L’ORIENTATION SPATIALE. UNE APPROCHE EXPLORATOIRE MULTI METHODES

L’ORIENTATION SPATIALE. UNE APPROCHE EXPLORATOIRE MULTI METHODES

TYPES DE DONNEES COLLECTEES ET DESCRIPTION DE L’ECHANTILLON

Vingt tests et deux pré-tests ont été réalisés au laboratoire EVIDENS de l‟école Télécoms Bretagne d‟avril 2009 à fin juillet 2009. Un seul test n‟a pas été exploitable suite à un problème technique qui a engendré la perte des données. Le panel est constitué d‟étudiants de doctorat, d‟enseignants et de chercheurs de l‟école Télécoms Bretagne. Les testeurs ne devaient pas réaliser de tâche précise ; ils pouvaient naviguer librement, sans délai imparti, sur le site natureetdecouvertes.com. Dans cette étude de type exploratoire, nous avons opté pour une approche multi-données. Durant la navigation sur le site, les internautes ont verbalisé leur ressenti : les verbatim qui ont ensuite été traités avec le logiciel Nvivo ont permis d‟identifier les pages et l‟emplacement des pages sur lesquels l‟internaute a été confronté à une situation d‟orientation spatiale. Nous avons ensuite procédé à la synchronisation des données des cheminements oculaires et des données verbales. Les données eye tracking constituent notre deuxième source d‟analyse. La recherche sur le mouvement de l‟œil a commencé dès le début du 20ème siècle (Rayner 1998). Le eye tracking repose sur l‟hypothèse centrale eye-mind hypothesis : ce que les gens  regardent indique ce à quoi ils font attention et ce à quoi ils pensent (Goldberg et al. 2002 ; Goldberg et al. 2003). Avec l‟article fondateur de Goldberg et Kotval (1999), on a commencé à corréler les problèmes d‟utilisabilité de la page web avec les données eye tracking dans le cadre d‟une tâche de recherche visuelle (Ehmke et al. 2007 ; Poole et al. 2005). En marketing, l‟utilisation d‟appareillage eye tracking est apparue avec la recherche de Russo et Leclerc (1994) pour leur recherche sur le choix de la marque dans un magasin. Janiszewski (1998) a utilisé le eye tracking dans le cas d‟un comportement de recherche exploratoire sur catalogue, et Lohse (1997), quant à lui, s‟est servi des données eye tracking pour étudier la publicité dans les Pages Jaunes. Plusieurs recherches ont été réalisées pour mieux comprendre le comportement de l‟œil sur des sites web (Russel 2005) ou sur des portails (Goldberg, et al. 2002). Cowen et al (2002) ont analysé les mouvements oculaires dans le cadre de l‟évaluation d‟un site web ; Goldberg et al (2002) se sont tournés vers un portail web. Enfin, Drèze et Hussherr (2003) ont étudié l‟efficacité des bannières de publicité sur un site internet.

PROTOCOLE DE MISE EN PLACE DE GAZETRACKER

La mise en place de GazeTracker, dont la finalité première est de collecter des données eye tracking, suit un protocole rigoureux. Etant donné que ce protocole est également assez long, on a limité le nombre de tests à trois par demi-journée ce qui permet un bon calibrage matériel ainsi qu‟un calibrage optimal pour chaque testeur. En effet, il convient de prendre en considération le traitement des données de chaque testeur à la fin d‟une session de navigation de façon à vérifier qu‟il n‟y a pas eu de perte de données suite à un problème technique. Il y a deux types de calibration : une calibration primaire qui est fondamentale pour la conduite des tests d‟une même session, et une calibration secondaire qui reste propre à chaque testeur (annexes : figure 67). 

DESCRIPTION DES LOGICIELS

Le logiciel Facelab™ qui traite des données oculométriques permet de mesurer en temps réel à 60Hz la position et l‟orientation de la tête humaine en 3D, la direction du regard, le comportement des yeux (figure 27) : clignements, fixations, saccades, diamètre pupillaire et indicateurs de vigilance (PERCLOS). Figure 27: Regard dans l’espace Les caméras sont définies dans l‟espace par rapport à l‟écran. La calibration préalable à la session de tests permet de vérifier la position de la tête. Le sujet conserve une totale liberté de mouvement : il n‟y a pas de contention de la tête, ni casque ou mentonnière. On peut enregistrer deux types de données, les fixations et les saccades. Les saccades sont des mouvements continus et rapides de l‟œil qui se produisent entre les fixations et qui servent à diriger l‟œil vers une cible visuelle. Les fixations sont des points relativement statiques de 200 à 300 millisecondes (ms) pendant lesquels l‟attention visuelle se dirige vers une zone spécifique. Elles sont liées à un intense traitement cognitif (Viviani 1990) : c‟est la raison pour laquelle nous nous tournerons vers les fixations dans cette étude. En effet, notre intérêt premier réside dans l‟étude des situations d‟orientation spatiale qui requièrent un traitement cognitif. La mesure du diamètre pupillaire est essentiellement utilisée en ophtalmologie et en IHM. L‟intérêt d‟un tel indicateur réside dans la perception de l‟effort cognitif qui est fourni. Selon Simon et al. (1999), les variations du diamètre de la pupille et le taux de clignements des yeux seraient corrélés avec l‟effort cognitif. Le PERCLOS (Percentage of Eyelid Closure Over the Pupil Over Time) est un indicateur de vigilance. Selon Lang et Qi (2008), cet indicateur est très fiable: “PERCLOS is the most potential and best way of fatigue menstruations and its data can really represent fatigue”. Le PERCLOS est le plus souvent utilisé en IHM, notamment lors de tests de vigilance en conduite sur route. L‟intérêt d‟utiliser un tel indicateur de fatigue oculaire permet de corroborer certaines informations relatives à  l‟ergonomie d‟un site. En effet, un site dont l‟ergonomie est défaillante va faire baisser la vigilance de l‟internaute dont la recherche d‟informations sera moins fructueuse. Nous pensons qu‟il pourrait être intéressant d‟étudier la relation entre l‟indice PERCLOS et l‟intention comportementale de l‟internaute, comme l‟intention de quitter le site ou de ne pas retourner sur le site, et ce, au même titre que la relation entre le critère 2 de charge de travail et l‟intention comportementale. Cependant, l‟obtention des données de PERCLOS est soumise à une condition : ces données ne peuvent être obtenues qu‟avec certains testeurs dont le contraste entre les zones adjacentes à la pupille est élevé, une condition essentielle à la réussite de l‟expérience. Or, notre échantillon de testeurs ne remplissait pas ces conditions, c‟est la raison pour laquelle notre recherche n‟a pas pu exploiter ces informations.

CALIBRATION PRIMAIRE ET SECONDAIRE

Une première étape consiste à calibrer le matériel : c‟est une phase de préparation que l‟on réalise avant chaque session de test, voire durant la même session de test selon sa durée puisque l‟on considère qu‟un calibrage toutes les deux heures est nécessaire au bon déroulement des tests. La calibration permet de vérifier la configuration du pod infrarouge et des caméras entre elles : les deux caméras correspondant à chaque œil. Cette calibration du matériel permet de pallier la variation de luminosité et elle permet aussi de vérifier l‟inclinaison des caméras. En cas d‟échec de la collecte des données durant la session de tests, ou de la collecte de données extrêmes, le chercheur sait alors que le problème est lié à un test t et à un instant t : il n‟est ni lié au matériel ni à la calibration primaire. On positionne certaines parties prédéfinies du visage (en général la bouche et les yeux) dans les rectangles correspondants sur l‟écran, en demandant au testeur-calibreur de bouger peu, tout en conservant une attitude « normale » : c’est-à-dire significative de l‟attitude que ce même testeur va avoir pendant le reste du test. Le dispositif détecte le coin des yeux et de la bouche ce qui permet dans certaines expériences de faire du suivi de tête (head tracking). On juge de la qualité de la calibration en termes de qualité de suivi des yeux ou tracking oculaire. Ce faisant, on sait que lorsque le testeur tn bougera la tête pendant l‟expérience, on ne perdra pas la direction de son regard. Sur la figure 27, le vecteur rouge représente la direction de la tête : c‟est un vecteur qui est surtout utilisé pour l‟analyse du tracking oculaire sur route (par exemple, on saura à quel moment la tête se tournera vers le rétroviseur). On s‟intéressera dans  notre expérience exclusivement au vecteur vert. Dans le cas d‟une mauvaise calibration, le dispositif pourrait perdre la trace de la direction d‟un œil voire des deux yeux, ce qui ne nous permettrait plus d‟interpréter les données. La calibration est satisfaisante quand les deux vecteurs verts de la figure 27 pointent vers l‟intérieur des yeux et que ces deux vecteurs sont constants : c’est-à-dire qu‟en cas de mouvements de la tête, les vecteurs ne quitteront pas les yeux. Dans un deuxième temps, le testeur en charge de la calibration du matériel fixe le centre de chaque camera (A et B) ; puis il suivra une série de points prédéterminés sur l‟écran. L‟ordinateur ajuste alors la position du point qui doit être fixé ainsi que le point correspondant à l‟extrémité du vecteur regard. Le logiciel déduit alors le calibrage nécessaire au bon ajustement sur une succession de points. Pendant le test de calibration matériel, les paramètres sont plus sensibles car le logiciel fait une calibration sur l‟œil gauche ainsi que sur l‟œil droit, alors que pendant les tests qui suivent, la sensibilité est moindre car l‟équilibre est réalisé entre les deux yeux : on n‟obtient qu‟un seul vecteur correspondant à la composante des deux vecteurs-yeux. L‟objectif de la deuxième partie de calibration du matériel consiste à obtenir les deux séries de points les plus groupées possibles : les points figurant sur l‟écran et les points correspondant à l‟impact du vecteur « œil » de l‟internaute sur l‟écran. Si les deux séries de points sont éloignées l‟une de l‟autre, on procédera de nouveau à l‟ensemble de la calibration jusqu‟à l‟obtention d‟un résultat satisfaisant. Dans un deuxième temps, on procède à la calibration secondaire et aux tests à proprement parler. On reprend pour chaque test le protocole de la deuxième phase de la calibration matérielle ; c’est-à-dire que l‟on va demander à chaque testeur de regarder le centre des cameras A et B ; puis l‟internaute va suivre la série de points qui apparaissent à l‟écran. L‟ordinateur ajuste alors la position du point qui doit être fixé avec le point correspondant à l‟extrémité du vecteur regard. Grâce à cette série des points, le logiciel déduit le calibrage correspondant à l‟ajustement. Comme pour la première partie du protocole de mise en place, on cherche à obtenir les deux séries de points les plus groupées possibles. Si les deux séries de points sont éloignées, on procède de nouveau à l‟ensemble des tests jusqu‟à l‟obtention du meilleur résultat possible. A la fin de chaque test, on arrête l‟enregistrement et on procède à l‟envoi des données pour ne pas que les fichiers soient trop lourds.