Rational design 2

Hiërarchie in hypotheses

Om je product effectief te maken zijn er verschillende zaken noodzakelijk. Ten eerste moet je het medium dat je gebruikt, gebruiken zoals het gebruikt wil worden. Belangrijke regels die gelden voor het medium moeten worden uitgevoerd. In de praktijk betekent dit dat als je een website maakt, je allereerst een goede gebruiksvriendelijke website moet maken. En dat een serious game allereerst een gave game moet zijn. Dit is noodzakelijk om de andere delen van je aanpak te kunnen activeren: de werkzame bestandsdelen. Als we je artefact vergelijken met een aspirine dan bestaat deze uit twee delen: het gebruiksgemak van de pil en de werkzame bestandsdelen van de aspirine. Als het gebruiksgemak van de pil niet in orde is, dan zal de gebruiker de pil niet in kunnen nemen. Waardoor de werkzame bestandsdelen hun werk niet kunnen doen.

De hypotheses die achter je product liggen kunnen dus verschillende achtergronden hebbe:

  • Hypotheses die te maken hebben met de design principles van het medium
  • Hypotheses die gaan over de werkzame bestandsdelen van je oplossing

Vroege voorspellers van succes

Helaas zijn niet alle hypotheses die je hebt opgesteld onmiddelijk te testen. Soms is het effect van bepaalde keuzes pas na verloop van tijd te merken. Stel je prototype is een aspirine, met als doel hoofdpijn verlagen: direct na het innemen van de aspirine is er nog geen effect te merken. Als het getest wordt, dan is misschien het bedoelde effect nog niet te meten. Maar misschien is een “vroege voorspeller van succes” wel te meten: stel dat het eerste effect van de aspirine is dat de hartslag iets omlaag zou moeten gaan. Dit effect is wel al te meten. De hypothese zal dan zijn dat binnen vijf minuten na het innemen van het prototype de hartslag van de proefpersoon omlaag gaat. Als dit daadwerkelijk het geval is, dan is er een indicatie dat het de juiste richting uitgaat in het proces. Of wat minder positief geformuleerd: het project is nog niet mislukt.

Binnen interactieve producten kunnen de vroege voorspellers bijvoorbeeld gaan over de aandacht die een gebruiker besteedt aan het product, de plaatsen waar een gebruiker is geweest in een product.

Praktisch voorbeeld

Een tijd geleden maakte ik, samen met een groep studenten, de app “vooruit met tellen”. De bedoeling van de app is om kinderen met een verstandelijke beperking te helpen met leren tellen. Om dit voor elkaar te krijgen, krijgen kinderen korte oefeningen met veel herhaling. Er zijn verschillende typen oefeningen: ordenen van getallen, benoemen van getallen, herkennen van hoeveelheden.

In de aanpak zitten een groot aantal aannamen:

  • Een kind gaat “vooruit met tellen” als er veel oefeningen worden gedaan
  • Een kind kan op verschillende niveaus zitten bij de verschillende type oefeningen.
  • De vorm die gekozen is, zorgt ervoor dat een kind ongeveer 5 minuten met het product in de weer wil zijn.

Veel zaken binnen de app zijn meetbaar:

  • Hoelang doet een kind gemiddeld over één oefening
  • Hoeveel fouten worden er gemaakt, en wat voor soort fouten
  • Maak een kind in de loop van de tijd minder fouten per type oefening
  • Etc.

Op basis van deze meetbare gegevens kunnen hypotheses worden geverifieerd.