Relevância da Conscienciosidade para Desenho de

Interfaces Gráficas

Daniel Tavares Nunes

Dissertação para obtenção do Grau de Mestre em

Engenharia Informática e de Computadores

Orientador: Prof. Sandra Pereira Gama

Presidente: Prof. Francisco António Chaves Saraiva de Melo

Orientador: Prof. Sandra Pereira Gama
Vogal: Carlos António Roque Martinho

Novembro 2019
Agradecimentos

Gostaria de começar por agradecer aos meus pais pela amizade, apoio e força ao longo destes
anos. Ser vosso filho é sem dúvida uma sorte que nunca poderei agradecer o suficiente. Esta disserta-
ção é dos três como tudo o que fazemos.
Gostaria também de agradecer aos meus avós, tios, tias e primos. A família é um pilar e não poderia
ter tido uma melhor. Em especial, um obrigado ao meu avô por me ter ensinado que o saber não ocupa
lugar, tentarei sempre seguir esse conselho.
À Francisca Braga (WS3) por em tão pouco tempo termos vivido momentos tão felizes e inesquecí-
veis e pela alegria de saber que muitos mais virão a caminho. Pela preocupação e compreensão o meu
obrigado.
Aos meus amigos Aylton Silva e Francisco Casaca, por juntos formarmos um trio cheio de histórias
que um dia contarei aos meus filhos. Por terem estado sempre presentes em todos os momentos, o
meu obrigado.
Aos meus amigos, em especial aos que incomodei várias vezes para fazerem testes para esta
dissertação, obrigado e prometo compensar com o tempo. Desejo o melhor para todos vocês.
Por fim queria agradecer aos meus orientadores Prof. Sandra Gama e Tomás Alves por terem
estado sempre disponíveis a ajudar-me e a apoiar-me com todo o vosso conhecimento.
A todos, o meu muito obrigado!
Abstract

Nowadays technology plays a key role in society with its applications reaching everyone. Therefore
it is important that technology reach all users offering the best possible user experience. That is not
possible using a single, fixed and constant interface since each individual has different experiences and
characteristics that accompany the use of an interface. In particular, a construct that models the way
they interacts with the world and process their thoughts is personality. In particular, Conscientiousness,
one domain of personality, is high important in the organization, persistence and motivation for goal-
oriented behavior. Thus, the goal of this work is to verify whether Conscientiousness is relevant for the
adaptability of an interface and, if so, if this adaptability could lead to an improved User Experience (UX).
For our study, several user tests were conducted to gather preferences for certain interface element
styles in order to understand which ones are most relevant for conscientiousness, to collect their physi-
ological data, specifically their brainwaves to classify their Conscientiousness level, where we modeled
a classifier that achieved 85.1% accuracy, and verify if users get a better experience with an interface
tailored to their level of Conscientiousness. Results indicate that Conscientiousness is relevant to the
design of an interface, leading to a better user experience only for users with high Conscientiousness,
specifically regarding the overall appreciation and usability of the interfaces.

Keywords

Personality, Conscientiousness, Adaptative Interface, Physiological Computation.

iii
Resumo

Cada vez mais a tecnologia tem um papel fundamental na sociedade com as suas aplicações a che-
garem hoje a todas as pessoas. É, então importante que a tecnologia chegue a todos os utilizadores
oferecendo a melhor experiência de utilização possível. Isso não é possível oferecer com uma interface
única, fixa e constante, dado que cada indivíduo tem experiências diferentes e características que acom-
panham a utilização dessa interface. De entre todas as características do utilizador, um construto que
modela a forma como ele interage com o mundo e processa os seus pensamentos é a personalidade.
Em particular, a Conscienciosidade, um dos domínios da personalidade, tem elevada importância na or-
ganização, persistência e motivação pelo comportamento orientado para um objetivo. Assim, o objetivo
deste trabalho é verificar se a Conscienciosidade é relevante para a adaptabilidade de uma interface e,
no caso de o ser, se essa adaptabilidade poderá conduzir a uma melhor experiência para o utilizador.
Para o nosso estudo foram realizados vários testes com utilizadores, para permitir recolher as suas
preferências em relação a certos estilos de elementos de uma interface de forma a perceber quais os
mais relevantes para a Conscienciosidade, recolher os seus dados fisiológicos, mais concretamente
as suas ondas cerebrais, para classificação do seu nível de Conscienciosidade, onde modelámos um
classificador que alcançou uma accuracy de 85.1% e verificar se os utilizadores obtêm uma melhor ex-
periência de utilização com uma interface adaptada ao seu nível de Conscienciosidade. Os resultados
indicam que a Conscienciosidade é relevante para o desenho de uma interface, levando a uma melhor
experiência de utilização apenas para utilizadores com Conscienciosidade alta, mais concretamente
em relação à apreciação geral e usabilidade das interfaces.

Palavras Chave

Personalidade, Conscienciosidade, Interface Adaptativa, Computação Fisiológica;

iv
Conteúdo

1 Introdução 1
1.1 Objetivos e Contribuições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Estrutura do Documento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Fundamentos de Personalidade 5
2.1 Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Fundamentos do Modelo dos Cinco Fatores . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.3 Relevância da Conscienciosidade para a Adaptabilidade de uma Interface . . . . . . . . . 10

3 Trabalho Relacionado 13
3.1 Design de Interfaces Baseadas na Personalidade . . . . . . . . . . . . . . . . . . . . . . 15
3.2 Avaliação da Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Fisiologia da Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.4 Algoritmos de Classificação para Dados Fisiológicos . . . . . . . . . . . . . . . . . . . . . 24
3.5 Discussão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

4 Trabalho Desenvolvido 29
4.1 Questões de Pesquisa e Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.2 Framework de classificação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.1 Recolha de Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.2.2 Análise dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2.3 Algoritmo de Classificação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3 Design Guidelines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.1 Recolha das Preferências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.3.2 Interface Adaptável . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.3.3 Testes com Utilizadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Análise dos elementos com mudanças singulares . . . . . . . . . . . . . . . . . . . . . . 45
4.4.1 Discussão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.5 Análise dos elementos com mudanças globais . . . . . . . . . . . . . . . . . . . . . . . . 47

v
5 Validação 49
5.1 Validação com Mudanças Singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.2 Validação com Mudanças Globais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.3 Discussão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

6 Conclusões e Trabalho Futuro 69

vi
Lista de Figuras

3.1 Interfaces personalizadas para os dois grupos de personalidade [1]. . . . . . . . . . . . . 16

3.2 Traços de personalidade estudados no trabalho [1]. . . . . . . . . . . . . . . . . . . . . . 18
3.3 Resultados da pontuação média da experiência do utilizador para o chatbox A e para o
chatbox B [2]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.4 Imagens dos dois sistemas utilizados [3]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.5 Resultados obtidos do estudo de Goren-Bar et al. [3]. . . . . . . . . . . . . . . . . . . . . 20
3.6 Mapa de foco para a procura de informação baseado nos traços de personalidade. . . . 21
3.7 Comparação entre indivíduos com Conscienciosidade baixa (C < 50%) e alta (C > 50%). 21
3.8 Medição da sensibilidade ao stress através da diferença do batimento cardíaco antes e
depois do jogo do stress. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.9 Matriz de confusão da accuracy prevista [4]. . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.10 Resultado das regras de associação [5]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

4.1 Tratamento das ondas cerebrais recolhidas. . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.2 Excerto do formulário NEO PI-R (esquerda) e placa principal do (r)evolution Plugged Kit
do Bitalino (direita) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.3 Posicionamento dos sensores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4 Temas escolhidos para interação na interface. . . . . . . . . . . . . . . . . . . . . . . . . 41
4.5 Interface com texto no formato Lorem ipsum e imagens simbólicas. . . . . . . . . . . . . 43
4.6 Interfaces adaptativas com elementos aleatórios. . . . . . . . . . . . . . . . . . . . . . . . 43
4.7 Elementos auxiliares da inteface adaptativa. . . . . . . . . . . . . . . . . . . . . . . . . . . 44
4.8 Gráficos das preferências dos utilizadores para os dois elementos mais relevantes. . . . 47

5.1 Excerto do questionário TAM3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

5.2 Interfaces com variações nos elementos relevantes. . . . . . . . . . . . . . . . . . . . . . 54

vii
viii
Lista de Tabelas

4.1 Distribution of participants in different types of Conscientiousness. . . . . . . . . . . . . . 37

4.2 Resultados dos diferentes algoritmos com um intervalo de dez segundos . . . . . . . . . 39
4.3 Resultados dos diferentes algoritmos com um intervalo de vinte segundos . . . . . . . . . 39
4.4 Resultados dos diferentes algoritmos com um intervalo de trinta segundos . . . . . . . . 39
4.5 Tabela das escolhas do elemento Posição do Menu para os dois tipos de Conscienciosidade 45
4.6 Resultados do Teste de Fisher para cada elemento. . . . . . . . . . . . . . . . . . . . . . 46
4.7 Tabela das escolhas para o elemento Alinhamento das Legendas das Imagens. . . . . . 46
4.8 Tabela das escolhas para o elemento Tamanho da Fonte. . . . . . . . . . . . . . . . . . . 46

5.1 Tabela das preferências do tamanho da fonte por parte dos utilizadores. . . . . . . . . . . 56
5.2 Tabela das preferências do alinhamento das legendas das imagens por parte dos utiliza-
dores. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3 Resultados do teste de normalidade Kolmogorov-Smirnov para a apreciação geral . . . . 57
5.4 Teste de Friedman para analisar a relevância da apreciação geral das interfaces em rela-
ção do tamanho da fonte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.5 Resultados do teste Wilcoxon para a apreciação geral do tamanho da fonte . . . . . . . . 58
5.6 Teste de Friedman para analisar a relevância das classificações do alinhamento da le-
genda das imagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
5.7 Resultados do teste de normalidade Kolmogorov-Smirnov para a usabilidade . . . . . . . 59
5.8 Teste de Friedman para analisar a relevância dos valores da usabilidade do tamanho da
fonte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.9 Resultados do teste Wilcoxon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.10 Teste de Friedman para analisar a relevância da usabilidade das interfaces em relação
ao alinhamento da legenda das imagens . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.11 Resultados do teste de normalidade Kolmogorov-Smirnov para a utilidade percebida . . . 62
5.12 Teste de Friedman para analisar a relevância dos valores da utilidade percebida em rela-
ção ao tamanho da fonte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

ix
5.13 Resultados do teste Wilcoxon para o questionário TAM . . . . . . . . . . . . . . . . . . . 62
5.14 Teste de Friedman para analisar a relevância dos valores da utilidade percebida em rela-
ção ao alinhamento das legendas das imagens. . . . . . . . . . . . . . . . . . . . . . . . 63
5.15 Elementos com variações entre os grupos e as respetivas escolhas para cada grupo . . . 64
5.16 Tabela das escolhas das interfaces preferidas para ambos os tipo de Personalidade . . . 64
5.17 Resultados do teste de normalidade Kolmogorov-Smirnov para a apreciação geral . . . . 65
5.18 Resultados do teste de normalidade Kolmogorov-Smirnov para a usabilidade . . . . . . . 65
5.19 Resultados do teste de normalidade Kolmogorov-Smirnov para a utilidade percebida . . . 66

x
Acrónimos

ANOVA Análise de Variância

BC Batimento Cardiaco

BCI Brain-Computer Interface

DT Decision Tree

EEG Eletroencefalograma

EMG Eletromiograma

fMRI Imagem por Ressônancia Magnética Funcional

GUI Graphical User Interface

IPM Interface Pessoa-Máquina

LDA Linear Discriminant Analysis

LSTM Long Short-Term Memory

MLP Multilayer Perceptron

NB Naive Bayes

NN Neural Network

PRE Potencial Relacionado a Eventos

PS Pressão Sanguínea

RF Random Forest

RGP Resposta Galvânica da Pele

SVM Support-vector machine

xi
SVC Linear Support Vector

UX User Experience

UI User Interface

FFR Fast Fourier Transform

xii
 1
Introdução

Conteúdo
1.1 Objetivos e Contribuições . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.2 Estrutura do Documento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1
2
 Nos dias de hoje, o mundo digital assumiu um papel indispensável na sociedade. A tecnologia está
cada vez mais presente em toda a parte e os seus benefícios são factuais. Podemos ir às compras,
fazer transações bancárias e até pedir que nos levem comida a casa tudo através de um ecrã. Com as
evidentes vantagens que todas estas aplicações têm para nos oferecer, é fundamental que o utilizador
possa desfrutar delas da forma mais satisfatória possível.

A interação do Homem com a máquina é feita através de uma interface e desta depende uma
grande parte do sucesso de uma aplicação. Assim, é necessário uma interface que ofereça a melhor
experiência de utilização possível, ou User Experience (UX). Esta dissertação está relacionada
com a impossibilidade de construir uma interface única que satisfaça as necessidades de todos
os utilizadores uma vez que cada ser humano é único, com comportamentos e dificuldades
próprias. Em particular, a personalidade é um construto que explica parte da forma como interagimos
com o mundo e estruturamos o nosso pensamento. Desta forma o conceito de personalidade é tão
complexo que invalida a possibilidade de criar uma interface única, constante e fixa que responda a
todos os requisitos de cada um de nós.

A motivação deste trabalho é investigar a possibilidade de se criarem interfaces adaptadas à perso-

nalidade de cada utilizador. Desta forma, utilizadores diferentes teriam para as mesmas tarefas acesso
a interações também elas diferentes que respondessem de forma mais eficaz às suas necessidades.
Num cenário ideal em que a interface está completamente ajustada à personalidade de cada indivíduo
satisfazendo todas as suas necessidades, a experiência do sujeito seria ótima.

Este estudo focar-se-á em Graphical User Interface (GUI), por terem mais elementos passíveis
de serem testados e validados em comparação com, por exemplo, interfaces de linha de comando ou
interfaces de voz. Também é o tipo de interfaces mais amplamente usado no dia a dia pelos utilizadores.

Diversos estudos apontam a personalidade como um vasto conjunto de características. Em parti-

cular, a Conscienciosidade, um dos domínios da personalidade, tem particular interesse por explicar
a competência do indivíduo e como ele é orientado para um objetivo. Uma vez que a interação do
utilizador com uma máquina parte sempre com um objetivo, este domínio poderá oferecer resultados
relevantes para o impacto da personalidade na adaptação de uma interface.

Se efetivamente se verificar a relevância da Conscienciosidade para o design de uma interface,

uma hipótese seria recorrer a uma Interface Cérebro-Computador, ou Brain-Computer Interface (BCI)
para em tempo real perceber o nível de Conscienciosidade do utilizador e adaptar a interface em con-
formidade com as suas necessidades e preferências. Para isso será adicionalmente construída uma
framework de classificação, responsável por recolher as respostas fisiológicas dos utilizadores e com
esses dados, associá-los a um grupo de Conscienciosidade. Esta framework permite perceber qual o
nível de Conscienciosidade dos indivíduos sem necessidade de questionários exaustivos, evitando o
cansaço do utilizador e poupando tempo de análise.

3
1.1 Objetivos e Contribuições

O objetivo deste documento é verificar se a Conscienciosidade é relevante para a adaptabilidade de

uma interface, e no caso de o ser, se essa adaptabilidade poderá levar a uma melhor experiência
para o utilizador. Deste trabalho surgirão as seguintes contribuições:

1. Um conjunto de diretrizes (design guidelines) para os diferentes grupos de Conscienciosidade

através das preferências próprias de cada grupo.

2. Uma framework de classificação que classifica a Conscienciosidade do utilizador através de me-

didas fisiológicas.

3. Um conjunto de dados fisiológicos recolhidos dos participantes durante os nossos testes.

1.2 Estrutura do Documento

Este documento segue a seguinte estrutura. No Capítulo 2 é abordada a base teórica deste trabalho,
mais concretamente os conceitos de psicologia e personalidade. São enumeradas algumas divisões
propostas sobre os domínios da personalidade com destaque para o Modelo dos Cinco Fatores. Por
fim, é destacada a importância de uma interface e da sua adaptabilidade.
No Capítulo 3 são relatados alguns estudos relacionados com este trabalho e as conclusões que daí
foram retiradas. São indicados alguns estudos sobre o design de interfaces baseados na personalidade,
sobre a fisiologia da Conscienciosidade e são indicados alguns algoritmos de classificação utilizados
em trabalhos semelhantes.
No Capítulo 4 é abordado todo o planeamento deste trabalho mais concretamente as hipóteses
criadas, as fases do estudo, os instrumentos utilizados na sua execução, o procedimento durante os
testes, as características dos participantes e a análise dos resultados.
No Capítulo 5, são apresentados os resultados dos testes de utilizadores e a análise estatística
associada.
No Capítulo 6 é resumido todo o trabalho e indicadas as conclusões tiradas, bem como o trabalho
futuro e limitações apresentadas.

4
 Fundamentos de Personalidade
2

Conteúdo
2.1 Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7

2.2 Fundamentos do Modelo dos Cinco Fatores . . . . . . . . . . . . . . . . . . . . . . . 8

2.3 Relevância da Conscienciosidade para a Adaptabilidade de uma Interface . . . . . . 10

5
6
 A etimologia da palavra “Psicologia" provém do grego psico (alma) e logia (estudo). Esta é a ciên-
cia que estuda os processos mentais e as suas interações com o meio, provocando um comportamento
ou resposta. Comportamentos e respostas são a atividade observável do indivíduo para se adaptar
ao meio em que se encontra de maneira a encontrar o maior bem-estar possível. O comportamento é
decidido pelos processos mentais tais como pensamento, sentimentos e emoções. Cabe à psicologia
explicar os princípios gerais que estão na base desse comportamento. Processos mentais são únicos
para cada indivíduo e o que os torna únicos é a personalidade de cada um [6].

2.1 Personalidade

A definição de personalidade tem diferentes significados na linguagem comum levando a várias defi-
nições científicas sobre este conceito. Nicholson [7] define a personalidade como a “permanência de
carácter”. Já Buchanan e Huczynski [6] definem-na como “as qualidades psicológicas que influenciam
os padrões comportamentais, típicos de um indivíduo, de uma forma distintiva e consistente, através de
diferentes situações e ao longo do tempo”. Também Carver e Scheier [8] apontam que a personalidade
é “uma força interna que determina como o indivíduo se comportará". Da junção destas definições po-
demos concluir de forma informal que a personalidade é o conjunto de características psicológicas que
determinam os processos mentais. Diferentes personalidades provocam diferentes processos mentais
levando a diferentes respostas. É por isso que cada pessoa tem um comportamento distinto numa
mesma situação [6].
É difícil definir a personalidade de um indivíduo como um todo uma vez que se trata de uma junção
de traços. Apesar de muitas vezes se tentar definir uma pessoa através de apenas uma característica,
isso torna-se redutor uma vez que ninguém é unicamente divertido, pessimista, ou confiante. É a soma
de todas estas características que formam a personalidade de um indivíduo. A personalidade é algo
que se vai desenvolvendo com o tempo apesar de uma base genética própria. Estudos indicam que
alguns traços da personalidade mudam com a idade [9]. Um mesmo estímulo do meio poderá levar a
diferentes respostas por parte do mesmo indivíduo em alturas diferentes da vida, pois a maneira de se
adaptar ao meio é diferente. Segundo Lima e Simões [6], os traços de personalidade desenvolvem-se
na infância e tendem a tornar-se cada vez mais estáveis na idade adulta. Também doenças, eventos
traumáticos e medicação pode levar a uma alteração dos traços de personalidade.
Ao longos dos anos tem havido a preocupação de dividir a personalidade em componentes de
forma mais completa e compacta possível. A primeira divisão da personalidade foi realizada por William
McDougall [10], dividindo a personalidade em disposição, temperamento, intelecto, atitude e carácter .
Mais tarde, Tupes e Christal [11] criaram um novo modelo divindo a personalidade em espontaneadade,
amabilidade, confiança, estabilidade emocional e cultura . Por fim um novo modelo foi popularizado por

7
L.M. Digman em 1900 e trabalhado mais tarde por Costa e McCrae em que se dividiu a personalidade
em cinco grupos (traços de personalidade). Este modelo é conhecido como Modelo dos Cinco
Fatores, (Five Factor Model) [12]. Sendo este o modelo mais reconhecido para dividir a personalidade
em componentes, foi escolhido como base para este estudo [7, 13]. Os cinco fatores deste modelo são
explicados de seguida.

2.2 Fundamentos do Modelo dos Cinco Fatores

Neste modelo, cada um dos domínios transmite facetas específicas. O modelo dos cinco fatores é
independente da idade, sexo, cultura e escolaridade do indivíduo podendo ser utilizado em relação a
qualquer pessoa. As cinco componentes [7, 14] deste modelo são:

1. Neuroticismo;

2. Extroversão;

3. Abertura à experiência;

4. Amabilidade;

5. Conscienciosidade.

O inventário NEO-PI-R [7] foi elaborado por Costa e McCrae, em 1992, e é responsável por avaliar
os cinco domínios do modelo bem como algumas facetas para cada um dos domínios.

Neuroticismo

Avalia a estabilidade emocional. Pessoas com elevados valores de Neuroticismo tendem a experi-
mentar comportamentos como raiva, stress, ansiedade ou depressão. Pessoas com baixos valores de
Neuroticismo tendem a ser calmas, relaxadas e seguras de si mesmas.

Extroversão

Avalia a quantidade e a intensidade das interações interpessoais. Altos valores de extroversão estão
associados a pessoas com facilidade em socializar. Procuram estar com outras pessoas e normalmente
são faladoras e assertivas. Em oposição pessoas com baixos valores de extroversão necessitam de
menos estímulos sociais. Podem ser pessoas ativas e enérgicas mas não socialmente.

8
Abertura à experiência

Avalia a propensão do indivíduo procurar novas experiências. O indivíduo com altos valores deste
domínio tende a procurar situações não familiares para si. Está diretamente ligado com o interesse pe-
las artes, emoção e aventura. São também pessoas curiosas e criativas. Pessoas com baixos valores
deste domínio são consideradas “fechadas” com interesses mais convencionais. Preferem ambientes
familiares.

Amabilidade

Avalia a qualidade da orientação interpessoal que varia entre a compaixão e o indivídualismo. Pes-
soas com altos valores de amabilidade tendem a procurar a harmonia social. Algumas características
típicas são o respeito, a compreensão, a generosidade e a prestabilidade. No outro pólo, estão pessoas
individualistas que tendem a procurar o seu bem-estar em primeiro lugar. São desconfiadas em relação
às outras pessoas e muitas vezes não se importam com o bem-estar dessas pessoas.

Conscienciosidade

Avalia o grau de organização, persistência e motivação pelo comportamento orientado para um ob-
jetivo. Pessoas com elevado grau de Conscienciosidade tendem a ter maior disciplina, controlam mais
os impulsos criando ações mais planeadas. No outro pólo, tende-se a ser mais impulsivo e desorgani-
zado. As facetas avaliadas pelo NEO-PI-R sobre Conscienciosidade são:

1. Competência, sujeitos competentes sentem-se capazes e preparados para lidar com a vida. Pes-
soas incompetentes têm uma fraca opinião em relação às suas aptidões e consideram-se mal
preparadas e incapazes.

2. Ordem, sujeitos com valores elevados desta faceta têm tendência a conservar o ambiente limpo
e bem organizado, mantendo as coisas no seu lugar. Sujeitos com baixos valores desta faceta
são incapazes de se organizar e descrevem-se como pouco metódicos.

3. Obediência ao dever, sujeitos com valores elevados desta faceta aderem estritamente aos seus
padrões de conduta, princípios éticos e obrigações morais. Valores baixos desta faceta são sujei-
tos menos rigorosos em relação a estes assuntos, sendo por isso considerados irresponsáveis.

4. Esforço de realização, esta faceta está ligada a níveis de realização elevados e forte motivação
para os atingir. Pessoas com baixos valores desta faceta mostram-se menos preocupados com
estes assuntos, não se deixam mover pelo sucesso e têm falta de ambição.

9
 5. Auto-disciplina, sujeitos disciplinados têm a capacidade de se motivarem para a continuação de
um objetivo. Sujeitos pouco disciplinados desistem mais facilmente em face da frustração.

6. Deliberação, esta faceta está relacionada com a tendência a pensar com cautela, planificar e
ponderar antes de agir. Baixos valores desta faceta estão associados a sujeitos que muitas vezes
falam ou atuam sem pensar nas consequências.

2.3 Relevância da Conscienciosidade para a Adaptabilidade de

uma Interface

Conscienciosidade é em vários estudos categorizada como força de vontade (will to achieve) [7, 14–17]
e tem sido considerada dos cinco traços da personalidade o melhor a prever o desempenho do trabalho
a realizar [15–17]. É exatamente isso que se pretende: verificar se a UX se altera com uma interface
costumizada em relação ao próprio. Conscienciosidade é resumidamente orientada ao objetivo.
Uma vez que Neuroticismo e Abertura a experiências são características para connosco próprios e
a Amabilidade e Extroversão são características da interação com os outros [7], chega-se à conclusão
que a Conscienciosidade, que é uma característica de como se lida com um objetivo, é dos cinco fatores
o mais interessante para lidar com o objetivo de interagir com uma interface.
Conscienciosidade possui algumas facetas como ordem, em que a organização e o método de
trabalho são variáveis, bem como as facetas de auto-disciplina e deliberação que poderão ter uma
interferência direta em métricas associadas à execução de tarefas numa interface computacional, que
por definição é o ambiente de uma interação Pessoa-Máquina (IPM), e que pretende passar alguma
informação para o utilizador. Ora se o objetivo de uma interface passa por transmitir informação a
um utilizador, é desejável que este objetivo seja alcançado da forma mais eficiente e eficaz possível
conduzindo por consequência a uma melhor experiência do utilizador.
Uma melhor experiência de utilizador é alcançada com o desenvolvimento de sistemas interativos
que provocam respostas positivas por parte do utilizador, tais como sentimentos de bem-estar, conforto
e experiência de apreciamento ao utilizá-los [18].
Diferentes personalidades levam a diferentes necessidades e a satisfação destas necessidades
produz uma melhor experiência para o utilizador [18]. Christian Kraft [19] distingue entre três tipos
de necessidades dos utilizadores: necessidades imediatas (immediate user needs), necessidades per-
cetíveis (perceived user needs) e necessidades latentes (latent user needs). Necessidades latentes
são necessidades que o utilizador tem, mas não se apercebe disso. Por exemplo, um utilizador com
problemas de ordem (uma das facetas da Conscienciosidade) precisará de uma interface com menos
fatores de distração apesar de este não dar conta dessa necessidade. São essas necessidades que se

10
pretendem contornar nesta tese com uma interface adaptativa.
Como já vimos o nível de Conscienciosidade varia de pessoa para pessoa. É, portanto possível
dividir a Conscienciosidade em grupos com características similares. Para responder às necessidades
próprias de cada tipo de Conscienciosidade são criados requisitos específicos para cada uma delas.
Requisitos por definição é uma afirmação do que um produto deve fazer ou como o deve fazer [18].
Neste caso, a preocupação será sobre como fazer o produto. A concretização de um requisito aumenta
a probabilidade de uma necessidade ser satisfeita [20]. É, por isso importante escolher quais os requi-
sitos que devem ser criados para satisfazer as necessidades de cada tipo de Conscienciosidade. Uma
vez que um conjunto de requisitos são estabelecidos começa o design de uma Interface de Utilizador
(IU).

11
12
 Trabalho Relacionado
3
Conteúdo
3.1 Design de Interfaces Baseadas na Personalidade . . . . . . . . . . . . . . . . . . . . 15

3.2 Avaliação da Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.3 Fisiologia da Personalidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

3.4 Algoritmos de Classificação para Dados Fisiológicos . . . . . . . . . . . . . . . . . . 24

3.5 Discussão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

13
14
 Nesta Secção são abordados diversos estudos em que foi testada a possibilidade de criar uma in-
terface adaptativa em relação a traços da personalidade individuais. Em seguida, são exploradas várias
técnicas que permitem avaliar esses mesmos traços e como detetá-los através de sinais fisiológicos.
Por fim são indicados algoritmos de classificação utilizados para reconhecer padrões da personalidade.

3.1 Design de Interfaces Baseadas na Personalidade

A personalização da IU relativamente a certas características individuais pode ser relevante para a

experiência do utilizador [1, 21]. A recolha de informação importante sobre o utilizador, permite criar
um modelo de utilizador que sendo aplicado permite adaptar o comportamento do sistema e da sua
interface ao utilizador a nível individual [22].
A interação do utilizador com uma interface personalizada é possível de duas formas: através de
uma interface adaptável, em que o próprio utilizador é capaz de personalizar a interface em relação às
suas preferências ou através de uma interface adaptativa, em que o sistema conhecendo as especifici-
dades do utilizador personaliza automaticamente a interface de forma coerente [23].
Maybury et al. [24] definiram IUs adaptativas como “Interfaces Pessoa-Máquina que visam melhorar
a eficiência, eficácia e naturalidade da interação Pessoa-Máquina, representando, raciocinando e atu-
ando em modelos do utilizador, domínio, tarefa e discurso por exemplo de forma gráfica, de linguagem
natural ou gesticular”.
Devido às vantagens já enunciadas de uma interface personalizada, ao longo dos anos tem-se
vindo a criar interfaces que se adaptam a diversas características do utilizador sendo uma delas a
personalidade [1, 4, 25, 26]. Ainda assim a relação entre personalização de interfaces e personalidade
contínua pouco explorada [23]. Vários estudos demonstram a influência que a personalidade tem na
forma como o utilizador interage com tecnologia [2, 23] Seguidamente são abordados alguns estudos
em que a personalidade produziu resultados relevantes em relação à interação do utilizador com o
sistema.
Sarsam e Al-Samarraie [1] estudaram uma IU baseada nos tipos de personalidade dos utilizadores
no contexto de aprendizagem em equipamentos móveis. Eles tentaram aumentar a satisfação dos uti-
lizadores durante a aprendizagem usando uma IU. Depois de alguns testes com utilizadores dividiram-
nos em dois grupos (Neuroticismo e Extroversão-Conscienciosidade) e criaram interfaces especificas
para cada um dos grupos.

15
 Estas duas interfaces foram criadas com variações nos seguintes elementos de Design:

1. Estrutura de informação;

2. Navegação;

3. Layout;

4. Tipo de letra;

5. Tamanho da letra;

6. Botões;

7. Cor;

8. Listas;

9. Densidade de Informação;

10. Apoio;

11. Alinhamento.

As duas interfaces criadas podem ser vistas na Figura 3.1.

Figura 3.1: Interfaces personalizadas para os dois grupos de personalidade [1].

16
 No fim verificaram que os utilizadores sentiram-se mais satisfeitos com a interface personalizada
para o seu grupo em relação a uma interface que não estaria adaptada às suas características. Isto foi
provado através do movimento dos olhos que mostraram que quando os participantes interagiam com o
design que pertencia ao seu perfil de personalidade, eles tendiam a apresentar maior eficiência e con-
forto visual ao tentar processar e navegar entre os conteúdos da interface. Isso ficou evidente a partir
da carga cognitiva e atenção resultantes em que os participantes de um grupo tiveram melhor desem-
penho ao interagir com o design do seu tipo de personalidade. Também a possibilidade de escolha dos
participantes em ler textos de tamanho específico afetou significativamente a sua questão de centraliza-
ção. Tal foi observado a partir das mudanças no diâmetro da pupila e na duração da fixação produzidas
durante as sessões de aprendizagem. Concluiram, portanto, a relevância do design de uma IU base-
ada na personalidade. Por fim constataram também que tanto a estrutura de design como a localização
dos elementos numa IU podem ser relevantes (tanto favoravelmente como desfavoravelmente) para a
satisfação na aprendizagem.

Smestad [2] concluiu que a personalidade do utilizador é um elemento importante para uma melhor
experiência na interação com um chatbot. Para isso desenvolveu uma framework de personalidade
para criar um novo protótipo de um chatbot. Esta framework combina técnicas de design centrado no
utilizador e teoria da personalidade. O modelo escolhido para modelar o chatbot baseado na perso-
nalidade foi o Modelo dos Cinco Fatores e os traços da personalidade usados podem ser vistos na
Figura 3.2. Para melhorar a inteligência artificial do chatbot, foram escritos mais de 300 dados de treino
exclusivos para cada habilidade do chatbot. Isso resultou em testes de utilizador com oito diferentes
fluxos de conversação. Foram depois deste passo, construídos dois modelos: um chatbot A usando a
framework de personalidade e um chatbot B criado com a personalidade oposta ao chatbot A.

Os resultados demonstraram que houve uma melhor experiência de utilização por parte do modelo
A do que do modelo B nos parâmetros qualidade pragmática (PQ), qualidade hedónica - identidade
(HQ-I), qualidade hedónica - estimulação (HQ-S) e atratividade (ATT) - Figura 3.3, provando assim que
utilizadores tendem a ter uma melhor experiência interagindo com elementos associados às caracterís-
ticas da sua personalidade.

Goren-Bar et al. [3] estudou a adaptação de um guia de museu para telemóveis, investigando as
relações entre os traços de personalidade e as atitudes em relação a algumas dimensões básicas de
adaptabilidade. Para cada dimensão foram criadas duas apresentações de video, uma para um sistema
adaptado (AD) e outra para um sistema não adaptado (NAD) (Figura 3.4).

O sistema adaptado consistia numa interface simples com dois botões, um para parar a apresen-
tação e outro para pedir mais informações sobre um determinado tópico. O sistema não adaptado
apresentava uma interface padrão baseada no menu que permitia a seleção de uma apresentação
para cada fresco, que é uma obra pictórica feita sobre uma parede. Assim, criaram o contraste entre

17
 Figura 3.2: Traços de personalidade estudados no trabalho [1].

Figura 3.3: Resultados da pontuação média da experiência do utilizador para o chatbox A e para o chatbox B [2].

18
um sistema que o humano delega a iniciativa (adaptado) e um sistema que delega a iniciativa para o hu-
mano (não adaptado). Uma das diferenças é a localização em que por exemplo, quando o utilizador se
aproxima de um fresco, o sistema automaticamente começa a apresentação para o sistema adaptado,
enquanto que na outra versão é necessário que o utilizador selecione a apresentação correspondente.
As outras componentes em que existiu diferenças entre os dois modelos foram (Figura 3.5a): FU, con-
siste na seleção automática de material adicional; History, que aborda a adição de mais detalhes sobre
um determinado tópico e a construção automática de comparações e referências cruzadas, respetiva-
mente; e Interest, referente à possibilidade de alterar o conteúdo para refletir os interesses reais do
visitante.

Figura 3.4: Imagens dos dois sistemas utilizados [3].

Este estudo mostrou que os traços de personalidade afetam seletivamente as atitudes das pes-
soas em relação à adaptabilidade, especialmente utilizadores com a característica de controlo bastante
acentuada. A Figura 3.5a) mostra que a escolha das versões dependeu do domínio abordado. Nas
componentes Location e Interest o sistema NAD foi preferido enquanto nas componentes FU e History
o sistema AD teve maior preferência.
A Figura 3.5b) reporta a razão dessas escolhas. Por exemplo, o valor de 100% para Localização –
AD – Facilidade significa que todos os indivíduos que escolheram AD na Localização mencionaram a
facilidade como razão para fazê-lo, enquanto que 15% para Localização – AD - Transparência significa
que apenas 15% desses sujeitos mencionaram a “transparência"como razão para a sua escolha. Desta
tabela, um valor importante é o “controlo"que nunca é mencionado como um motivo para escolher um
sistema adaptado, mas está entre as principais razões para a preferência dos sistemas não adaptados.
Em sentido contrário a facilidade no uso é destacado nas razões da escolha de uma interface adaptada.
Assim, concluiu-se que um sistema que deteta a personalidade do utilizador e a partir daí adapta o seu
sistema poderia levar a uma melhor experiência para o utilizador a não ser que este tenha um grande
nível de controlo associado. Por fim, ainda apontou a relevância da consciensiosidade para os tópicos
localização e interesse.

19
 Figura 3.5: Resultados obtidos do estudo de Goren-Bar et al. [3].

Vários estudos concentraram-se em verificar a influência que a personalidade pode ter na procura
de informação numa interface [4, 14, 25]. Al-Samarraie et al. [4] tentaram encontrar uma relação entre
a personalidade e a procura de informação online. Os resultados demonstraram que pessoas com ele-
vada Conscienciosidade foram mais rápidos nas tarefas de procura de informação. Durante os testes
foram dados três tipos de tarefas aos participantes: tarefas factuais, tarefas exploratórias e tarefas inter-
pretativas. Foi gravado o caminho explorado pelos participantes para as três tarefas tendo em atenção
os traços de personalidade (Figura 3.6). Daqui conseguimos concluir que participantes com altos valo-
res de Conscienciosidade exibem menos fixações e menor duração de fixação para extrair informação
em todas as tarefas o que revela a maior facilidade no processamento e procura de informação numa
interface.

Diversos estudos também encontraram uma associação entre o tipo de personalidade e determi-
nados movimentos de olhos característicos (tal como o número de fixações, média da duração das
fixações e o tempo de permanência) [4, 14, 27, 28].

King no seu estudo concluiu que individuos com Conscienciosidade alta conseguem encontrar ico-
nes específicos numa interface mais rapidamente concluindo que há relação entre a Conscienciosidade
e a capacidade de perceção visual do indivíduo (Figura 3.7).

McGivney [26] no seu estudo concluiu que o estado de alerta (faceta da Conscienciosidade) é um
elemento a ser levado em conta no design de aplicações. Também concluiu que altos valores de
Conscienciosidade afetam negativamente o desempenho de tarefas de procura quando em trabalhos
de grupos de dois elementos.

20
 Figura 3.6: Mapa de foco para a procura de informação baseado nos traços de personalidade.

Figura 3.7: Comparação entre indivíduos com Conscienciosidade baixa (C < 50%) e alta (C > 50%).

21
3.2 Avaliação da Personalidade

A medição da Conscienciosidade é válida através de questionários, mais precisamente através do NEO

PI-R [7], única prova devidamente adaptada para Portugal que avalia esta dimensão (também avalia
as outras quatro dimensões do modelo). Existe também o NEO-FFI, que é uma versão mais curta
do NEO PI-R mas que revela algumas inconsistências na sua estrutura factorial, para além de baixas
consistências internas em algumas dimensões [29]. Outra hipótese seria o uso do questionário IPIP,
porém este questionário não é muito preciso em medir a diferença entre indivíduos com níveis mais altos
de Conscienciosidade além de recolher menos detalhe sobre este domínio [30]. Por fim também existe
o questionário MBTI, baseado no modelo MBTI, composto por 94 itens. Apesar de haver correlações
em alguns domínios do questionário MBTI e NEO PI-R existem diferenças que têm sido amplamente
comparadas. Nos critérios de validade construtiva e preditiva o NEO PI-R é superior ao MBTI. Para
além disso, as subescalas de pontuação derivadas do modelo dos cinco fatores apresentadas no NEO
PI-R constituem um maior detalhe para os diferentes fatores ao contrário do MBTI que não apresenta
uma exploração tão profunda dos diferentes domínios [31].
Em certas circunstâncias tais como procedimentos de seleção, questionários podem ser demasiado
sensíveis a ruídos não intencionais tais como fadiga ou má compreensão dos questionários. Neste
caso, uma boa alternativa seria o uso de medidas fisiológicas.

3.3 Fisiologia da Personalidade

Alterações fisiológicas podem ser visíveis (como expressões faciais, gestos ou voz) ou em mudanças
que não são percetíveis pela observação humana (como Pressão Sanguínea (PS), Batimento Cardi-
aco (BC), ou atividade eletro-dérmica) [17, 32]. A computação fisiológica envolve a interface direta da
fisiologia humana e da tecnologia computacional, i.e. BCI [17]. O objetivo é transformar sinais bioelé-
tricos do sistema nervoso humano num resultado que possa ser aproveitado para interagir com uma
máquina.
Foram encontrados diversos trabalhos que utilizaram sinais fisiológicos para criar uma interface
adaptativa [33–35]. Nasoz [34] no seu estudo pretendeu criar uma interface que se adaptasse às
emoções do utilizador. Foi recolhida a temperatura, ritmo cardíaco e resposta galvânica da pele para
emparelhar esses valores com as expressões faciais dos participantes permitindo concluir o estado
emocional associado. Acabou por utilizar os traços de personalidade na adaptabilidade da interface
uma vez que a personalidade tem impacto nas respostas emocionais e fisiológicas do utilizador.
Também Tuga [33] aborda a necessidade de pessoas que vivem com tetraplegia (pessoas incapa-
zes de mover as extremidades inferiores e superiores devido a uma lesão na medula espinhal, mas
capazes de mover a cabeça) para operar dispositivos de execução, como uma cadeira de rodas elé-

22
trica. Para isso utilizou uma Interface Pessoa-Máquina (IPM) que recebe e processa sinais mioelétricos
(Eletromiograma (EMG)) - sinais elétricos gerado pelos nervos e pelos músculos- extraídos dos múscu-
los extrínsecos da orelha. Foi optado utilizar sinais EMG uma vez que produz resultados mais confiáveis
que sinais Eletroencefalograma (EEG). A construção desta interface preocupou-se com três aspetos:
ser adaptativa, ou seja conhecer as características de cada utilizador; ser fácil de aprender, permitindo
ao utilizador concluir as tarefas de forma eficaz e eficiente; e multi-funcional permitindo ser utilizado
para diversos cenários. A recolha dos sinais dos músculos da orelha foi feita através de dois elétrodos
colocados atrás da orelha, um elétrodo sEMG e uma peça contendo os componentes eletrónicos, como
o amplificador de sinal.

Fisiologia da Conscienciosidade

Encontrar um padrão entre a Conscienciosidade e uma determinada propriedade fisiológica poderia

ajudar a abdicar dos questionários e usar essa medida fisiológica para avaliar o nível de Conscienci-
osidade com uma determinada accuracy. Também é possível chegar ao mesmo resultado através da
junção de mais do que uma propriedade. Será então mais tarde estudada a relação da Conscienciosi-
dade com vários testes para verificar se se encontra alguma correlação.
Para medição da Conscienciosidade é muitas vezes utilizada a atividade cerebral. Isto pode ser
facilmente provado através de técnicas como EEG e Imagem por Ressônancia Magnética Funcio-
nal (fMRI) [36]. Estas técnicas medem as mudanças da atividade cerebral ao longo do tempo em
diferentes locais do cérebro. A atividade metabólica e funcional do cérebro é captada pelo fMRI, en-
quanto o EEG registra o campo eletromagnético gerado pelo cérebro. Zhao et al. [37] concluíram que a
banda de frequência γ no córtex frontal e a linha média θ (Cz e Oz) são as evidenciam melhor a Consci-
enciosidade de um indivíduo. Esta correlação tende a ser mais notória quando os utilizadores estão em
contacto com materiais que despertam uma emoção. Tran et al. [38] também encontraram associações
consistentes entre a atividade δ e θ em todas as regiões corticais com Extroversão e Conscienciosidade.
Para além disso, encontrou diferenças entre as relações para homens e para mulheres.
Kumar afirma que para detetar um Potencial Relacionado a Eventos (PRE), ou seja, para detetar a
resposta cerebral a um estímulo são precisos mais de oito canais, ou seja, oito diferentes localizações
dos elétrodos. Korjus et al. no seu estudo afirma que a personalidade não pode ser prevista a partir de
EEG num estado de descanso.
Brouwer et al. [39] apontam uma correlação negativa entre a Conscienciosidade e BC durante a ex-
posição a uma situação de stress. Houve um aumento mais forte no BC em indivíduos com baixa Cons-
cienciosidade em comparação com indivíduos com maior Conscienciosidade (Figura 3.8). Não houve

23
relação relevante entre a Conscienciosidade e a Resposta Galvânica da Pele (RGP) neste estudo. Com
este estudo abre a possibilidade de distinguir o tipo de Conscienciosidade da pessoa, expondo-a a um
momento stressante de maneira a calcular a variação do seu batimento cardíaco.

Figura 3.8: Medição da sensibilidade ao stress através da diferença do batimento cardíaco antes e depois do jogo
do stress.

Também Jenderny [40] testou uma possível correlação entre a Conscienciosidade e resposta da
pele, uma vez que ambas estão relacionadas com o stress. Porém, não obteve resultados significativos,
concluindo que não é o melhor dado fisiológico para reconhecer a Conscienciosidade de um indivíduo.
Machine learning e reconhecimento de padrões têm sido usados para distinguir o estado emocional
do utilizador através de expressões faciais, fisiologia e entoações vocais. Como já foi visto anterior-
mente em 3.3, os estados emocionais podem ser importantes para reconhecer o tipo de personalidade
e mais concretamente o tipo de Conscienciosidade. Para encontrar uma correlação entre as respostas
fisiológicas e a personalidade de um indivíduo são utilizados algoritmos de classificação.

3.4 Algoritmos de Classificação para Dados Fisiológicos

Há diversos algoritmos e em cada situação deve-se escolher o algoritmo que melhor se aplica àquele
caso. Al-Samarraie et al. [4] utilizaram correlação de Pearson para avaliar a força da associação entre

24
vários parâmetros dos olhos e os traços da personalidade e Análise de Variância (ANOVA) para medir
o principal efeito dos traços de personalidade correlacionados com os parâmetros de movimentos dos
olhos. Também utilizou o algoritmo de aprendizagem IB1 para classificar os parâmetros do movimento
dos olhos dos participantes. Uma matriz de confusão foi usada para apresentar as classificações reais
e previstas de IB1. Os resultados das tarefas factuais, exploratórias e interpretativas mostram que os
parâmetros do movimento ocular podem explicar os traços de personalidade da Conscienciosidade,
amabilidade e extroversão (Figura 3.9A). Também se pode concluir que é possível prever com precisão
os diferentes traços de personalidade a partir dos movimentos oculares dos indivíduos em várias tarefas
de procura de informações (Figura 3.9B)

Figura 3.9: Matriz de confusão da accuracy prevista [4].

Kumar [41] no seu estudo propôs uma BCI como uma ferramenta inteligente de procura e recupe-
ração de imagens através de sinais do cérebro. Para isso utilizou sinais EEG. O modelo de treino foi
composto por três diferentes classificadores: Linear Discriminant Analysis (LDA), Support-vector ma-
chine (SVM) e Neural Network (NN) para três tipos diferentes de features: Poder de Banda, Tempo
de Intervalos/Segmentos e Transformada de Wavelet. O modelo de treino com LDA combinado com a
feature Tempo de Intervalos/Segmentos resultou na melhor accuracy com um valor de 85%. .

25
 Sarsam e Al-Samarraie [5] usaram Hierarchical clustering para identificar os padrões associados
com a personalidade dos indivíduos de acordo com as suas preferências de design de interfaces. O
resultado do agrupamento produziu soluções de dois clusters com o valor do coeficiente de r2 = 0,45.
Depois de obtido o número de clusters foi usado o algoritmo K-means para identificar as instâncias dos
dois clusters. Em seguida, foram criadas regras de associação (Figura 3.10) para prever a associação
entre as preferências de design de interfaces em cada um dos dois grupos de personalidade. Com
essas associações, criaram duas interfaces específicas para cada grupo.

Figura 3.10: Resultado das regras de associação [5].

Zhao [37] no seu estudo para detetar o traço de personalidade através de sinais EEG escolheu
LDA para redução da feature supervisionada. Os sinais EEG em 30 canais foram extraidos em cinco
bandas de frequência: δ (1-4Hz), θ (4-8Hz), α (8-12Hz), β (13-30Hz), e γ (31-45Hz). Pelo elevado
número de features em relação ao número de observações foi aplicado o Sparse LDA que seleciona um
subconjunto das features. Estas features foram inseridas como entradas numa SVM para classificação
da personalidade produzindo uma accuracy de 73,8% para a Conscienciosidade.
Alves et al. [42] extraiu BC, a RGP e ondas cerebrais (α, β e θ) para testar quais são as mais efetivas
para deteção do estado de flow. Para classificação utilizou diversos classificadores como Decision
Tree (DT), Random Forest (RF), SVM e Multilayer Perceptron (MLP) e utilizou a média e sua variância
como features bem como três outras três features baseadas na Fast Fourier Transform (FFR). Acabou
por verificar que MLP obteve o maior valor de accuracy com um valor de 87%.

26
3.5 Discussão

Nesta Secção foram abordados diversos estudos com relevância para esta tese. Várias hipóteses foram
colocadas e foram tidas em conta para este estudo. Primeiramente foram analisados vários métodos de
recolha de dados fisiológicos mais concretamente EEG [37], EMG [33] e fMRI [36]. Como o foco deste
trabalho é a personalidade e está relacionado com a parte mental do indivíduo, o EMG foi descartado,
pois não são esperadas alterações a nível muscular por parte da Conscienciosidade do indivíduo. Entre
os metódos que se concentram na parte cerebral (fMRI e EEG), o EEG apresentou melhores resultados
na deteção da Conscienciosidade dos indivíduos, para além do equipamento necessário para o fMRI ser
muito mais complexo e dispendioso. Por estas duas razões, o EEG é o escolhido para recolher os dados
fisiológicos dos nossos participantes. Também outros indicadores como BC e RGP foram descartados,
pois os estudos realizados com estes indicadores não demonstraram resultados que justificassem o
seu uso.
Sobre a escolha do questionário para avaliar o tipo de Conscienciosidade do indivíduo optou-se
pelo NEO PI-R, pois oferece resultados com maior detalhe do que o NEO-FFI e o IPIP [29,30], além do
NEO-FFI demonstrar algumas inconsistências na sua estrutura [29] e o IPIP não conseguir distinguir
de forma eficaz indivíduos com níveis altos de Conscienciosidade [30]. Também o MBTI foi descartado
pois perde na precisão e no detalhe para o NEO PI-R uma vez que não contém subescalas.
Em relação à adaptatividade do sistema foram tiradas várias conclusões. Do trabalho de Smes-
tad [2], reteve-se que os utilizadores preferem interagir com elementos associados à sua personalidade
tanto pela qualidade como pela atratividade destes sistemas personalizados. Goren-Bar [3] destaca
vários domínios importantes para a criação de uma interface adaptativa. Utilizadores preferiram interfa-
ces adaptivas pelas características humanas inseridas na interface e pela facilidade no uso deste tipo
de sistemas. Porém, o grande argumento utilizado pelos utilizadores para preferirem uma interface não
adaptada é terem o controlo sobre a mesma. Então, na execução das nossas interfaces adaptadas a
reação à falta de controlo do utilizador será testado.
Sobre design de interfaces, como visto por Sarsam e Al-Samarraie [1], há diversos elementos de de-
sign que poderão ser personalizados consoante o tipo de personalidade. Esses elementos serão tidos
em consideração sobre a sua influência na Conscienciosidade de um indivíduo, mais concretamente:

• Distribuição da informação;

• Densidade da informação;

• Imagens;

• Cor;

• Tipo de letra;

27
 • Tamanho da letra;

• Botões;

• Alinhamento.

Sarsam e Al-Samarraie [1] também alertam para a relevância da localização dos elementos numa
User Interface (UI) que podem afetar a satisfação na aprendizagem de uma interface.
Também foi testada a influência da personalidade no contexto de procura de informação. A capaci-
dade de indivíduos com altos valores de Conscienciosidade poderem procurar informação e decidir mais
rápido que os outros indivíduos será importante aquando da construção das interfaces, sendo criadas
interfaces com a informação mais compactada para indivíduos com valores menores de Conscienci-
osidade para evitar que demorem mais tempo a procurar um determinado conteúdo. McGivney [26]
também salienta a importância de ter em conta o estado de alerta (awareness) para a execução de
uma interface.
Na Secção 3.4 vários algoritmos de classificação foram testados. Neste trabalho serão utiliza-
dos Naive Bayes (NB), LDA, SVM, Linear Support Vector (SVC), DT, RF e Long Short-Term Me-
mory (LSTM) uma vez que eles usam sinais fisiológicos como features para classificar um certo fator.
No próximo Capítulo, é abordado todo o planeamento deste trabalho mais concretamente as hipóteses
criadas, as fases do estudo, os instrumentos utilizados na sua execução, o procedimento durante os
testes, as características dos participantes e a análise dos resultados.

28
 Trabalho Desenvolvido
4
Conteúdo
4.1 Questões de Pesquisa e Hipóteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

4.2 Framework de classificação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

4.3 Design Guidelines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

4.4 Análise dos elementos com mudanças singulares . . . . . . . . . . . . . . . . . . . . 45

4.5 Análise dos elementos com mudanças globais . . . . . . . . . . . . . . . . . . . . . . 47

29
30
 Neste capítulo são apresentadas as questões e hipóteses criadas para verificar o objetivo proposto
bem como todo o processo realizado para as validar.

4.1 Questões de Pesquisa e Hipóteses

Neste trabalho pretende-se verificar se e a Conscienciosidade é relevante para a adaptabilidade de

uma interface, e no caso de o ser, se essa adaptabilidade poderá levar a uma melhor experiência
para o utilizador. Para esta verificação é necessário perceber como os utilizadores se comportam com
interfaces costumizadas ao seu tipo de Conscienciosidade. Isto leva à seguinte questão:

Q1: Pode uma interface costumizada ao tipo de Conscienciosidade do indivíduo levar a uma
melhor experiência para o utilizador?

Esta questão pode ser validada através de duas hipóteses:

H1: A Conscienciosidade do utilizador tem efeito na sua preferência de interfaces.

H2: A Conscienciosidade do utilizador tem efeito na sua apreciação geral de uma interface.

Adicionalmente foram criadas duas hipóteses para verificar se a Conscienciosidade tem impacto funci-
onal na experiência do utilizador:

H3: A Conscienciosidade do utilizador tem efeito na sua perceção de usabilidade de uma inter-
face.

H4: A Conscienciosidade do utilizador tem efeito na sua perceção da utilidade de uma interface.

Para agilizar o trabalho decorrente da avaliação do tipo de Conscienciosidade do indivíduo foi tes-
tada a possibilidade de construir um classificador que recebe como entrada as ondas cerebrais do
participante e associa-o a um determinado grupo de Conscienciosidade. Para isso foi criada a seguinte
questão:

Q2: É possível prever o tipo de Conscienciosidade do indivíduo através dos seus dados fisioló-
gicos?

31
 Esta questão pode ser respondida através de uma framework de classificação que é explicada de
seguida.

4.2 Framework de classificação

A função da framework de classificação é classificar o utilizador conforme o seu nível de Conscienci-

osidade. Esta associação da Conscienciosidade do utilizador é feita através de um classificador após
receber como entrada os seus dados fisiológicos. Para isso é necessário modelar e treinar um classifi-
cador através das ondas cerebrais dos participantes e das respostas dos questionários NEO PI-R.
O Bitalino1 é o responsável pela recolha dos dados fisiológicos. Para isso, o Bitalino lê sinais ana-
lógicos que posteriormente são transformados em sinais digitais. Estes sinais ainda não podem ser
processados pela ferramenta BioSPPy sendo por isso transformados em valores EEG. Assim, os da-
dos já podem ser lidos e analisados por esta ferramenta e consequentemente já é possível extrair as
bandas α, β, θ e γ [42]. Este processo está representado na Figura 4.1. Estas bandas foram analisadas
de maneira a verificar se há um padrão entre os seus valores e a Conscienciosidade dos indivíduos, ou
seja, se há valores de ondas similares entre utilizadores com Conscienciosidade semelhante e valores
de ondas distintos entre utilizadores com Conscienciosidade diferente.

Figura 4.1: Tratamento das ondas cerebrais recolhidas.

4.2.1 Recolha de Dados

Na primeira fase deste trabalho um conjunto de utilizadores foi testado afim de analisar os seus valores
relacionados com a Conscienciosidade e recolher as suas ondas cerebrais. Estas duas informações
serão relacionadas pelo classificador.

1 https://bitalino.com/en/hardware

32
Participantes

Um total de 101 pessoas submeteu-se a estes testes. Os utilizadores foram convidados através
de contacto direto e de formulários disponibilizados em diversas redes sociais. A faixa etária dos par-
ticipantes localiza-se entre os 18 e os 36 anos (M=20.78,SD=2.97) e houve o cuidado de procurar
balancear o número de pessoas de ambos os sexos (56 participantes do sexo masculino e 49 parti-
cipantes do sexo feminino). Todos os testes ocorreram entre as 08:00h e as 20:00h num laboratório
controlado.

Instrumentos

Durante esta primeira sessão de testes, o questionário NEO PI-R foi usado para extrair os valores
da consciensiosidade dos participantes e o BITalino para recolher as suas ondas cerebrais.

NEO PI-R foi criado por Costa e McCrae em 1992 após uma reformulação do NEO PI também cri-
ado por estes autores [43]. É um questionário composto por 240 perguntas baseadas na escala Likert
(Discordo totalmente, Discordo parcialmente, Indiferente, Concordo parcialmente, e Concordo total-
mente) [1]. Este teste permite avaliar os cinco traços/domínios da personalidade (Neuroticismo (N),
Extroversão (E), Abertura à Experiência (O), Amabilidade (A) e Conscienciosidade (C)), bem como seis
facetas mais específicas para cada dominio [13]. Sendo os utilizadores testados portugueses optou-se
pela utilização do questionário traduzido em português por Lima e Simões [44]. Parte do questionário
utilizado pode ser visto na Figura 4.2.

BITalino que pode ser visto na Figura 4.2 foi utilizado para recolher os dados fisiológicos dos utilizado-
res [45]. Foram utilizados três elétrodos para registar a diferença elétrica entre os hemisférios cerebrais
o que permite depois de processar os dados conhecer as ondas cerebrais alfa, beta, teta e gama. Es-
tes items podem ser obtidos através do (r)evolution Plugged Kit BT 2 . Os dados foram gravados a 1000
Hz com o software OpenSignals (r)evolution Win 3 . Durante a execução do teste foi também utilizado
álcool, algodão, fones de ouvidos (para evitar distrações com o ruído exterior) e pasta de elétrodos
neurodiagnósticos.

2 bitalino.com/en/plugged-kit-bt
3 www.bitalino.com/en/software

33
Figura 4.2: Excerto do formulário NEO PI-R (esquerda) e placa principal do (r)evolution Plugged Kit do Bitalino
(direita)

Imagens utilizadas para a recolha dos dados fisiológicos

Durante a recolha dos dados fisiológicos, diversas imagens foram utilizadas com o intuito de acal-
mar o utilizador durante a execução dos testes. É importante que todos os utilizadores partam do
mesmo estado para permitir comparações entre eles. As imagens escolhidas fazem parte de um pro-

34
grama de pesquisa do Instituto Nacional de Saúde Mental para o estudo da Emoção e Atenção mais
precisamente pela International Affective Picture System (IAPS) [46]. Vários estudos [47, 48] mostram
diferenças na atividade cerebral aquando a visualização de imagens IAPS. Provou-se ainda que este
tipo de imagens conduzem a altos valores de valência e baixos valores de excitação, que correspondem
a estímulos de relaxamento. [47, 48].

Procedimento

Para esta sessão de testes foi realizado o seguinte procedimento:

1. A cada utilizador foi pedido que se sentasse numa cadeira onde depois lhe foi explicado todo o
processo a que iria ser submetido, bem como o objetivo do trabalho.

2. Após a introdução, foi pedida a leitura e assinatura de um formulário de consentimento autorizando

a recolha dos dados fisiológicos e demográficos do participante bem como a recolha e tratamento
dos dados referentes ao questionário NEO PI-R. Também foi dada a possibilidade de disponibilizar
ao participante os resultados dos testes devidamente tratados no fim do estudo.

3. Depois de autorizada a recolha e tratamento dos dados foi pedido ao utilizador que começasse
a preencher o formulário referente aos seus dados demográficos tal como idade, sexo, escolari-
dade e familarização com tecnologia. Este formulário foi disponibilizado online através de um dos
computadores cedidos para o teste.

4. Após concluído este processo, iniciou-se a fase de recolha dos dados fisiológicos onde foi expli-
cado o processo e dadas algumas indicações sobre como o utilizador se deve comportar durante
a recolha das ondas cerebrais (postura direita, com os braços relaxados por cima das pernas,
relaxamento na zona da cabeça mais precisamente na zona da testa e posição frontal perante
o computador, com o olhar ligeiramente para baixo para evitar que os participantes pisquem os
olhos com frequência). Esta recolha dividiu-se em duas fases de maneira a verificar se existe
diferenças entre os resultados de cada uma [49]. Numa fase os utilizadores apresentaram-se de
olhos abertos olhando para um conjunto de imagens e na outra com os olhos fechados. Cada uma
das fases foi registada durante um período de dois minutos com os utilizadores a apresentarem-se
num estado de repouso (rest).

Durantes as duas fases da recolha os utilizadores mantiveram-se com dois sensores na testa
(posições FP1 e FP2 no sistema 10–20 [50]) e outro na zona atrás da orelha que serve como
“terra", (ground) para a diferença entre os dois hemisférios, como pode ser observado na Figura
4.3.

35
 5. Por fim, os utilizadores acabaram esta fase de testes a preencher o questionário NEO PI-R.

6. O teste finalizou com o agradecimento ao participante e a entrega de dois chocolates.

Figura 4.3: Posicionamento dos sensores.

Foram utilizados dois computadores nesta fase de testes. O primeiro computador ficou responsá-
vel por passar as imagens referidas nesta Secção e permitir que os participantes respondessem aos
questionários. O segundo computador ficou responsável por guardar os dados fisiológicos.

4.2.2 Análise dos Dados

No fim da primeira fase de testes, obteve-se os valores do questionário NEO PI-R para cada partici-
pante. Um desses valores recolhidos destina-se à Conscienciosidade do indivíduo. Os participantes
foram classificados em grupos de Conscienciosidades. Desta forma é possível notar que características
são comuns entre tipos de Conscienciosidade criando desta forma associações. É porém impossível
dividir os utilizadores em grupos perfeitos havendo sempre elementos dissonantes dentro deles. Foram
testadas então duas alternativas:

1. Dividir os participantes em baixa ou alta Conscienciosidade

2. Dividir os participantes em baixa, média ou alta Conscienciosidade

Para dividir os participantes num tipo de Conscienciosidade é necessário atríbuir valores de fronteira
que separam os diferentes tipos. Para isso, recorreu-se ao manual profissional do NEO PI-R baseado
nos valores percentuais da população portuguesa [51]. Para dividir os participantes em dois grupos
foi realizada a seguinte distribuição: 0% a 49% os utilizadores são classificados como Conscienciosi-
dade baixa e de 50% a 100% são classificadas como tendo Conscienciosidade alta. Para dividir os

36
participantes em três grupos foi realizada a seguinte distribuição: 0% a 29% são classificados como
Conscienciosidade baixa, de 30% a 69% como Conscienciosidade média e de 70% a 100% como
Conscienciosidade alta. Foram utilizadas escalas diferentes para adultos e jovens adultos (participan-
tes com idade inferior a 22 anos). A tabela 4.1 mostra a distribuição dos participantes nos diferentes
tipos de Conscienciosidade.

2 Groups 3 Groups
Baixa 55 46
Média - 29
Alta 50 30

Tabela 4.1: Distribution of participants in different types of Conscientiousness.

Analisadas as contagens para a divisão em dois e em três tipos de Conscienciosidades optou-se

pela primeira opção (divisão em Conscienciosidade baixa e Conscienciosidade alta) uma vez que a
divisão em três grupos apresentou uma distribuição menos equilibrada em comparação com a divisão
em dois grupos.

4.2.3 Algoritmo de Classificação

Depois de decididos os grupos de Conscienciosidades foi iniciada a modulação do classificador. Para

isso é necessário contar com um algoritmo que permita gerar uma previsão através de um conjunto
de dados. Existem diversos algoritmos de classificação estudados sendo cada um deles mais eficiente
para determinados casos. Para este estudo foram testados sete algoritmos de classificação para verifi-
car qual produz melhores resultados para o problema em questão. Para cada um destes algoritmos foi
modelado e testado um classificador. Também foram estudadas várias métricas a fim de encontrar a
melhor solução. No caso de um classificador em que se pretende acertar o maior número de previsões
possível foi escolhida como métrica principal a accuracy (percentagem de previsões certas em relação
ao total de previsões) como base de comparação entre classificadores [52]. De seguida é indicado o
processo de seleção de features e algoritmos para este trabalho.

Escolha do Algoritmo Para modelar um classificador com a maior accuracy possível foram testados
sete algoritmos de classificação para verificar qual obtinha melhores resultados: NB, LDA, SVM, SVC,
DT, RF e NN [52–57]. Com exceção do algoritmo NN todos os outros algoritmos correram 50 vezes
com os dados previamente normalizados para obter um conjunto considerável de classificações, cada
uma das vezes com diferentes conjuntos de treino e de testes (na proporção de 80/20).

Neural Network - Long Short-Term Memory

O algoritmo NN, mais especificamente uma LSTM, tem uma abordagem diferente dos restantes algorit-

37
mos por partir de uma proposta diferente de análise. Enquanto os algoritmos relatados anteriormente
se preocupam com features que são analisadas de forma a encontrar um padrão sem qualquer ava-
liação temporal, as LSTM, que são NN recorrentes, têm a noção temporal contemplada e verificam
como os valores se ajustam ao longo do tempo. Assim, é esperado que haja um padrão nas oscilações
de valores das bandas EEG para Conscienciosidade baixa e para Conscienciosidade alta ao longo do
tempo. Para a execução deste algoritmo os dados foram previamente normalizados e para cada utili-
zador foram guardados os últimos 100 instantes dos dois minutos de ondas EEG recolhidas. A razão
de se utilizar os últimos 100 instantes (correspondente a 100 milissegundos) é que são os instantes
em que o utilizador está potencialmente em maior relaxamento. O número de instantes guardados foi
testado tendo o número 100 atingido os melhores valores. Grandes valores de instantes sobrecarregam
o classificador tornando-o excessivamente demorado para a execução de testes. Foram utilizados 15%
dos participantes para treino do classificador para garantir um número minimo razoável de elementos
de teste sem comprometer o número de dados de treino. O classificador foi corrido em 500 épocas
atingindo o valor de 50% para olhos abertos (resultados aleatórios) e 61.70% de accuracy para olhos
fechados.

Escolha das Features Como explicado anteriormente a recolha das ondas cerebrais do utilizador foi
realizada durante um período de dois minutos para olhos abertos e outro de dois minutos para olhos
fechados. Com excessão do algoritmo NN, todos os outros algoritmos dividiram estes registos em in-
tervalos de tempo. Para os registos de ondas EEG para olhos fechados, para olhos abertos e para a
diferença dos dois, os dados foram divididos em intervalos de 10, 20 e 30 segundos separadamente
para verificar qual dos intervalos demonsta melhores valores para as métricas escolhidas para o classifi-
cador da Conscienciosidade. A um maior número de intervalos corresponde também um maior número
de classificações. Assim, para um registo de ondas de dois minutos, numa divisão em intervalos de
10 segundos resultaria 12 intervalos cada um deles associado ao respetivo tipo de Conscienciosidade.
Para cada uma destas divisões em intervalos de tempo foram extraídas as seguintes bandas: θ (4- 8Hz)
α alta (8-10 Hz), α baixa (10-13 Hz), β (13-25 Hz) e γ (25-40 Hz). Recolhendo as bandas separada-
mente poder-se-ia verificar quais delas têm uma maior relação com a Conscienciosidade do indivíduo.
Por fim, foram extraídas as features das bandas de sinais, da diferença e dos sinais EEG proces-
sados. As features escolhidas foram a média, o desvio padrão, a variância, a mediana e a assimetria.
Foram estes valores que os classificadores exploraram e retiraram padrões para gerar uma previsão
em relação a um novo conjunto de dados.
As Tabelas 4.2, 4.3 e 4.4 mostram a média dos resultados das métricas das 50 execuções para os
três intervalos de tempo analisados.

38
 NB LDA SVM LINEAR SVM DT RF
Accuracy 0,5525 0,6205 0,5347 0,6044 0,6651 0,8136
Precision 0,5467 0,6263 0,5321 0,6120 0,6736 0,7935
Recall 0,8584 0,6686 0,9328 0,6734 0,7096 0,8738
F1-SCORE 0,6660 0,6454 0,6771 0,6396 0,6903 0,8304
MAE 0,4475 0,3795 0,4653 0,3956 0,3349 0,1864

Tabela 4.2: Resultados dos diferentes algoritmos com um intervalo de dez segundos

NB LDA SVM LINEAR SVM DT RF

Accuracy 0,5474 0,5872 0,5282 0,6050 0,6393 0,7746
Precision 0,5429 0,5971 0,5261 0,6144 0,6414 0,7618
Recall 0,8574 0,6258 0,9664 0,6684 0,6943 0,8346
F1-SCORE 0,6636 0,6083 0,6798 0,6373 0,6651 0,7947
MAE 0,4526 0,4128 0,4718 0,3950 0,3607 0,2254

Tabela 4.3: Resultados dos diferentes algoritmos com um intervalo de vinte segundos

NB LDA SVM LINEAR SVM DT RF

Accuracy 0,5495 0,5865 0,5190 0,5806 0,6059 0,7386
Precision 0,5456 0,5891 0,5202 0,5839 0,6190 0,7390
Recall 0,8687 0,6350 0,9820 0,6385 0,6541 0,7882
F1-SCORE 0,6688 0,6083 0,6788 0,6061 0,6332 0,7596
MAE 0,4505 0,4135 0,4810 0,4194 0,3941 0,2614

Tabela 4.4: Resultados dos diferentes algoritmos com um intervalo de trinta segundos

Das tabelas acima, pode-se concluir que o algoritmo RF foi o que possuiu maiores valores para
a maioria das métricas utilizadas, independentemente do intervalo de tempo escolhido. Como pre-
tendemos um classificador que acerte o maior número de previsões possível escolhemos a accuracy
como métrica de comparação dos diferentes algoritmos. Também para esta métrica o algoritmo RF
teve os melhores resultados, atingindo um valor de 81.36% para o intervalo de tempo de dez segundos.
Mesmo em comparação com o algoritmo NN, RF apresentou maiores valores de accuracy sendo por
isso o algoritmo utilizado neste trabalho. Neste algoritmo o intervalo de tempo de dez segundos foi o
que apresentou valor de accuracy mais alta para RF, pelo que foi o intervalo de tempo escolhido para
ser utilizado pelo classificador.

Resumindo, o algoritmo escolhido foi o RF e o intervalo de tempo o de 10 segundos. Das 50

iterações realizadas para estas escolhas a que teve uma maior accuracy atingiu um desempenho de
85.1%. Esta iteração obteve uma taxa de acerto de 87.1% para a previsão de Conscienciosidade baixa
e uma taxa de acerto de 82.9% para a previsão de Conscienciosidade alta.

39
4.3 Design Guidelines

A interface é o foco do estudo e foi costumizada ao tipo de Conscienciosidade do indivíduo. Uma GUI
adaptável foi utilizada para testar diversos elementos com o intuito de se encontrar os mais relevantes
para ajustar ao utilizador. Esta fase irá contar envolver três etapas: 1. Recolha das preferências dos
utilizadores; 2. Criação das design guidelines baseadas nas preferências do utilizador em relação à
Conscienciosidade: 3. Validação das design guidelines.
Os elementos escolhidos para serem testados foram: Menu, Corpo, Texto, Tema, Imagens, Botões,
Icones, Apresentação de Imagens, Estilo de Apresentação. Nesta secção serão explicados como estes
elementos variaram.

4.3.1 Recolha das Preferências

O primeiro passo para a criação e validação das design guidelines é perceber quais os elementos
mais relevantes para a criação de uma GUI baseada na Conscienciosidade. Para isso um conjunto de
elementos foram testados através de uma GUI adaptável em que o utilizador poderia interagir com cada
um dos elementos colocando-os conforme a sua preferência. Os elementos poderiam ser alterados da
seguinte forma:

Menu Refere-se à posição do menu na interface. As posições disponíveis são: cabeçalho, rodapé,
esquerda e direita. A escolha do menu no cabeçalho permite ainda ao utilizador optar por um menu fixo
ou um menu não fixo. O menu fixo consiste num menu que está permanentemente no topo da interface
e nunca desaparece mesmo descendo no conteúdo da interface. Já o menu não fixo desaparece
aquando da descida do conteúdo da página.

Corpo Este elemento está dividido em três segmentos: Tamanho, relacionado com o tamanho das
margens laterais, em que as possibilidades são: muito pequeno, pequeno, médio, grande e muito
grande; Layout, relacionado com o foco no texto, nas imagens, ou um foco neutro. Dependendo da
escolha haverá maior ou menor foco nas imagens da interface. Densidade de Informação, relativo à
quantidade de informação exposta na interface. As opções são densidade baixa, média ou alta.

Texto Este elemento também está dividido em três segmentos: Fonte, cujas opções são: com serifa,
sem serifa, cursiva, monoespaçada com serifa, monoespaçada sem serifa. Tamanho da fonte, dividi-
das em: muito pequena, pequena, média, grande e muito grande. Alinhamento do texto, dividido em
esquerda, centro, direita e justificado.

40
Tema Os oito temas criados podem ser vistos na Figura 4.4. No estudo de Stimpson et al [58] não foi
encontrada nenhuma relação entre cores e traços de personalidade porém estes temas foram escolhi-
dos baseados no trabalho desenvolvido por Condeço et al [59] que aborda a possibilidade de diferentes
tipos de personalidade preferirem determinadas cores.

Figura 4.4: Temas escolhidos para interação na interface.

Imagens Dividido em duas componentes: Moldagem de texto, permitindo ao texto se moldar criando
espaço às imagens ao seu redor, e não-moldagem em que as imagens estão posicionadas fora da zona
de texto. Posição da legenda, relacionado com o alinhamento da legenda pondendo ser à esquerda,
ao centro ou à direita.

Botões Elemento que se divide em quatro segmentos: Posicionamento horizontal, em que os bo-
tões podem aparecer encostados à esquerda da inteface, centrados, ou encostados à direita. Posici-
onamento vertical, em que os botões podem estar no cabeçalho ou no rodapé. Tipo de botões, em
que se poderá optar pelos botões de Anterior/Próximo, ou pelos botões de numeração de página em
que o utilizador pode optar logo pela página prentendida.

Ícones Neste elemento, os utilizadores podiam optar por ter ícones na sua interface e no caso de
terem, podiam escolher a posição em relação ao texto (esquerda ou direita).

Apresentação de Imagens A interface contará com um slideshow com várias imagens. O utilizador
poderá escolher se pretende que essas imagens troquem automaticamente ou que seja feito de forma
manual dando-lhe o controlo.

41
Estilo de Apresentação Por fim o utilizador poderá escolher a forma como se apresenta a Informa-
ção. As opções são a informação distribuida em texto corrido, através de uma tabela ou por pontos.

4.3.2 Interface Adaptável

Após escolhidos quais os elementos a serem testados, é criada uma GUI adaptável com estes elemen-
tos implementados. Devido à grande quantidade de elementos a serem testados e das diversas pos-
sibilidades relacionadas com cada elemento é possível obter cerca de mil milhões de combinações de
interfaces diferentes. Cada utilizador através das suas escolhas acabará como produto final com uma
dessas interfaces. Apesar de ser extramamente improvável que dois utilizadores acabem por escolher
exatamente a mesma interface, existirão padrões de elementos idênticos entre os vários utilizadores. A
intenção é no final encontrar estes padrões e associá-los aos diferentes tipos de Conscienciosidade.

Estruturação da Interface Adaptável

A interface adaptável será criada de forma o mais abstrata possível. Espera-se que desta forma cada
utilizador escolha os elementos meramente através das suas preferências e se evite associar o design
da interface ao conteúdo da mesma. A influência que o conteúdo da interface poderia ter para a es-
colha dos elementos por parte do utilizador é exemplificado no caso de uma interface que contém um
poema sobre o mar. O utilizador poderia por associação escolher cores mais azuladas relembrando o
mar e um tipo de letra semelhante à manuscrita por ser um poema. Então, optou-se por utilizar todo
o texto em latim, no formato Lorem ipsum (excepto alguns elementos para contextualizar o utilizador)
e imagens meramente simbólicas (apenas indicando que naquele espaço se situa uma imagem) para
não haver qualquer tipo de relação design/conteúdo. Um exemplo destes elementos numa possível
interface pode ser vista na Figura 4.5
Para evitar condicionamentos através da interface raíz apresentada aos utilizadores, ou seja, a in-
terface atribuída como ponto de partida, todos os elementos são escolhidos de forma aleatória fazendo
com que cada utilizador parta de uma interface diferente, dispersando assim o efeito inicial causado
(Figura 4.6). A interface não terá interesse funcional, mas unicamente estético. Assim sendo, poderão
existir elementos sem impacto real na interface (tais como botões ou menus), sendo criados apenas
para perceber como o utilizador prefere que sejam apresentados.
A interação do utilizador com a interface adaptável foi feita através de um menu móvel que poderia
ser arrastado para qualquer posição e que continha todos os elementos e as diversas possibilidades
subjacentes (Figura 4.7). Este menu foi o único elemento não personalizável da interface uma vez que
só existiu para permitir ao utilizador personalizar cada elemento e não está sob avaliação. Após finalizar
a sua personalização, um botão ’guardar’ foi utilizado para guardar todas as escolhas do utilizador num

42
 Figura 4.5: Interface com texto no formato Lorem ipsum e imagens simbólicas.

ficheiro TXT (Figura 4.7).

Figura 4.6: Interfaces adaptativas com elementos aleatórios.

4.3.3 Testes com Utilizadores

Após criada a interface adaptável iniciou-se uma nova fase de testes responsável por recolher as pre-
ferências de design dos diferentes utilizadores. De cada utilizador já é conhecido o seu tipo de Cons-
cienciosidade através do preenchimento do questionário NEO PI-R apresentado na Secção 4.5. Esta
secção explica todos os procedimentos e apresenta os resultados obtidos.

Participantes Da lista de participantes recrutados na sessão de teste anterior foram escolhidos de

forma aleatória 21 participantes com a Conscienciosidade baixa e 21 participantes com a Conscien-
ciosidade alta completando assim um total de 42 utilizadores para esta sessão de testes. Destes 42
utilizadores dois foram utilizados para testar o protocolo e garantir a afinação de todo o processo. Os

43
 Figura 4.7: Elementos auxiliares da inteface adaptativa.
Auxiliares

resultados destes dois utilizadores foram descartados da avaliação dos resultados. Todos os testes
ocorreram entre as 08:30h e as 20:30h. Nesta sessão de testes não se teve em consideração o género
dos participantes no processo de seleção tendo participado 26 utilizadores do sexo masculino e 16
utilizadores do sexo feminino com idades compreendidas entre os 18 e os 36 (M=20.78,SD=2.97).

Procedimento Os testes decorreram na sala 3.03 do Pavilhão de Informática I no campus Alameda

do Instituto Superior Técnico (IST). Os testes duraram cerca de dez minutos cada.

1. Nesta sessão foi pedido a cada utilizador que se sentasse numa cadeira onde estava colocado
um computador à sua frente com uma interface aleatória previamente carregada.

2. Foi explicado que a partir do menu móvel o utilizador poderia personalizar cada componente
conforme o seu gosto.

3. No fim da personalização e do utilizador se sentir satisfeito com a interface obtida guardaram-se

as suas preferências devidamente identificadas carregando no botão ’guardar’ num ficheiro TXT.

4. Para finalizar foi agradecido o tempo disponibilizado para o teste.

Análise dos Dados Os ficheiros guardados foram explorados através de um script que construia
tabelas para cada elemento estudado cruzando as escolhas dos utilizadores com o seu tipo de Consci-
enciosidade. A Tabela 4.5 evidencia um exemplo dessas tabelas. Para este exemplo podemos concluir
que tanto os utilizadores com Conscienciosidade baixa como utilizadores com a Conscienciosidade alta
preferem interfaces com o Menu à esquerda (16 pessoas das 20 para Conscienciosidade baixa e para
Conscienciosidade alta).

44
 Cima Esquerda Baixo Direita
Conscienciosidade Baixa 1 16 2 1
Conscienciosidade Alta 2 16 2 0

Tabela 4.5: Tabela das escolhas do elemento Posição do Menu para os dois tipos de Conscienciosidade

Depois de conhecer as preferências dos utilizadores para cada tipo de Conscienciosidade foi ava-
liado como estes elementos afetam a UX na interação com interfaces com conteúdo e com tarefas
associadas. Esta análise foi dividida em duas fases, uma para verificar a relevância individual dos ele-
mentos e outra para verificar a relevância global dos mesmos. De seguida será explicada cada uma
das abordagens.

4.4 Análise dos elementos com mudanças singulares

Para verificar se os elementos associados a um determinado tipo de Conscienciosidade têm efeito

prático na experiência do utilizador a nivel individual é necessário primeiro perceber quais os elementos
que mais diferem entre os dois grupos de Conscienciosidade.
Utilizando o teste de Fisher verificou-se que nenhum elemento apresentou resultados significativos
tendo por isso sido optado pelos elementos que apresentavam maiores diferenças entre os dois grupos
de Conscienciosidade. Concluímos que os elementos mais afetados pelo tipo de consciensiosidade
são: Alinhamento das legendas das imagens(p=0.070), Lado da Imagem (p=0.071) e Tamanho do
tipo de letra (p=0.140). A tabela com os resultados para todos os elementos pode ser vista na Tabela
4.6.

4.4.1 Discussão

Apesar do Lado da Imagem apresentar os valores mais diferentes entre grupos de COnscienciosidade,
este elemento é dependente do elemento Moldagem do Texto, isto é, no caso do participante escolher
um texto não moldado, o elemento Lado da Imagem não era considerado, isto causou que, havendo
várias pessoas a escolher Texto não Moldado, houvesse menos participantes a escolher este elemento
provocando resultados menos sólidos. Dessa forma, este elemento foi descartado.
Sendo assim, a legenda da imagem (D(40)= 9.879, p = 0.007) e o tamanho da fonte (D(40) = 4.730,p
= 0.140) foram os elementos escolhidos para verificar a relevância da Conscienciosidade para o design
de uma interface a nível individual. As tabelas dos elementos correspondentes podem ser vistas nas
Tabelas 4.7 e 4.8.
Na Figura 4.8 podem-se ver os gráficos das tabelas associadas e as diferenças relativas aos dois
tipos de Conscienciosidade.

45
 Elemento Valor p
Menu Posição 1.000
Menu Fixação 1.000
Legenda da Imagem 0.070
Tamanho da Fonte 0.140
Tamanho do Corpo 0.404
Lado da Imagem 0,071
Moldagem do Texto 1.000
Tipo de Fonte 0.645
Alinhamento do Texto 1.000
Densidade da Informação 0.748
Foco do Corpo 0.625
Estilo da Informação 0.714
Tema 0.877
Posição Horizontal dos Botões 1.000
Posição Vertical dos Botões 1.000
Método do Botão 0.343
Forma do Botão 0.343
Existência dos Icones 1.000
Posição dos Icones 0.176
Slideshow 1.000

Tabela 4.6: Resultados do Teste de Fisher para cada elemento.

Esquerda Centro Direita

Conscienciosidade Baixa 10 5 5
Conscienciosidade Alta 3 15 2

Tabela 4.7: Tabela das escolhas para o elemento Alinhamento das Legendas das Imagens.

Muito Pequena Pequena Média Grande Muito Grande

Conscienciosidade Baixa 1 10 5 4 0
Conscienciosidade Alta 0 7 11 2 0

Tabela 4.8: Tabela das escolhas para o elemento Tamanho da Fonte.

Destas tabelas é possível retirar guidelines que serão validadas no Capítulo 5. Essas guidelines
são:

1. Utilizadores com Conscienciosidade baixa têm uma preferência por fontes pequenas;

2. Utilizadores com Conscienciosidade alta têm uma preferência por fontes médias;

3. Utilizadores com Conscienciosidade baixa têm uma preferência por alinhamento das le-
gendas das imagens à esquerda;

4. Utilizadores com Conscienciosidade alta têm uma preferência por alinhamento das legen-
das das imagens ao centro.

46
 Figura 4.8: Gráficos das preferências dos utilizadores para os dois elementos mais relevantes.

4.5 Análise dos elementos com mudanças globais

Ao contrário da análise dos elementos com mudanças singulares, nesta análise não serão estudados
os elementos mais relevantes, mas sim todos os elementos cujas escolhas variam entre os dois gru-
pos de personalidade. Os elementos em questão são: 1. Tamanho do Corpo, 2. Lado da Imagem,
3. Alinhamento da Legenda das Imagens, 4. Tamanho da Fonte, 5. Método dos Botões, 6. Forma dos
Botões.

47
Dos resultados podemos retirar as seguintes design guidelines que serão validadas na secção 5:

• Utilizadores com Concienciosidade baixa preferem interfaces com tamanho de corpo grande,
imagens do lado esquerdo, alinhamento da legenda das imagens à esquerda, tamanho de
fonte pequeno, botões na forma númerica e botões com uma forma reta

• Utilizadores com Concienciosidade alta preferem interfaces com tamanho de corpo mé-
dio,imagens do lado direito, alinhamento da legenda das imagens ao centro, tamanho de
fonte médio, botões na forma Anterior/Próximae botões com uma forma reta curva

48
 5
Validação

Conteúdo
5.1 Validação com Mudanças Singulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

5.2 Validação com Mudanças Globais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

5.3 Discussão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

49
50
 Na Secção 4 verificaram-se quais os dois elementos mais relevantes para a Conscienciosidade
e quais os elementos cuja preferência variou entre os dois grupos de Conscienciosidade e dessas
conclusões foram extraídas as design guidelines correspondentes.
Nesta secção, foram construídas interfaces constumizadas com temas e componentes funcionais
baseadas nesses elementos e foram validadas essas design guidelines analisando os resultados de
duas sessões de testes com utilizadores para perceber o grau de satisfação e desempenho que cada
tipo de Conscienciosidade demonstra em relação a cada uma dessas interfaces. Para validar as design
guidelines foi pedido a cada utilizador que avaliasse a apreciação geral de cada interface numa escala
de 1-10 e no fim de responder a todas as interfaces e classificá-las foi pedido ao utilizador que esco-
lhesse a interface que mais gostou. As design guidelines serão aceites se houver uma apreciação geral
relevantemente maior para as interfaces costumizadas ao tipo de Cosncienciosidade. Adicionalmente,
também foi pedido aos utilizadores que respondessem a dois questionários a fim de perceber se as
interfaces com as guidelines recolhidas dão ao utilizador uma maior utilidade percebida e se os utili-
zadores vêm maior usabilidade nessas interfaces. A primeira sessão de testes avaliaou os resultados
em relação a mudanças singulares e a segunda sessão de testes avaliou os resultados em relação a
mudanças globais.

Apparatus

Para avaliar a interação dos utilizadores com as interfaces para permitir compará-las foram utiliza-
dos dois questionários. Usámos a escala SUS [60] para medir a usabilidade das interfaces e a escala
TAM [61] para medir a aceitação das interfaces por parte dos participantes.

SUS A escala de usabilidade de um sistema foi desenvolvida pela Digital Equipment Corp mais pre-
cisamente por John Brooke em 1986. Foi construído para uma rápida medição de como as pessoas
percecionam a usabilidade dos sistemas computacionais que estão a utilizar. Os critérios que o SUS
ajuda a availar são a efetividade, a eficiência e a satisfação demonstradas pelo utilizador.
O questionário consiste em dez perguntas numa escala Likert (Discordo plenamente, Discordo par-
cialmente, Nem concordo nem discordo, Concordo parcialmente e Concordo plenamente),

TAM3 O Modelo de Aceitação de Tecnlogia, Technology Acceptance Model, foi proposto por Davis em
1989. Tal como o nome indica este modelo permite medir o nível de aceitação que o utilizador demons-
tra com a tecnologia que está a trabalhar. TAM está fundamentada basicamente em dois construtos: a
Utilidade Percebida e a Facilidade de Uso Percebida. Pela tarefa dos utilizadores nesta fase de testes
não ter componentes para além da procura de informação na interface a Facilidade de Uso Percebida
não é interessante para ser avalido e optou-se apenas pela componente Utilidade Percebida. Neste

51
trabalho foi utilizada uma reformulação do TAM, constituindo o TAM3 que pode ser visto em parte na
Figura 5.1.

Figura 5.1: Excerto do questionário TAM3

Recordemos as hipóteses criadas para verificar a relevância da Conscienciosidade para a experi-

ência do utilizador agora com auxílio das design guidelines extraídas. Essas hipóteses são:

• H1: A Conscienciosidade do utilizador tem efeito na sua preferência de interfaces.

• H2: A Conscienciosidade do utilizador tem efeito na sua apreciação geral de uma interface.

• H3: A Conscienciosidade do utilizador tem efeito na sua perceção de usabilidade de uma interface.

• H4: A Conscienciosidade do utilizador tem efeito na sua perceção da utilidade de uma interface.

De seguida, é verificado se estas hipóteses são aceites ou refutadas de forma singular e de forma
global.

5.1 Validação com Mudanças Singulares

No Capítulo 4 verificaram-se que os dois elementos mais relevantes para a Conscienciosidade eram o
Tamanho da fonte e o Alinhamento da legenda das imagens. Por simplicidade foram retiradas as opções

52
Tamanho de fonte muito pequena e muito grande por serem pouco escolhidas e não representarem
variações entre os tipos de Conscienciosidade. Assim, para o elemento Tamanho de fonte as opções
testadas foram: Tamanho de fonte pequena, média ou grande. Já para o elemento Alinhamento da
legenda das imagens as opções testadas foram: alinhamento à esquerda, alinhamento ao centro e
alinhamento à direita.

Estruturação das Interfaces

Com base nestes elementos foram criadas nove interfaces com as diversas combinações possíveis:

1PE- Tamanho de letra pequeno - P e legenda das imagens alinhada à esquerda - E

2PC- Tamanho de letra pequeno - P e legenda das imagens alinhada ao centro - C

3PD- Tamanho de letra pequeno - P e legenda das imagens alinhada à direita - D

4ME- Tamanho de letra médio - M e legenda das imagens alinhada à esquerda - E

5MC- Tamanho de letra médio - M e legenda das imagens alinhada ao centro - C

6MD- Tamanho de letra médio - M e legenda das imagens alinhada à direita - D

7GE- Tamanho de letra grande - G e legenda das imagens alinhada à esquerda - E

8GC- Tamanho de letra grande - G e legenda das imagens alinhada ao centro - C

9GD- Tamanho de letra grande - G e legenda das imagens alinhada à direta - D

Para um melhor entendimento das interfaces estudadas daqui para a frente trataremos as interfaces
pelo número e a inicial das preferências dos elementos dessa interface. Desta forma, por exemplo, a
interface 1 será tratada por 1PE, tratando-se da interface 1, com tamanho de fonte Pequena e alinha-
mento da legenda da imagem alinha à Esquerda.
As nove interfaces seguiram a mesma estrutura apenas variando nos elementos acima descritos.
Para os utilizadores focarem nos elementos testados as interfaces seguiram uma formatação simples
apenas com grupos de texto acompanhados cada um com uma imagem ilustrativa desse grupo. Apesar
do foco da interface ser os elementos descritos é impossível não utilizar outros elementos. Os restantes

53
elementos tal como o tamanho do título, tipo de letra, cor de fundo e cor da fonte foram escolhidos de
maneira a seguir as tendências comuns das preferências de ambos os grupos. Ao contrário da interface
adaptável criada, estas interfaces tinham um tema e conteúdo para os utilizadores conseguirem retirar
informação da mesma. O tema das interfaces foi uma lista com os animais mais raros do mundo.
Este tema foi escolhido numa tentativa dos utilizadores não soubessem as respostas e precisassem de
procurar a informação nas interfaces, interagindo dessa forma com todas as componentes da interface.
Uma parte de cada uma das nove interfaces pode ser vista na Figura 5.2.

Figura 5.2: Interfaces com variações nos elementos relevantes.

54
 Após a criação das várias interfaces é altura de as colocar em contato com os utilizadores.

Participantes Da lista de participantes recrutados na primeira sessão de testes foram escolhidos

aleatoriamente 50 utilizadores para esta sessão de testes tendo 27 deles Conscienciosidade baixa e
23 participantes a Conscienciosidade alta. Todos os testes ocorreram entre as 08:30h e as 20:30h.
Nesta sessão não se teve em consideração o género dos participantes para a seleção deste teste
tendo participado 30 utilizadores do sexo masculino e 20 utilizadores do sexo feminino com idades
compreendidas entre os 18 e os 36 (M=22.67,SD=3.13).

Procedimento Os testes decorreram na sala 3.03 do Pavilhão de Informática I no campus Alameda

do Instituto Superior Técnico (IST). Os testes duraram cerca de 60 minutos cada.

• Antes do teste começar, foi selecionada de forma aleatória a ordem das interfaces com que os
participantes iriam interagir de forma a não haver influência da ordem de exposição das interfaces
nas preferências dos utilizadores.

• Pela mesma razão, a ordem das tarefas pedidas ao utilizador foram também previamente seleci-
onadas aleatoriamente.

• Após a conclusão da preparação do teste, é pedido ao participante que se sente.

• Seguidamente, é explicado o teste e demonstrado todo o equipamente envolvido.

• Por fim, é pedido ao participante que preencha o formulário de consentimento relativo ao teste.

• É então iniciado o teste mostrando pela ordem previamente selecionada as interfaces uma a uma.
Para cada interface são colocadas duas perguntas. A primeira pergunta destina-se a encontrar
uma informação presente no texto resumindo o animal raro e a segunda pergunta destina-se
a encontrar uma informação sobre a espécie do animal que se pode encontrar na legenda da
imagem do animal correspondente.

• No fim do participante responder corretamente às duas tarefas propostas pelo responsável pelo
teste foi pedido ao participante que respondesse ao questionário SUS e ao questionário e utilidade
Percebida (parte do TAM3), ambos respondidos através de um computador.

• Por fim foi pedido ao participante que avaliasse a apreciação geral da interface numa escala de 1
a 10. Estes passos foram repetidos nas nove interfaces.

• No fim foi também pedido ao participante que escolhesse qual das nove interfaces preferia. Foi-lhe
permitido que voltasse a rever as nove interfaces de forma a escolher a seu preferida.

55
 • Finalizado o teste, agradeceu-se aos participantes pelo tempo dispendido e dado um chocolate
de compensação. Todas as respostas aos questionários foram gravadas.

Análise dos Dados

Desta sessão de testes obteve-se para cada utilizador a avaliação da apreciação geral das interfaces
bem como as respostas do questionário SUS e do questionário TAM3 para cada uma das nove inter-
faces. Cada utilizador escolheu ainda a sua interface preferida. Estas informações foram analisadas a
fim de verificar se algum destes dados possui diferenças significativas em relação à Conscienciosidade
dos indivíduos.
Para os testes foram criados grupos de interfaces para avaliação das diferentes guidelines.

• Grupo 1: Interfaces 1, 4 e 7 com legenda da imagem alinhada à esquerda.

• Grupo 2: Interfaces 2, 5 e 8 com legenda da imagem alinhada ao centro.

• Grupo 3: Interfaces 3, 6 e 9 com legenda da imagem alinhada à direita.

• Grupo 4: Interfaces 1, 2 e 3 com tamanho de fonte pequeno.

• Grupo 5: Interfaces 4, 5 e 6 com tamanho de fonte médio.

• Grupo 6: Interfaces 7, 8 e 9 com tamanho de fonte grande.

Os grupos serão tratados pelos números indicados em cima. De seguida serão analisadas cada
uma das hipóteses elaboradas.

H1: A Conscienciosidade do utilizador tem efeito na sua preferência de interfaces.

Para avaliar H1 recorreu-se ao teste de Fisher para verificar se as preferências do utilizador são
significativamente diferentes entre os dois grupos de Conscienciosidade. As tabelas das preferências
dos utilizadores podem ser vistas abaixo

Fonte Pequena Fonte Média Fonte Grande

Conscienciosidade Baixa 13 10 3
Conscienciosidade Alta 9 13 1

Tabela 5.1: Tabela das preferências do tamanho da fonte por parte dos utilizadores.

Conclusão: Os resultados não mostraram diferenças relevantes entre os dois tipos de Conscienci-
osidade para o Tamanho da fonte (D(49) = 1.871, p = 0.391) nem para o alinhamento da legenda das
imagens (D(49) = 2.933, p = 0.272). Dessa forma a hipótese H1 é refutada.

56
 Alinhamento à esquerda Alinhamento ao centro Alinhamento à direita
Conscienciosidade Baixa 13 9 4
Conscienciosidade Alta 6 12 5

Tabela 5.2: Tabela das preferências do alinhamento das legendas das imagens por parte dos utilizadores.

H2: A Conscienciosidade tem efeito na classificação da apreciação geral do utilizador.

Os resultados do teste de normalidade Kolmogorov-Smirmov para a apreciação geral (Tabela 5.3) mos-
tram que para baixa Conscienciosidade e alta Conscienciosidade existem interfaces que não seguem
uma distribuição normal.

Baixa Conscienciosidade Alta Conscienciosidade

Interface Statistic p value Statistic p value
1PE 0.183 0.037 0.210 0.027
2PC 0.179 0.044 0.160 0.200
3PD 0.198 0.016 0.193 0.060
4ME 0.140 0.200 0.193 0.061
5MC 0.259 0.000 0.222 0.014
6MD 0.222 0.004 0.195 0.055
7GE 0.122 0.200 0.226 0.012
8GC 0.115 0.200 0.141 0.200
9GD 0.229 0.002 0.237 0.066

Tabela 5.3: Resultados do teste de normalidade Kolmogorov-Smirnov para a apreciação geral

Não obtendo dados com uma distribuição normal teve que se recorrer a um teste não paramétrico,
mais concretamente o teste de Friedman para verificar se há uma diferença significativa entre as clas-
sificações da apreciação geral das interfaces em relação à Conscienciosidade dos utilizadores. Para
validar esta hipótese é necessário que haja uma classificação significativamente maior nas interfaces
com tamanho de fontes pequeno e nas interfaces com alinhamento da legenda das imagens à
esquerda para utilizadores com Conscienciosidade baixa e nas interfaces com tamanho de fontes
médio e nas interfaces com alinhamento da legenda das imagens ao centro para utilizadores com
Conscienciosidade alta. Os resultados dos testes são expostos de seguida.

57
Tamanho da fonte Para avaliar as classificações em relação ao tamanho da fonte foram comparadas
as interfaces do grupo 1, as interfaces do grupo 2 e as interfaces do grupo 3. Os resultados do teste de
Friedman para cada um dos grupos podem ser vistos na tabela 5.4

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 1 <0.001 18.732 <0.001 19.311
Grupo 2 <0.001 16.075 0.009 9.433
Grupo 3 0.001 13.540 0.006 10.246

Tabela 5.4: Teste de Friedman para analisar a relevância da apreciação geral das interfaces em relação do tama-
nho da fonte

Da tabela pode-se concluir que para ambos os tipos de Conscienciosidade houve diferenças signi-
ficativas entre as classificações das interfaces para os três grupos.
Porém, após as análises individuais de cada par de interfaces através do Teste post-hoc Wilcoxon
com uma correção de Bonferroni (Tabela 5.5) percebeu-se que as diferenças significativas encontravam-
se sobretudo entre as interfaces com tamanho de fonte pequeno e interfaces com tamanho de fonte
grande ou entre as interfaces com tamanho de fonte médio e tamanho de fonte grande (valores des-
tacados na tabela), mas nunca entre interfaces com tamanho de fonte pequeno e tamanho de fonte
médio.

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces Statistic p-vale Mean Rank Statistic p-vale Mean Rank
4ME, 1PE 0.000 1.000 2.33, 2.33 0.045 1.000 2.30, 2.34
Grupo 1 7GE, 1PE 1.000 0.002 1.33, 2.33 0.997 0.004 1,36, 2,34
7GE, 4ME 1.000 0.002 1.33, 2.33 0.932 0.006 1,36, 2,30
5MC, 2PC 0.140 1.000 2.22, 2.36 -0.167 1.000 2.31, 2.14
Grupo 2 8GC, 2PC 0.940 0.003 1.42, 2.36 0.762 0.041 1.55, 2.14
8GC, 5MC 0.800 0.014 1.42, 2.22 0.595 0.161 1.55, 2.31
6MD, 3PD 0.038 1.000 2.25, 2.29 0.068 1.000 2.20, 2.27
Grupo 3 9GD, 3PD 0.827 0.009 1.46, 2.29 0.750 0.039 1.52, 2.27
9GD, 6MD 0.788 0.013 1.46, 2.25 0.682 0.071 1.52, 2.20

Tabela 5.5: Resultados do teste Wilcoxon para a apreciação geral do tamanho da fonte

Ou seja, não houve uma diferença significativa na classificação das interfaces de tamanho de fonte
pequeno para utilizadores com Conscienciosidade baixa nem na classificação das interfaces de tama-
nho de fonte médio para utilizadores com Conscienciosidade alta.

Alinhamento da legenda das imagens Para avaliar as classificações em relação ao alinhamento

da legenda das imagens foram comparadas as interfaces do grupo 4, as interfaces do grupo 5 e as
interfaces do grupo 6. Os resultados do teste de Friedman para cada uma das opções podem ser vistos
na Tabela 5.6

58
 Conscienciosidade Baixa Conscienciosidade Alta
Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 4 0.244 2.821 0.614 0.974
Grupo 5 0.651 0.857 0.383 1.920
Grupo 6 0.177 0.177 0.668 0.808

Tabela 5.6: Teste de Friedman para analisar a relevância das classificações do alinhamento da legenda das ima-
gens

Desta tabela pode-se concluir que não houve diferenças significativas entre os grupos para Cons-
cienciosidade baixa e para Conscienciosidade alta, não sendo necessário ir ver os resultados par a
par.
Conclusão: Não houve diferenças significativas nas classificações da apreciação geral para o ali-
nhamento da legenda das imagens. Quanto ao tamanho de fonte não houve diferenças significativas
entre as interfaces com o tamanho de fonte pequeno e as interfaces com tamanho de fonte médio.
Dessa forma a H2 é inconclusiva.

H3: A Conscienciosidade do utilizador tem efeito na sua perceção de usabilidade de uma inter-
face.

Os resultados do teste de normalidade Kolmogorov-Smirmov para os dados da usabilidade dos

utilizadores (Tabela 5.7) mostram que para baixa Conscienciosidade e alta Conscienciosidade existem
interfaces que não seguem uma distribuição normal.

Baixa Conscienciosidade Alta Conscienciosidade

Interface Statistic p value Statistic p value
1PE 0.134 0.200 0.190 0.068
2PC 0.181 0.040 0.206 0.033
3PD 0.181 0.040 0.193 0.060
4ME 0.141 0.200 0.206 0.033
5MC 0.191 0.024 0.238 0.006
6MD 0.207 0.009 0.245 0.004
7GE 0.189 0.027 0.210 0.027
8GC 0.190 0.025 0.274 0.001
9GD 0.203 0.012 0.218 0.018

Tabela 5.7: Resultados do teste de normalidade Kolmogorov-Smirnov para a usabilidade

Para avaliar H3 recorreu-se então mais uma vez ao teste de Friedman para verficar se há uma
diferença significativa entre os valores da usabilidade das interfaces em relação à Conscienciosidade
dos utilizadores.
Para validar esta hipótese é necessário que hajam valores de usabilidade significativamente maior

59
em interfaces com tamanho de fonte pequeno e com alinhamento da legenda das imagens à esquerda
para utilizadores com Conscienciosidade baixa e em interfaces com tamanho de fonte médio e inter-
faces com alinhamento das legendas das imagens ao centro para utilizadores com Conscienciosidade
alta.

Tamanho da fonte Para avaliar os valores de usabilidade em relação ao tamanho da fonte foram
comparadas as interfaces do grupo 1, as interfaces do grupo 2 e as interfaces do grupo 3. Os resultados
do teste de Friedman para cada um dos grupos podem ser vistos na Tabela 5.8

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 1 0.004 11.049 0.017 8.121
Grupo 2 <0.001 15.390 0.085 4.926
Grupo 3 0.023 7.562 0.078 5.115

Tabela 5.8: Teste de Friedman para analisar a relevância dos valores da usabilidade do tamanho da fonte

Da tabela pode-se verificar que para utilizadores com Conscienciosidade baixa houve diferenças
significativas entre os valores de usabilidade das interfaces para os três grupos.
Porém, após as análises individuais de cada par de interfaces através do Teste post-hoc Wilcoxon
com uma correção de Bonferroni (Tabela 5.9) não foram encontradas diferenças significativas entre
as interfaces com tamanho de fonte pequeno e tamanho de fonte médio. Dessa forma, conclui-se
que utilizadores com Conscienciosidade baixa não atribuem uma maior usabilidade a interfaces com
tamanho de fonte pequeno.

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces Statistic p-vale Mean Rank Statistic p-vale Mean Rank
4ME, 1PE 0.312 0.837 2.08, 2.40 0.227 1.000 2.09, 2.32
Grupo 1 7GE, 1PE 0.875 0.007 1.52, 2.40 0.727 0.048 1.59, 2.32
7GE, 4ME 0.562 0.154 1.52, 2.08 0.500 0.292 1.59, 2.09
2PC, 5MC -0.020 1.000 2.38, 2.30 - - -
Grupo 2 8GC, 2PC 0.860 0.007 1.42, 2.38 - - -
8PC, 5MC 0.880 0.006 1.42, 2.30 - - -
3PD, 6MD 0.000 1.000 2.21, 2.21 - - -
Grupo 3 9GD, 3PD 0.635 0.066 1.58, 2.21 - - -
9GD, 6MD 0.635 0.066 1.58, 2.21 - - -

Tabela 5.9: Resultados do teste Wilcoxon

Para utilizadores com Conscienciosidade alta apenas houve resultados relevantes para o Grupo 1,
mas também através do Teste de Wilcoxon se verificou que não houve diferenças significativas entre
as interfaces com tamanho de fonte pequeno e tamanho de fonte médio. Dessa forma, conclui-se que
utilizadores com Conscienciosidade alta não atribuem uma maior usabilidade a interfaces com tamanho
de fonte médio.

60
Alinhamento da legenda das imagens Para avaliar os valores de usabilidade em relação ao alinha-
mento da legenda das imagens serão comparadas as interfaces do grupo 4, as interfaces do grupo 5
e as interfaces do grupo 6. Os resultados do teste de Friedman para cada uma das opções podem ser
vistos na Tabela 5.10

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 4 0.092 4.780 0.077 5.119
Grupo 5 0.525 1.289 0.557 1.170
Grupo 6 0.987 0.026 0.586 1.069

Tabela 5.10: Teste de Friedman para analisar a relevância da usabilidade das interfaces em relação ao alinhamento
da legenda das imagens

Desta tabela pode-se concluir que não ha diferenças significativas entre os grupos para Consci-
enciosidade baixa e para Conscienciosidade alta. Desta forma, não se podem validar as guidelines
relacionadas à relevância da Conscienciosidade para a escolha do alinhamento das legendas das ima-
gens.
Conclusão: Não houve diferenças significativas nos valores da usabilidade para o alinhamento
da legenda das imagens. Quanto ao tamanho de fonte não houve diferenças significativas entre as
interfaces com o tamanho de fonte pequeno e as interfaces com tamanho de fonte médio. Dessa forma
a H3 é inconclusiva.

H4: A Conscienciosidade do utilizador tem efeito na sua perceção da utilidade de uma interface

Os resultados do teste de normalidade Kolmogorov-Smirmov para os dados da utilidade percebida

dos utilizadores (Tabela 5.11) mostram que para baixa Conscienciosidade e alta Conscienciosidade
existem interfaces que não seguem uma distribuição normal.
Para avaliar H4 recorreu-se também ao teste de Friedman para verficar se há uma diferença sig-
nificativa entre os valores da utilidade percebida das interfaces em relação à Conscienciosidade dos
utilizadores.
Para validar esta hipótese é necessário que hajam valores de utilidade percebida significativamente
maior em interfaces com tamanho de fonte pequeno e com alinhamento da legenda das imagens à
esquerda para utilizadores com Conscienciosidade baixa e em interfaces com tamanho de fonte médio
e interfaces com alinhamento das legendas das imagens ao centro para utilizadores com Consciencio-
sidade alta.

61
 Baixa Conscienciosidade Alta Conscienciosidade
Interface Statistic p value Statistic p value
1PE 0.185 0.033 0.322 0.000
2PC 0.180 0.042 0.279 0.000
3PD 0.152 0.157 0.264 0.001
4ME 0.173 0.060 0.269 0.001
5MC 0.200 0.014 0.218 0.018
6MD 0.194 0.020 0.270 0.001
7GE 0.193 0.021 0.224 0.013
8GC 0.195 0.019 0.264 0.001
9GD 0.194 0.020 0.310 0.000

Tabela 5.11: Resultados do teste de normalidade Kolmogorov-Smirnov para a utilidade percebida

Tamanho da fonte Para avaliar as classificações em relação ao tamanho da fonte foram comparadas
as interfaces do grupo 1, as interfaces do grupo 2 e as interfaces do grupo 3. Os resultados do teste de
Friedman para cada um dos grupos podem ser vistos na Tabela 5.12.

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 1 0.001 13.028 <0.001 15.590
Grupo 2 0.001 13.890 0.223 3.000
Grupo 3 0.008 9.616 0.578 1.098

Tabela 5.12: Teste de Friedman para analisar a relevância dos valores da utilidade percebida em relação ao tama-
nho da fonte

Da tabela pode-se verificar que para utilizadores com Conscienciosidade baixa houve diferenças
significativas entre os valores de utilidade percebida das interfaces para os três grupos.
Porém, após as análises individuais de cada par de interfaces através do Teste post-hoc Wilcoxon
com uma correção de Bonferroni (Tabela 5.13) percebeu-se que para a Conscienciosidade baixa as
diferenças significativas apenas se localizavam nas interfaces com tamanho de fonte grande em relação
às outras interfaces não havendo diferenças entre interfaces com tamanho de fonte pequeno e tamanho

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces Statistic p-vale Mean Rank Statistic p-vale Mean Rank
1PE, 4ME -0.021 1.000 2.25, 2.27 0.091 1.000 2.27, 2.18
Grupo 1 7GE, 1PE 0.771 0.023 1.48, 2.25 0.727 0.048 1.55, 2.27
7GE, 4ME 0.792 0.018 1.48, 2.27 0.636 0.104 1.55, 2.18
2PC, 5MC 0.000 1.000 2.26, 2.26 - - -
Grupo 2 8GC, 2PC 0.780 0.017 1.48, 2.26 - - -
8PC, 5MC 0.780 0.017 1.48, 2.26 - - -
3PD, 6MD -0.173 1.000 2.12, 2.29 - - -
Grupo 3 9GD, 3PD 0.519 0.184 1.60, 2.12 - - -
9GD, 6MD 0.692 0.038 1.60, 2.29 - - -

Tabela 5.13: Resultados do teste Wilcoxon para o questionário TAM

62
de fonte médio. Também para a Conscienciosidade alta, o único grupo com diferenças significativas
não apresenta essas diferenças entre as interfaces com tamanho de fonte pequeno e tamanho de fonte
médio.

Alinhamento da legenda das imagens Para avaliar os valores de usabilidade em relação alinha-
mento da legenda das imagens foram comparadas as interfaces do grupo 4, as interfaces do grupo 5
e as interfaces do grupo 6. Os resultados do teste de Friedman para cada uma das opções podem ser
vistos na tabela Tabela 5.14

Conscienciosidade Baixa Conscienciosidade Alta

Interfaces p value Qui-Quadrado p value Qui-Quadrado
Grupo 4 0.382 1.926 0.068 5.389
Grupo 5 0.533 1.258 0.285 2.513
Grupo 6 0.869 0.281 0.368 2.000

Tabela 5.14: Teste de Friedman para analisar a relevância dos valores da utilidade percebida em relação ao ali-
nhamento das legendas das imagens.

Desta tabela pode-se concluir que não há diferenças significativas entre os grupos para Consci-
enciosidade baixa e para Conscienciosidade alta. Desta forma, não se podem validar as guidelines
relacionadas à relevância da Conscienciosidade para a escolha do alinhamento das legendas das ima-
gens.
Conclusão: Não houve diferenças significativas nos valores da utilidade percebida para o alinha-
mento da legenda das imagens. Quanto ao tamanho de fonte não houve diferenças significativas entre
as interfaces com o tamanho de fonte pequeno e as interfaces com tamanho de fonte médio. Dessa
forma a H4 é inconclusiva.

5.2 Validação com Mudanças Globais

Como explicado na Secção 4, para o estudo da relevância da Conscienciosidade em interfaces com

mudanças globais foram criadas duas interfaces costumizadas cada uma a um tipo de Conscienciosi-
dade.

Estruturação das Interfaces

Todos os elementos estudados na fase de recolha das preferências foram utilizados nestas duas in-
terfaces. Estas interfaces variavam em seis elementos, que podem ser vistos na Tabela 5.15 com as
respetivas opções. Os restantes elementos permaneceram iguais em ambas as interfaces.
A interface costumizada ao tipo de Conscienciosidade Baixa foi nomeada de Interface B e a interface
costumizada ao tipo de Conscienciosidade Alta foi nomeada de Interface A.

63
 Elemento Conscienciosidade Baixa Conscienciosidade Alta
Tamanho do Corpo Grande Médio
Lado da Imagem Esquerdo Direito
Alinhamento da Legenda da Imagem Esquerda Centro
Tamanho da Fonte Pequeno Médio
Método dos Botões Números Anterior/Próxima
Forma dos Botões Retos Curvos

Tabela 5.15: Elementos com variações entre os grupos e as respetivas escolhas para cada grupo

Participantes Da lista de participantes recrutados na primeira sessão de testes foram escolhidos

aleatoriamente 32 utilizadores para esta sessão de testes tendo 15 deles Conscienciosidade baixa e
17 participantes a Conscienciosidade alta. Todos os testes ocorreram entre as 08:30h e as 20:30h.
Nesta sessão não se teve em consideração o género dos participantes para a seleção deste teste
tendo participado 30 utilizadores do sexo masculino e 20 utilizadores do sexo feminino com idades
compreendidas entre os 18 e os 28 (M=21.91,SD=1.47).

Análise dos Dados

Desta sessão de testes obteve-se para cada utilizador a avaliação da apreciação geral das interfaces
bem como as respostas do questionário SUS e do questionário TAM3 para cada uma das interfaces.
Cada utilizador escolheu ainda a sua interface preferida. Estas informações foram analisadas a fim de
verificar se algum destes dados possui diferenças significativas em relação à Conscienciosidade dos
indivíduos.

H1: A Conscienciosidade do utilizador tem efeito na sua preferência de interfaces.

Para avaliar H1 recorreu-se ao teste de Fisher para verificar se as preferências do utilizador são signi-
ficantemente diferentes entre os dois grupos de Conscienciosidade. As tabelas das preferências dos
utilizadores podem ser vistas na Tabela 5.16.

Interface B Interface A
Conscienciosidade Baixa 12 5
Conscienciosidade Alta 1 14

Tabela 5.16: Tabela das escolhas das interfaces preferidas para ambos os tipo de Personalidade

Conclusão: Os resultados mostraram diferenças relevantes entre os dois tipos de Conscienciosi-

dade com um p value < 0.001. Dessa forma a hipótese H1 é aceite.

64
 H2: : A Conscienciosidade do utilizador tem efeito na sua apreciação geral de uma interface

Através do teste de normalidade Kolmogorov-Smirmov verificou-se que os dados não são normais
(Tabela 5.17) levando novamente à escolha do teste de Wilcoxon que é um teste não paramétrico des-
tinado a comparar duas amostras relacionadas. Para validar esta hipótese é necessário que haja uma
classificação significativamente maior na interface B para utilizadores com Conscienciosidade baixa e
na interface A para utilizadores com Conscienciosidade alta.

Baixa Conscienciosidade Alta Conscienciosidade

Interface Statistic p value Statistic p value
B 0.329 < 0.001 0.210 < 0.001
A 0.338 < 0.001 0.160 < 0.001

Tabela 5.17: Resultados do teste de normalidade Kolmogorov-Smirnov para a apreciação geral

Em relação aos utilizadores com Conscienciosidade baixa, houve mais utilizadores a dar uma maior
classificação à interface B do que à interface A - sete utilizadores deram maior classificação à interface
B (com um posto médio de 5.79 para esta interface), seis utilizadores deram maior classificação à
interface A (com um posto médio de 8.42 para esta interface) e quatro utilizadores deram classificações
iguais para ambas as interfaces. Os resultados do teste de Wilcoxon indicam que não há uma diferença
significativa nas classificações das duas interfaces, com um p value de 0.717.
Para utilizadores com Conscienciosidade alta, todos os utilizadores deram maior classificação à
interface A com um valor médio de 6.50. O teste de Wilcoxon indica que há um diferença significativa
nas classificações das duas interfaces com um p value de 0.002.
Conclusão: Os resultados mostraram diferenças relevantes nos valores da apreciação geral entre
as interfaces para utilizadores com Conscienciosidade alta. Dessa forma a hipótese H2 é aceite.

H3: A Conscienciosidade do utilizador tem efeito na sua perceção de usabilidade de uma

interface.

Através do teste de normalidade Kolmogorov-Smirmov verificou-se uma vez mais que os dados não
são normais 5.18, repetindo a escolha do teste de Wilcoxon para comparar os valores de usabilidade
de ambas as interfaces.

Baixa Conscienciosidade Alta Conscienciosidade

Interface Statistic p value Statistic p value
B 0.121 0.200 0.142 0.200
A 0.303 0.000 0.232 0.029

Tabela 5.18: Resultados do teste de normalidade Kolmogorov-Smirnov para a usabilidade

65
 Para os participantes com Conscienciosidade baixa, houve nove pessoas a classificarem a usa-
bilidade da interface B como superior à interface A (com um posto médio de 8.00) e oito pessoas a
classificarem a usabilidade da interface A como superior à interface B (com um posto médio de 10.13).
Os resultados do teste de Wilcoxon indicam que não há uma diferença significativa nas classifica-
ções das duas interfaces, com um p value de 0.830.
Em relação aos utilizadores com Conscienciosidade alta, todos os utilizadores classificaram a inter-
face A como tendo uma maior usabilidade exceptuando um utilizador que deu maior classificação na
usabilidade da interface B. O teste de Wilcoxon indica que há um diferença significativa nas classifica-
ções das duas interfaces com um p value de 0.008.
Conclusão: Os resultados mostraram diferenças relevantes sobre a usabilidade entre as interfaces
para utilizadores com Conscienciosidade alta. Dessa forma a hipótese H3 é aceite.

H4: A Conscienciosidade do utilizador tem efeito na sua perceção da utilidade de uma inter-
face.

Também os resultados da utilidade percebida não são normalmente distribuídos segundo o teste de
Kolmogorov-Smirmov (Tabela 5.19). A escolha foi novamente o teste de Wilcoxon para a comparação
dos valores da utilidade percebida em relação às duas interfaces.

Baixa Conscienciosidade Alta Conscienciosidade

Interface Statistic p value Statistic p value
B 0.215 0.035 0.186 0.172
A 0.175 0.173 0.205 0.088

Tabela 5.19: Resultados do teste de normalidade Kolmogorov-Smirnov para a utilidade percebida

Em relação aos participantes com Conscienciosidade baixa, houve oito pessoas a classificarem a
utilidade percebida da interface B como superior à interface A (com um posto médio de 6.63), seis
pessoas a classificarem a utilidade percebida da interface A como superior à interface B (com um posto
médio de 8.67) e três que classificaram de igual forma a utilidade percebida de ambas as interfaces.
Os resultados do teste de Wilcoxon indicam que não há uma diferença significativa nas classificações
das duas interfaces, com um p value de 0.975.
Para utilizadores com Conscienciosidade alta, 10 utilizadores deram maior classificação à interface
A (com um posto médio de 6.95), três deram maior classificação à interface B (com um posto médio de
7.17 e duas deram a mesma classificação sobre a utilidade percebida de ambas as interfaces. O teste
de Wilcoxon indica que também para este tipo de Conscienciosidade não há diferença significativa nas
classificações da utilidade percebida das duas interfaces com um p value de 0.093.
Conclusão: Os resultados não mostraram diferenças relevantes em relação ao valores da utilidade

66
percebida entre as interfaces para utilizadores com Conscienciosidade baixa e para Conscienciosidade
alta. Dessa forma a hipótese H4 é refutada.

5.3 Discussão

Desta secção surgiram alguns resultados interessantes de serem analisados. Da fase de testes resul-
tante das mudanças na interface de elementos de forma individual não houve resultados conclusivos
nem em relação à preferência e classificação das interfaces nem em relação à usabilidade e utilidade
das mesmas, não permitindo concluir que estas mudanças levavam a uma melhor experiência de utiliza-
ção. A razão para não ter havido diferenças significativas nos valores das interfaces pode ser causada
pelo facto dos elementos escolhidos como sendo os mais relevantes para a Conscienciosidade não
serem os que têm maior expressão no design de uma interface. Desta forma, apesar de existirem di-
ferenças entre as duas interfaces nos elementos escolhidos e estes terem sido destacados tanto nas
interfaces como nas tarefas pedidas aos utilizadores, as várias interfaces estariam globalmente muito
parecidas provocando valores muito idênticos. Elementos como a cor, tamanho de letra e tamanho das
imagens por exemplo tendem a ter maior preponderância na atenção e preferência das interfaces do
que o alinhamento da legenda das imagens. Assim, apesar dos utilizadores terem uma preferência
no alinhamento da legenda das imagens, esta não tem expressividade na experiência do utilizador na
presença de elementos com mais impacto nas interfaces.
Quanto à fase de testes em relação a interfaces com mudanças globais verificou-se uma diferença
significativa nas preferências dos utilizadores em relação ao tipo de Conscienciosidade. Ou seja, uti-
lizadores com Conscienciosidade diferente escolheram interfaces diferentes. Esta hipótese permite
concluir que há efetivamente relevância da Conscienciosidade para o design de uma interface.
Após analisar as restantes hipóteses verificou-se que a Conscienciosidade tem impacto na UX
tanto na classificação geral das interfaces como na sua usabiidade mas apenas para utilizadores
com Conscienciosidade alta, onde todos os utilizadores deram classificações mais elevadas à inter-
face A do que à interface B. Quanto à utilidade percebida não se registaram diferenças significativas
entre as duas interfaces. Já para a Conscienciosidade baixa, nenhuma das métricas teve resultados
significativos. Para as três métricas houve uma ligeira tendência para a interface B porém não suficiente
para atingir resultados relevantes.

67
68
 6
Conclusões e Trabalho Futuro

69
70
 Esta dissertação parte da dificuldade de criar uma interface única que satisfaça as necessidade de
todos os utilizadores. Como solução para esse problema foi investigada a relevância que a Conscienci-
osidade, um dos domínios da personalidade, tinha para o design de uma interface e no caso de existir
uma relevância significativa, perceber se os utilizadores obteriam uma melhor UX interagindo com uma
interface costumizada ao tipo de Conscienciosidade do utilizador. Para isso foram criadas hipóteses
para avaliar se a Conscienciosidade tinha impacto na preferência, apreciação geral, usabilidade e utili-
dade percebida de uma interface. Uma análise estatística exaustiva confirmou que há uma relevância
da Conscienciosidade para o design de uma interface, tendo os utilizadores preferido as interfaces
costumizadas ao tipo de Conscienciosidade delas. Esta relevância apenas se manifesta em interfaces
com vários elementos adaptados mas não em interfaces com mudança de um só elemento relevante.
Também se verificaram resultados relevantes em relação à apreciação geral e usabilidade de uma
interface costumizada para utilizadores com Conscienciosidade alta ao contrário de utilizadores com
Conscienciosidade baixa onde não se verificaram diferenças significativas. Para a utilidade percebida
das interfaces não houve resultados relevantes para nenhum dos tipos de Conscienciosidade.

Destes resultados, pode-se concluir que a Conscienciosidade é relevante para o design de uma
interface, levando a uma melhor UX para utilizadores com Conscienciosidade alta, mais concre-
tamente em relação à apreciação geral e usabilidade das interfaces.

Deste trabalho surgiram um conjunto de desing guidelines para cada grupo de Conscienciosidade,
bem como uma framework de classificação que efetivamente deteta o tipo de Conscienciosidade do
utilizador através das suas respostas fisiológicas em tempo real, com um desempenho de 85.1%. A
junção destas guidelines com a framework desenvolvida podem futuramente formar um sistema que
através dos dados fisiológicos associa o utilizador a um nível de Conscienciosidade e a partir daí ajusta
convenientemente a interface ao utilizador.

Em trabalhos futuros, um maior número de utilizadores deve ser utilizado nas diferentes fases de
testes para garantir resultados mais sólidos. Da mesma forma, um grupo mais heterogêneo e com
maior alcance de idades deverá ser utilizado. Também deverão ser testadas outras divisões nos grupos
de Conscienciosidade, uma vez que dividir a Conscienciosidade em apenas dois grupos faz com que
utilizadores do mesmo grupo possam ter valores de Conscienciosidade muito diferentes. Numa divisão
em mais grupos de Conscienciosidade, cada grupo terá uma extensão de valores menor e consequen-
temente cada interface costumizada terá maior detalhe para cada grupo. Para a recolha das ondas
cerebrais também deverão ser utilizados mais sensores para garantir maior fiabilidade.

Por fim, em trabalhos futuros, deverão ser escolhidos os elementos relevantes através de outras
métricas para além da preferência do utilizador. Estas novas métricas ajudariam a evitar cenários em
que é escolhido um elemento com maior diferença entre os grupos de Conscienciosidade mas com
utilizadores pouco convencidos das suas escolhas e sejam descartados elementos com uma diferença

71
preferencial menor porém com convicções mais fortes para esses elementos. Neste estudo, ao pedir
ao utilizador para costumizar uma interface ao seu gosto, não foi possível medir a convicção com que
cada utilizador preferia determinado elemento. Isso pode explicar o facto de neste trabalho se ter
verificado relevância nas preferências dos utilizadores mas não na classificação, usabilidade e utilizade
percebida das interfaces. Também deverá ser estudado como os diferentes elementos se influenciam e
se relacionam uns com os outros para permitir conhecer cada elemento de forma mais detalhada.
Em complemento a este trabalho, poderá ser investigada a relevância dos restantes domínios da
personalidade.

72
Bibliografia

[1] S. M. Sarsam and H. Al-Samarraie, “A first look at the effectiveness of personality dimensions in
promoting users’ satisfaction with the system,” SAGE Open, vol. 8, no. 2, p. 2158244018769125,
2018.

[2] T. L. Smestad, “Personality matters! improving the user experience of chatbot interfaces-personality
provides a stable pattern to guide the design and behaviour of conversational agents,” Master’s
thesis, NTNU, 2018.

[3] D. Goren-Bar, I. Graziola, F. Pianesi, and M. Zancanaro, “The influence of personality factors on
visitor attitudes towards adaptivity dimensions for mobile museum guides,” User Modeling and User-
Adapted Interaction, vol. 16, no. 1, pp. 31–62, 2006.

[4] H. Al-Samarraie, A. Eldenfria, and H. Dawoud, “The impact of personality traits on users’
information-seeking behavior,” Information Processing & Management, vol. 53, no. 1, pp. 237–247,
2017.

[5] S. M. Sarsam and H. Al-Samarraie, “Towards incorporating personality into the design of an inter-
face: a method for facilitating users’ interaction with the display,” User Modeling and User-Adapted
Interaction, vol. 28, no. 1, pp. 75–96, 2018.

[6] M. T. M. M. Palma, “A prossecução dos estudos: O papel da personalidade na tomada de decisão,”

Ph.D. dissertation, ISPA-Instituto Universitário, 2012.

[7] M. M. B. M. P. Lima et al., “Neo-pi-r-contextos teóricos e psicométricos:"ocean"ou"iceberg",” Ph.D.

dissertation, 1997.

[8] C. Vargas, “Personalidade e co-produção: um estudo empírico em serviços,” Master’s thesis, 2010.

[9] C. R. King, “Personality traits and user behavior,” Ph.D. dissertation, Texas A & M University, 2012.

[10] W. Mcdougall, An Outline of Psychology. Methuen, 1947.

73
[11] E. C. Tupes and R. E. Christal, “Recurrent personality factors based on trait ratings,” Journal of
Personality, vol. 60, no. 2, pp. 225–251. [Online]. Available: https://onlinelibrary.wiley.com/doi/abs/
10.1111/j.1467-6494.1992.tb00973.x

[12] J. M. Digman, “Personality structure: Emergence of the five-factor model,” Annual

Review of Psychology, vol. 41, no. 1, pp. 417–440, 1990. [Online]. Available: https:
//doi.org/10.1146/annurev.ps.41.020190.002221

[13] C. J. Soto and O. P. John, “Ten facet scales for the big five inventory: Convergence with neo pi-r
facets, self-peer agreement, and discriminant validity,” Journal of Research in Personality, vol. 43,
no. 1, pp. 84–90, 2009.

[14] T. A. Shah, “Influence of personality traits on information seeking behaviour: a case study of rese-
arch scholars in the field of botany.”

[15] C. T. Cook, “Is adaptability of personality a trait?” 2016.

[16] O. Behling, “Employee selection: Will intelligence and conscientiousness do the job?” Academy of
Management Perspectives, vol. 12, no. 1, pp. 77–86, 1998.

[17] J. Allanson and S. H. Fairclough, “A research agenda for physiological computing,” Interacting with
computers, vol. 16, no. 5, pp. 857–878, 2004.

[18] J. Preece, Y. Rogers, and H. Sharp, Interaction design: beyond human-computer interaction. John
Wiley & Sons, 2015.

[19] M. Conde, “Designing the user experience for different user needs for b2b e-commerce,” 2013.

[20] M. Unterkalmsteiner, “Coordinating requirements engineering and software testing,” Ph.D. disser-
tation, Blekinge Tekniska Högskola, 2015.

[21] N. Makris and M. van Eekelen, “Creating adaptable and adaptive user interface implementations in
model driven developed software.”

[22] O. Arazy, O. Nov, and N. Kumar, “Personalityzation: Ui personalization, theoretical grounding in hci
and design research,” AIS Transactions on Human-Computer Interaction, vol. 7, no. 2, pp. 43–69,
2015.

[23] M. Atanasova and A. Malinova, “Adaptive user interfaces in software systems,” in 15-18 2015,
, , p. 19.

[24] M. Maybury, “Intelligent user interfaces: an introduction,” in Proceedings of the 4th international
conference on Intelligent user interfaces. ACM, 1998, pp. 3–4.

74
[25] K. Kaspar and P. König, “Overt attention and context factors: the impact of repeated presentations,
image type, and individual motivation,” PloS one, vol. 6, no. 7, p. e21719, 2011.

[26] S. McGivney, “Evaluation of the influence of personality types on performance of shared tasks in a
collaborative environment,” Ph.D. dissertation, Dublin City University, 2008.

[27] J. F. Rauthmann, C. T. Seubert, P. Sachse, and M. R. Furtner, “Eyes as windows to the soul: Gazing
behavior is related to personality,” Journal of Research in Personality, vol. 46, no. 2, pp. 147–156,
2012.

[28] K. Matsumoto, S. Shibata, S. Seiji, C. Mori, and K. Shioe, “Factors influencing the processing of
visual information from non-verbal communications,” Psychiatry and clinical neurosciences, vol. 64,
no. 3, pp. 299–308, 2010.

[29] A. Aluja, O. Garcıa, J. Rossier, and L. F. Garcıa, “Comparison of the neo-ffi, the neo-ffi-r and an
alternative short version of the neo-pi-r (neo-60) in swiss and spanish samples,” Personality and
Individual Differences, vol. 38, no. 3, pp. 591–604, 2005.

[30] N. L. McBride, “An item response theory analysis of the scales from the international personality
item pool and the neo personality inventory-revised,” Ph.D. dissertation, Virginia Tech, 2001.

[31] A. Furnham, “The big five versus the big four: the relationship between the myers-briggs type
indicator (mbti) and neo-pi five factor model of personality,” Personality and Individual Differences,
vol. 21, no. 2, pp. 303–307, 1996.

[32] C. Peter, E. Ebert, and H. Beikirch, “Physiological sensing for affective computing,” in Affective
Information Processing. Springer, 2009, pp. 293–310.

[33] M. R. Tuga, “Development and implementation of an adaptive human-machine interface based on

ear muscle signals,” Ph.D. dissertation, Karlsruher Institut für Technologie (KIT), 2016.

[34] F. Nasoz, “Adaptive intelligent user interfaces with emotion recognition,” 2004.

[35] G. Van Heijst, “Transparency in adaptive mobile user interfaces,” Master’s thesis, 2016.

[36] J. Dubois, P. Galdi, Y. Han, L. K. Paul, and R. Adolphs, “Predicting personality traits from resting-
state fmri,” bioRxiv, p. 215129, 2017.

[37] G. Zhao, Y. Ge, B. Shen, X. Wei, and H. Wang, “Emotion analysis for personality inference from
eeg signals,” IEEE Transactions on Affective Computing, vol. 9, no. 3, pp. 362–371, 2018.

[38] Y. Tran, A. Craig, P. Boord, K. Connell, N. Cooper, and E. Gordon, “Personality traits and its asso-
ciation with resting regional brain activity,” International journal of psychophysiology, vol. 60, no. 3,
pp. 215–224, 2006.

75
[39] A.-M. Brouwer, M. G. Van Schaik, J. H. Korteling, J. B. van Erp, and A. Toet, “Neuroticism, ex-
traversion, conscientiousness and stress: Physiological correlates,” IEEE transactions on affective
computing, vol. 6, no. 2, pp. 109–117, 2015.

[40] S. Jenderny, “The relation between conscientiousness and skin conductance in the sing-a-song
stress test (ssst),” B.S. thesis, University of Twente, 2015.

[41] S. Kumar and F. Sahin, “Brain computer interface for interactive and intelligent image search and
retrieval,” in High Capacity Optical Networks and Enabling Technologies (HONET-CNS), 2013 10th
International Conference on. IEEE, 2013, pp. 136–140.

[42] T. Alves, S. Gama, and F. S. Melo, “Flow adaptation in serious games for health,” in 2018 IEEE 6th
International Conference on Serious Games and Applications for Health (SeGAH). IEEE, 2018,
pp. 1–8.

[43] R. W. Althoff, “The big five personality traits as predictors of academic maturity,” 2010.

[44] M. Lima and A. Simões, “Neo-pi-r, inventário de personalidade neo revisto,” Manual Profissional,
vol. 1, 2000.

[45] H. P. Da Silva, J. Guerreiro, A. Lourenço, A. L. Fred, and R. Martins, “Bitalino: A novel hardware
framework for physiological computing.” in PhyCS, 2014, pp. 246–253.

[46] P. J. Lang, M. M. Bradley, and B. N. Cuthbert, “International affective picture system (iaps): Techni-
cal manual and affective ratings,” NIMH Center for the Study of Emotion and Attention, pp. 39–58,
1997.

[47] M. M. Müller, A. Keil, T. Gruber, and T. Elbert, “Processing of affective pictures modulates right-
hemispheric gamma band eeg activity,” Clinical Neurophysiology, vol. 110, no. 11, pp. 1913–1920,
1999.

[48] B. Verschuere, G. Crombez, and E. Koster, “The international affective picture system,” Psycholo-
gica belgica, vol. 41, no. 4, pp. 205–217, 2001.

[49] J. P. de Matos Rodrigues, “Monitoring electrocortical activity during eeg biofeedback,” 2009.

[50] J.-C. Chiou, L.-W. Ko, C.-T. Lin, C.-T. Hong, T.-P. Jung, S.-F. Liang, and J.-L. Jeng, “Using no-
vel mems eeg sensors in detecting drowsiness application,” in Biomedical Circuits and Systems
Conference, 2006. BioCAS 2006. IEEE. IEEE, 2006, pp. 33–36.

[51] P. T. Costa and R. R. MacCrae, NEO PI-R: inventário de personalidade NEO revisto: manual
profissional, 2000.

76
[52] K. Polat and S. Güneş, “Classification of epileptiform eeg using a hybrid system based on
decision tree classifier and fast fourier transform,” Applied Mathematics and Computation, vol. 187,
no. 2, pp. 1017 – 1026, 2007. [Online]. Available: http://www.sciencedirect.com/science/article/pii/
S0096300306012380

[53] B. Richhariya and M. Tanveer, “Eeg signal classification using universum support vector
machine,” Expert Systems with Applications, vol. 106, pp. 169 – 182, 2018. [Online]. Available:
http://www.sciencedirect.com/science/article/pii/S0957417418302100

[54] S. Alhagry, A. A. Fahmy, and R. A. El-Khoribi, “Emotion recognition based on eeg using lstm recur-
rent neural network,” Emotion, vol. 8, no. 10, pp. 355–358, 2017.

[55] T. Karthikeyan and P. Thangaraju, “Analysis of classification algorithms applied to hepatitis patients,”
International Journal of Computer Applications, vol. 62, no. 15, 2013.

[56] K. S. Kim, H. H. Choi, C. S. Moon, and C. W. Mun, “Comparison of k-nearest neighbor, quadratic
discriminant and linear discriminant analysis in classification of electromyogram signals based on
the wrist-motion directions,” Current Applied Physics, vol. 11, no. 3, pp. 740 – 745, 2011. [Online].
Available: http://www.sciencedirect.com/science/article/pii/S1567173910004153

[57] J. Ryu, B.-H. Lee, J. Maeng, and D.-H. Kim, “semg-signal and imu sensor-based gait
sub-phase detection and prediction using a user-adaptive classifier,” Medical Engineering Physics,
vol. 69, pp. 50 – 57, 2019. [Online]. Available: http://www.sciencedirect.com/science/article/pii/
S1350453319300931

[58] D. V. Stimpson and M. F. Stimpson, “Relation of personality characteristics and color preferences,”
Perceptual and motor skills, vol. 49, no. 1, pp. 60–62, 1979.

[59] I. Santos, S. Gama, and D. Gonçalves, “Cognihue-studying the cognitive effect of color in hci.”

[60] J. Brooke, “Sus: a retrospective,” Journal of usability studies, vol. 8, no. 2, pp. 29–40, 2013.

[61] P. J. Hu, P. Y. Chau, O. R. L. Sheng, and K. Y. Tam, “Examining the technology acceptance mo-
del using physician acceptance of telemedicine technology,” Journal of management information
systems, vol. 16, no. 2, pp. 91–112, 1999.

77
78