Суть
В сложной задаче часть работы остаётся необходимой. Вопрос для проектировщика: что должен решать человек, а что могут сделать приложение и платформа? Принцип Теслера помогает распределить эту работу так, чтобы человеку было легче получить нужный результат.
Откуда взялся принцип
На своей странице Ларри Теслер относит исходную формулировку примерно к 1984 году. Он говорит о неустранимой сложности приложения и о том, кому приходится с ней справляться: пользователю, разработчику приложения или разработчику платформы. Авторская формулировка.
Название «закон сохранения сложности» удобно для обсуждения ответственности. Из него нельзя вывести постоянное количество сложности, измеряемое в универсальных единицах. В проектной работе сначала стоит проверить, нужна ли сама операция: устаревший шаг или повторный ввод можно удалить.
Пример: импорт таблицы
Представьте сервис, в который загружают список товаров. Ему нужны название, цена и валюта. Это учебный пример Atlas UX.
В первом варианте человек переименовывает столбцы по внутреннему шаблону, меняет разделитель дробной части и удаляет пустые строки. Во втором приложение распознаёт вероятные соответствия, показывает предварительный результат и отмечает неоднозначные значения. Человек проверяет спорные строки и подтверждает импорт.
Сопоставление данных всё ещё нужно выполнить. Во втором варианте приложение берёт на себя механическую подготовку, а человек сохраняет решение там, где нужен контекст. Например, значение «1,200» нельзя надёжно трактовать без знания формата исходного файла.
У такого решения есть цена: разработка распознавания, поддержка форматов, объяснение неопределённости и исправление ошибочных предположений. Этот пример позволяет обсудить цену упрощения до выбора красивого первого экрана.
Что делать в интерфейсе
Начать с карты работы. Для каждого шага запишите, зачем он нужен и кто его выполняет. Отдельно отметьте повторный ввод, перевод терминов и ручное преобразование данных. Часто именно здесь обнаруживается работа, которую продукт создал сам.
Автоматизировать с возможностью проверки. Для импорта это предпросмотр и исправление соответствий. Для расчёта — видимые исходные значения. Предложение системы должно оставаться понятным человеку, особенно когда оно может быть неверным. В рекомендациях Microsoft Research для взаимодействия с AI отдельно выделены возможность отклонить предложение, исправить его и получить объяснение поведения системы. Авторы рекомендаций, 2019, пункты 8–11.
Оценивать весь путь. Сравните подготовку, выполнение, проверку и исправление. Форма с двумя полями может требовать долгой подготовки в другом инструменте. Упрощение стоит оценивать вместе с этой работой.
Это практические способы применить принцип, а не измерительные следствия из формулы Теслера.
Когда упрощение мешает
Скрытые настройки могут затруднить регулярную работу специалиста. Автоматический выбор может потребовать больше усилий на проверку, чем явное решение. Удаление сведений о расчёте может сделать ошибку незаметной.
Дон Норман предлагает различать сложность самой задачи и запутанность инструмента. В его авторском эссе важна понятность необходимой сложности и соответствие инструмента работе человека. Норман, 2013.
Поэтому «всё спрятать» — недостаточная цель. Сохраните доступ к сведениям, которые нужны для выбора и проверки результата. Дополнительные возможности можно раскрывать по ситуации, учитывая опыт человека и частоту задачи.
Как проверить решение
Подготовьте обычный сценарий и сценарий с неоднозначными данными. Дайте людям выполнить импорт без подсказок. Наблюдайте, где они готовят данные вручную, замечают неверное сопоставление и понимают, как его исправить.
Сопоставьте успешность, неверные результаты и время всего процесса, включая исправления. Отдельно оцените стоимость разработки и сопровождения: это другой вид затрат, его нельзя автоматически приравнять к секундам пользователя.
Полезный результат — понятное распределение работы и меньше ненужных усилий при сохранённом контроле над существенными решениями.
Связанные темы
Постепенное раскрытие помогает распределять информацию во времени. Когнитивная нагрузка рассматривает требования к обработке информации человеком. Предотвращение ошибок помогает проверить последствия автоматизации. У этих тем разные вопросы; они дополняют друг друга.