연구에서는 임의적 멀티태스킹에서의 작업 전환(task switching)에 대한 ACT-R 인지 모형을 개발하여 인간이 언제 그리고 어떻게 작업 전환을 결정하는지에 대한 통합적 설명을 제공하고자 하였다. 본 모형은 작업 전환 과정을 강제된 요구에 의한 자기-중단(self-interruption)과 전환을 결정하는 의사결정(decision to switch)으로서 나타내는 인지적 과정을 표상하는 상징적 구조(symbolic structure)와 하위 상징적(subsymbolic) 방정식(equations)으로 구성된다. 모형의 타당성을 검증하기 위해 이를 기억 게임(memory game)과 즉시산(순간개수판별, subitizing) 과제를 포함하는 예시적 이중 과제에 적용하였고, 그 결과를 인간 데이터와 비교하였다. 그 결과는 과제 난이도 수준에 따라 하위 과제 직후의 작업 전환 비율(task-switching percent), 하위 과제 동안의 작업 전환 횟수, 그리고 수행 시간(performance time)을 기준으로 볼 때, 본 모형이 비교적 정확한 표현을 제공할 수 있음을 보여준다. 또한 본 모형은 멀티태스킹에서의 인간 행동 예측에서 향상된 성능을 보이며, ACT-R이 자발적 작업 전환에 대한 설명을 어떻게 가능하게 하는지를 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.