Noen ganger vil du ikke bli distrahert av telefonen din. Andre ganger er det helt greit. Men med mindre du har problemer med å slå på og av meldingene manuelt, vet enheten ikke forskjellen.

Så ingeniører på Rutgers University har utviklet en datamodell som de hevder kan finne ut når en god tid å forstyrre deg er. "Din smarttelefon vil gjerne gjenkjenne dine bruksmønstre og oppførsel og planlegge varsler for å minimere avbrudd," Janne Lindqvist.

Et team ledet av Lindqvist, en assisterende professor i Institutt for elektroteknikk og datateknikk, bygget en to-trinsmodell som forutsetter ikke bare om du er tilgjengelig eller ikke, men hvor avbrytbar du er på en skala fra en til fem.

Sunn fornuft

Ved å bruke mer enn 5000 smarttelefonposter fra 22 frivillige over en periode på fire uker, så vel som en personlighetstest, kunne de forutsi hvor opptatt folk var og hvordan de ville reagere på ulike typer forstyrrelser.

Noen av resultatene er sunn fornuft. De fant ut at når folk var i godt humør, var de mer sannsynlig å være avbrytbare enn om de hadde en ubehagelig stemning.

De har også funnet ut at folks vilje til å bli avbrutt varierer fra sted til sted - i helsevesenet og i medisinske lokaler var folk svært avbrytbare. Men når de studerte eller trente, var folk mindre åpne for avbrudd.

Mer å utforske

Lindqvist sier at det er mer å utforske: "Vi kan for eksempel optimalisere modellen vår slik at tilpassing av smarttelefoner kan passe til forskjellige preferanser, for eksempel at noen alltid kan forstyrre deg," han .

"Dette ville være noe en utmerket menneskelig sekretær ville vite. En samtale fra barna eller barnehagen bør alltid passere, uansett situasjonen, mens noen kanskje vil ignorere deres slektninger, for eksempel."

Men han mener at forskningen til slutt vil føre til smartere varslingssystemer. "Ideelt sett vil smarttelefoner lære automatisk," sa han.

Smarte notifikasjoner

"Som det er i dag, er meldingsadministrasjonssystemet ikke smart eller bare avhengig av brukerens innstilling, for eksempel å slå på eller av bestemte varsler. Vår modell er forskjellig fordi den samler brukerens aktivitetsdata og preferanser. Dette gjør at systemet kan lære seg automatisk som en "menneskelig sekretær", slik at det muliggjør smart prediksjon. "

Lagets peer-reviewed studie, med tittelen "Hvor opptatt er du? Forutsi Mobilbrukernes Interruptibility Intensity", vil bli publisert i mai på ACM CHI konferansen om menneskelige faktorer i datasystemer i Denver, Colorado.

  • Et kunstig musembryo er blitt opprettet fra stamceller