In alcune definizioni la learnability – tradotta come “apprendibilità” o “facilità di apprendimento” – è considerata una delle sottocaratteristiche dell’usabilità. Per esempio, nella definizione di Nielsen. O anche nella definizione della norma ISO/IEC 25010, licenziata nel 2011 e che sostituisce la storica ISO/IEC 9126 (che comunque già all’epoca a sua volta includeva pure la learnability come dimensione dell’usabilità).

In questi casi, la learnability viene definita grosso modo come…

La ISO/IEC 25010 dà ora una definizione un po’ più contorta, ma riguarda sempre la facilità di apprendere l’uso di un sistema con efficacia efficienza e soddisfazione in determinati contesti.

Il problema della sovrapposizione fra usabilità e facilità di apprendimento

Da ciò emerge come molto spesso nei test di usabilità si stia di fatto valutando la learnability. Se l’utente riesce a capire subito come fare a eseguire i compiti che gli vengono proposti su un’interfaccia con la quale non ha familiarità, allora il sistema è facile da apprendere e anche usabile. Se invece impiega diversi tentativi e commette diversi errori, è meno facile da apprendere e meno usabile.

Il problema con questa definizione è che appunto in molte circostanze si sovrappone all’usabilità, nonostante formalmente come visto le sia subordinata, e non è quindi particolarmente utile. Anzi, è confusiva.

La realtà, che conosciamo bene, è che la gente su molti sistemi impara. In molti sistemi complessi è persino previsto un periodo di training. Quindi per tali sistemi (app, webapp, siti e servizi online, software di back-office per operatori specialistici in vari settori, dal finanziario, al medico, all’amministrativo) il primo approccio non è sempre quello migliore per valutare l’usabilità del sistema, almeno non dal punto di vista della produttività futura.

Certo, per siti di pubblico dominio, dove l’utente non è vincolato all’uso e dove l’uso non è ripetuto, avere una ottima learnability, cioè una capacità di trovare le informazioni ed eseguire compiti al primo tentativo, è importante, ed è per questo che spesso nei test di usabilità si valuta proprio quello, anche senza consentire un periodo di addestramento al sistema. Il primo sguardo, il primo impatto è in quei casi quello che ci interessa valutare. Ma non è sempre così.

L’apprendimento nel tempo: un secondo significato per la learnability

Come correttamente ci ricorda Jeff Sauro, infatti, nei sistemi che prevedono addestramento questa accezione di learnability non è adeguata. Ne esiste infatti un’altra:

Usabilità nel tempo, insomma.

Si può valutare quindi come migliora la prestazione (in termini di efficacia, di tempo, o di numero di click per svolgere lo stesso compito, ad esempio) per lo stesso compito, in prove successive ripetute dagli stessi operatori a distanza di tempo.

E sappiamo che, in applicazioni complesse, con l’abitudine all’uso si riduce il tempo di esecuzione dei task e aumenta la loro accuratezza. Questi miglioramenti seguono la power law of practice. La legge suggerisce che l’apprendimento progressivo non avviene a un ritmo costante, ma segue un andamento che alcuni autori descrivono come logaritmico e altri (criticandoli) come esponenziale. Tralasciando i dettagli matematici¹, significa semplicemente che se si impara in tempi relativamente rapidi la metà delle funzioni di un sistema, servirà un tempo più alto per imparare l’altra metà. Una discussione più dettagliata della curva di apprendimento è su wikipedia.

Il paradosso della curva di apprendimento ripida

È interessante notare che quando si parla di “curva di apprendimento ripida” si intende qualcosa del genere, sebbene nel senso comune il significato inteso sia l’opposto. In una curva di apprendimento ripida, a essere ripida è la parte iniziale della curva, che indica il livello di apprendimento nel tempo.

In questa curva viene rappresentato il livello di apprendimento o di accuratezza di una prestazione, nel tempo, indicato in tentativi successivi.

Questa curva ripida indica però che il livello di apprendimento migliora rapidamente all’inizio, per poi rallentare (gli incrementi sono minori con l’aumentare dei successivi tentativi). Invece nel senso comune con “curva di apprendimento ripida” si intende una materia o un’attività molto difficile da approcciare, complessa, che richiede molto impegno e fatica all’inizio. E che non è affatto rappresentata da questa curva!

Per quanto riguarda i tempi di esecuzione in tentativi successivi, se i miglioramenti sono rapidi nei primi tentativi, sono ben esemplificati da una curva di questo tipo:

In questa curva viene indicato il tempo di esecuzione nel tempo, ovvero in tentativi successivi.

Dopo i primi miglioramenti, la curva (ripida, ma in discesa) si addolcisce, e i miglioramenti nel tempo di esecuzione sono più limitati. D’altra parte, come è ovvio, con l’esperienza non si fa che avvicinarsi al tempo di esecuzione ottimale, che costituisce il limite definitivo.

Prestazione e valutazione soggettiva

Da dati riportati dallo stesso Sauro, non solo gli utenti “esperti” o power user – quindi che hanno una ripetuta storia di utilizzo del prodotto – mostrano efficacia ed efficienza maggiore nell’eseguire gli stessi compiti, ma danno anche valutazioni migliori del prodotto rispetto ai novizi. Questa è anche la mia esperienza. Addirittura, Sauro parla solo dell’usabilità percepita, mentre alcuni miei dati segnalano anche un aumento della valutazione da 0 a 10 nel Likelyhood To Recommend e nel Net Promoter Score di pari passo con l’apprendimento del sistema. Questo potrebbe non applicarsi a tutti i casi e a tutti i prodotti, ed è semmai qualcosa da analizzare in ogni progetto, per capire eventualmente perché accade o non accade.

Cosa significa tutto questo per i test di usabilità

L’esistenza di queste due accezioni del termine “learnability” in generale significa che nei nostri test di usabilità dovremmo, di volta in volta, decidere qual è l’approccio alla valutazione più adatto al tipo di sistema. E anche alla conseguente valutazione di efficacia, efficienza e soddisfazione. Ad esempio, misurando il tasso di efficacia e i tempi di esecuzione degli stessi task in sessioni ripetute nel tempo, man mano che gli utenti usano il sistema (o passano da un prototipo ad un più raffinato ad una versione sempre più funzionante, se si lavora in fase di sviluppo). È una delle rare situazioni in cui è anche possibile utilizzare gli stessi utenti in test differenti, per esempio: perché lo scopo è proprio valutare il miglioramento nel tempo.

Non solo: la velocità di apprendimento può essere al centro anche di una serie di test di usabilità su prodotti simili ma differenti, ad esempio una serie di tool che svolgono le stesse funzioni e fra i quali, magari, si vuole scegliere. In quei casi è bene che il panel di partecipanti ai test sia diverso per evitare effetti di interferenza fra un tool e l’altro, anche se questa accortezza non è sempre possibile e addirittura consigliabile².

Come si vede le variabili in gioco si moltiplicano ed è proprio per questo che serve una valutazione professionale adeguata del piano di test più appropriato alla situazione.

In definitiva, la facilità di apprendimento è un tema da tenere sempre presente in ogni tipo di test: sia quando questa corrisponde di fatto all’usabilità (nei siti e nelle applicazioni di uso occasionale), sia quando sottende un apprendimento nel tempo. Diverse modalità di pianificazione dei test sono di conseguenza possibili, purché tengano in adeguata considerazione tutti questi aspetti.