在车机设计中如何分配用户的注意力

随着电动车的崛起，智能座舱和车机设计越来越重要。但对于驾驶而言，驾驶员的注意力分配至关重要。这篇文章，我们就来看看驾驶员的注意力分配问题。

你是否经历过以下情况：

• 在欣赏音乐的时候，有些人喜欢闭上眼睛，这样可以更好的体验音乐带来的震撼
• 你近视度数很高，当你不带眼镜的时候，你很难听清别人讲的话，你为了听清楚，需要先戴上眼睛再好好聆听
• 你开车的时候喜欢听音乐，到达目的地后你必须要关闭音乐才能完成倒车入库的操作，不然就会觉得注意力无法集中

或许你又听过关于人注意力的一个非常著名的实验”消失的大猩猩”，这个实验让设计师们开始有意识的在设计过程中试图去规避类似的注意力盲区，但是本文将谈论另一个更加具体的注意力话题——认知负荷

一、为什么听歌喜欢闭上双眼

其实很直白的一个解释就是：当你丢失视力的时候，你的听力会更集中。这是一个普遍现象，你也或多或少的听说过“盲人的听力更敏感”类似的话。

这是有科学依据的。因为人的感官最终都要把感觉传递到大脑进行计算，比如视觉、听觉、触觉等，然而大脑对这些信息的处理能力是有限的，当关闭一个通道后，大脑对其他通道信息的处理就会更加的饱和，对信息的把握更加优秀。

二、当你未戴眼镜的时候，无法做到聆听

在我开始研究这个话题之际，我询问了身边好几个戴眼镜的同事，当他们需要聆听别人说话的时候，他们往往倾向于戴上眼镜，不仅仅为了可以看清对方，而是因为戴上眼镜之后可以听的更清楚。

这种现象很普遍，在一开始我无法理解，因为戴上了眼镜看到的画面更加清晰了，传入到大脑的视觉信息更加丰富了，为什么反而会聆听的更清楚？后来我把视角转移到大脑的处理负荷上，才真正的理解了。

因为常见近视的同学，戴眼镜形成了一种习惯，在我们视力正常的时候（此处的视力也泛指戴了眼镜后被矫正的视力），看到的画面是清晰的，也就是大脑进化了几千年后形成的最佳画面，这种清晰的画面对于大脑来说是安全的，大脑是习惯处理清晰的画面。而视力不正常的时候，看到的画面是模糊的，人为了分辨出模糊的物体要动用大脑高额的算力去识别、想象出眼前的画面。

所以当你没带眼镜之前，你无法分辨说话者面部的微表情，所以很难做到有效沟通，因为大脑的算力被占用。这时候你只能带上眼镜，让画面变得清晰，一切回归最习惯的画面。

三、关于VACP模型

针对上述现象其实有一个成熟的模型可以供我们使用。这个模式是VACP 模型（Visual, Auditory, Cognitive, Psychomotor）。这是一种用于分析和设计任务或系统的框架，特别是在多模态设计中。他主要从四个方面评估任务的要求和用户的能力：

• Visual（视觉）：涉及视觉感知的任务需求，包括识别、阅读、观察等。例如，驾驶时的路标识别或仪表板上的信息读取。
• Auditory（听觉）：涉及听觉感知的任务需求，包括听觉信号的识别、语音的理解等。例如，紧急情况时的警报声或语音导航系统。
• Cognitive（认知）：涉及认知处理的任务需求，包括记忆、决策、问题解决等。例如，导航过程中选择最优路线或根据数据做出判断。
• Psychomotor（心理运动）：涉及物理动作的任务需求，包括手眼协调、精细操作等。例如，驾驶时的方向盘操作或手动换挡。

VACP模型指导我们不应该在一个通道上占据人脑大部分的算力，理想状态下我们应该平衡的分配每个通道对大脑的算力，当然如果某项任务必须主要要用到某个通道，那可以尝试降低其他通道的算力占比不至于让大脑宕机。

虽然VACP模型本身不提供直接的量化计算方式，但可以结合NASA-TLX 或者 SWAT等研究方法进行分析。这些工具可以帮助量化认知负荷的大小，以便更好地分配任务。VACP也提供了一种明确的角度，让我们在设计的过程中可以考虑到一个任务是否在4个通道上失衡，即使没有研究资源，也依然可以凭借经验去分配每个通道的信息占比。

VACP模型虽然在描述用户在信息接受时候只有视觉和听觉2项，但是实际运用过程中，我们可以增加更多的通道，比如嗅觉，触觉等

四、车机设计运用

让我们回到文章开头的问题中，喜欢听歌的用户在到达目的地开始倒车的时候，需要用视觉去观察左右后视镜或者倒车影像来进行入库，在此过程中VACP中V通道的占比很大，大脑分配了大量的算力于此，所以我们可以自动的关闭音乐来降低A通道的负荷。

类似的，当用户在驾驶的时候，驾驶员观察路面，V通道的占比本身就比较多，为了降低V的负荷，我们可以把一些智能提示的交互做到语音上，或者做到VACP之外的触觉，比如方向盘震动，方向盘力度等

总之在做车机多模态设计时，一定要综合考虑各种信息对用户认知负荷的占比，才能做出优雅的车机设计。