上篇介紹完社會學與人類學所關心的人機互動主題，
這篇就要來介紹心理學所關心的人機互動主題～

在切入正題前我想題外話一下心理學與AI的小歷史：

不熟悉心理學的人可能會誤以為學心理學的人就可以會讀心術。
但其實心理學是一門研究人類感覺、認知、發展等等的一門科學。
關心的項目很多，也有與社會學重疊的社會心理學。
近幾年心理學的主流發展是神經科學，
也就是研究大腦神經元與人類認知和行為的關係。

其實心理學跟資訊科學打一開始發展就有相互影響的關係：
認知心理學最初的幾個學派之一「聯結主義（Connectivism）」正是
受到1950年代人工智慧「感知器（Perceptron）」理論的發展影響所提出的。
而這個感知器理論，正是近年來人們所知人工智慧
「深度神經網路(Deep Neuron Network)」的原型。
只是當年電腦的計算能力不足以支撐感知器理論所需要的計算，
所以當初大多只是停留在理論階段。
直到約十多年前圖形計算器GPU的大幅進步，
外加雲端計算的蓬勃發展，才形成了這一波AI熱潮。
而AI的發展，也幫助讓心理學，
尤其是神經科學，能夠利用圖像辨識等技術，
來分析腦部顯影，進而研究神經元被激發的方式。

回到人機互動的部分，早期人機互動在發展的時候，
也是非常倚賴心理學的各種認知模型。
和人類學或社會學不同的是，心理學比較著重在個人的層面。
例如在設計使用者圖形介面（Graphic User Interfaces, GUIs)的時候
如果畫面的回應時間超過多久，使用者就能感覺到有延遲
（這稱之為Response Time Limits)。

人機互動的其中一個流派，
也是專注在提出理論去建構使用者的心智模型（Mental Model），
藉此判斷一個設計是否能夠讓人用起來符合直覺、容易理解。

但心理學的一大限制就是很多研究為了要排除變因，
必須在控制好的實驗室的場景做。
可是人機互動的產品是在生活中被使用，
外在的因素非常多，也會有很多社會性的因素。

例如出了實驗室場域，一個人所擁有的社會關係與身份地位可能會影響他的行為
而這些因素是不太能在實驗室被測試或是重製出來。
這也是為什麼人機互動這個領域即使是在討論人相關的方面，
也會有各種不同的流派跟研究方法。
因為每個不同的領域能夠回答的問題都有一定的限制，
各種領域加在一起，互相尊重與互相理解，
我們才有可能更全面地看到一個問題的不同面向和因素，
進而提出更好的解法。

這個心得其實是我自己掙扎打滾多年才慢慢體悟的
因為其實走進跨領域的場域裡，
很快就能夠感覺到不同學科跟流派之間是有競爭關係或是歧視性的。
有些人說人文學科不夠技術，有些人說心理學實驗室環境太假太理想性，
有些人覺得社會學人類學田野調查不夠嚴謹，還有人覺得跨領域你什麼都不是專家。
但我覺得這些科系本位主義或是相互歧視都沒有什麼意義。

我以前博班系上的老師曾告訴過我一句話：
「你怎麼看世界，會影響你怎麼形塑這個世界。」
能夠用多元的方式看待事情，會幫助我們在面對一件事情時，
不會被既有的思想侷限，也更能發揮創意去解決問題。

以上就是我對於心理學之於人機互動領域的介紹和我的跨領域小心得啦～
下篇開始可能會更細節切入使用者經驗相關的東西囉！