Video: Kunci Jawaban Pertanyaan Interview Kerja: "Apa Alasan Anda Melamar di Sini?" (Job Hacks #8) (November 2024)
Adakah anda tahu apa yang anda lakukan di belakang roda kereta anda? Adakah anda menulis dan memandu? Atau adakah anda menunggu sehingga kereta dihentikan untuk memeriksa telefon anda? Dan adakah anda menggunakan teknologi pada peranti mudah alih yang bertentangan dengan ciri yang serupa, seperti aplikasi, yang mungkin termasuk di dalam kereta? Jawapan sebenar mungkin mengejutkan anda, dan jawapan anda sendiri mungkin salah.
Sudah tentu, pembuat kereta dan mungkin agensi kerajaan seperti NHTSA-ingin tahu bagaimana anda menggunakan teknologi di belakang roda. Tetapi mereka tidak tahu sama ada, walaupun berjuta-juta mungkin telah dibelanjakan untuk penyelidikan, sebahagian besarnya terdiri daripada meminta pemandu tentang tingkah laku mereka di belakang.
Di luar kajian mengenai pemanduan yang terganggu, firma penyelidikan pengguna Aperio Insights mendapati bahawa tidak banyak data empiris mengenai bagaimana pemandu menggunakan teknologi di belakang roda, dan seterusnya memulakan programnya sendiri. Ia juga mendapati sambungan antara pemandu yang mereka lakukan dan apa yang sebenarnya mereka lakukan ketika menggunakan teknologi di dalam kereta.
"Berapa banyak perbincangan perancangan produk yang berpusat pada aplikasi mana yang akan ditambah kepada sengkang tanpa pemahaman yang apl pengguna benar-benar menggunakan?" kata pengasas dan prinsip Aperio Mike Courtney. "NSA mungkin tahu apa yang anda lakukan di telefon dan komputer anda, tetapi tiada siapa yang kelihatan mempunyai gambaran yang jelas tentang apa yang berlaku di dalam kereta."
Untuk mengetahui, Courtney dan pasukannya telah menubuhkan "Rolling Lab" yang menggabungkan data dari aplikasi telefon pintar dan pengesan kereta yang dicampur dengan video masa yang dicap untuk memerhatikan, mengenalpasti dan menganalisis corak tingkah laku di sebalik roda. Dan kerana kamera video dalam kereta bertindak sebagai lalat objektif di dinding, berbanding dengan seseorang yang mempunyai papan klip yang menjalankan penyelidikan klinikal, ia berulang kali menangkap pemandu seperti tingkah laku seperti membaca ebook semasa dalam lalu lintas tanpa mereka menyedari atau bersedia untuk mengakuinya.
Ditangkap Pada Video: Anda
Anda boleh melihat Makmal Rolling Aperio dalam tindakan dalam video dalam talian (di bawah). Walaupun klip itu memberikan sedikit rasa data yang Aperio merancang untuk menggunakan untuk membantu pembuat dan pembekal mereka membuat ciri-ciri kereta yang lebih baik, Courtney menggunakan contoh subjek ujian yang bernama "Joe" untuk menunjukkan apa Makmal Rolling boleh mendedahkan.
Aperio menggunakan Rolling Labs untuk melihat penggunaan telefon Joe semasa memandu selama lapan jam untuk mengambil anak perempuannya di kolej. "Kami mengenal pasti corak tingkah laku, seperti kerap memeriksa cuaca dan mengemas kini ahli keluarga di lokasi dan kemajuannya melalui mesej teks, " kata Courtney. Makmal juga menangkap kelajuan Joe untuk melihat sejauh mana dia memandu ketika memeriksa aplikasi yang berbeza. "Kami dapat memahami faktor-faktor yang mungkin menyebabkan Joe memandu lebih perlahan dan memeriksa aplikasi cuaca lebih kerap, " tambah Courtney.
Courtney menegaskan bahawa pemahaman konteks dan sebab untuk pemeriksaan cuaca yang kompulsif Joe-untuk memastikan keluarga beliau mengemaskini kemajuan dan cuaca sepanjang jalan-adalah kunci. "Sekiranya kami bertanya kepadanya tentang tabiatnya, Joe kemungkinan akan memberi kami jawapan umum yang tidak akan memasukkan semua butiran yang diperlukan untuk benar-benar memahami bagaimana dia menggunakan aplikasi dan apa yang dapat meningkatkan pengalaman, " jelas Courtney.
"Jika anda bertanya kepada kebanyakan pengguna apa yang mereka mahu dari pengalaman kereta mereka yang berkaitan, kebanyakan akan segera menunjuk ke telefon atau tablet mereka, " katanya. "Masalahnya ialah peranti ini telah direka bentuk untuk penggunaan tangan, pada penggunaan mata." Dan sejak teknologi kereta yang disambung masih di peringkat awal-atau lebih seperti dalam peringkat remaja yang sukar dan cuba mencari identiti yang padu-untuk lebih baik atau lebih buruk ia telah mengikuti petunjuk alat mudah alih dalam menawarkan ciri-ciri yang tidak selalu berpusatkan, seperti Facebook.
Untuk menjadikan pemanduan Joe lebih baik dan lebih selamat, kereta itu boleh diselaraskan dengan kalendarnya untuk mengetahui apabila perjalanan jalannya bermula dan destinasinya walaupun sebelum dia tergelincir di belakang roda. Kemudian, berdasarkan pembelajaran kebiasaan Joe, kereta itu secara automatik boleh memaparkan cuaca di sepanjang jalan, dan melaporkan kemajuannya kepada isterinya dan orang lain yang dia mahu terus dimaklumkan-tanpa Joe harus melihat ke bawah pada perantinya.
Walaupun pembuat kereta telah menggunakan pengalaman pengguna ramalan jenis ini, pemahaman pemandu yang lebih baik adalah kritikal, kata Courtney. "Pemerhatian-tanpa menonjol-membantu kita menangkap dan mengenal pasti corak yang berlaku secara automatik atau tanpa pemikiran sedar, " tambahnya. "Lebih banyak pengeluar kereta boleh memahami apa yang pengguna cuba lakukan di dalam kereta mereka, mereka boleh mereka bentuk dan membuat pengalaman kereta yang berkaitan yang akan mengejutkan dan menggembirakan pelanggan mereka." Dan juga tahu apa yang sebenarnya mereka lakukan di belakang roda.
LIHAT SEMUA FOTO DI GALERI
