Вы находитесь на странице: 1из 12

Design and the Analytic Method: The Future of Human 

Computer Interaction (HCI)

Laurian C. Hobby

Center for HCI, Computer Science
Virginia Tech
660 McBryde
Blacksburg, Virginia 24060

Abstract. When designing or choosing an analytic method, the designer should 
choose a method based on the criteria of having a good cost benefit trade­off, 
ease of use, and reproducibility of results. Even these criteria can lead a design 
method astray if it does not have the right focus of attention. HCI’s future in 
design depends on shifting the focus away from simply the user, to add work 
context   which   incorporates   the   user   and   the   work   being   done. 
Technomethodology is only one of many possible design methods that attempts 
to meet these criteria and has the proper focus. This paper explores these issues 
and   how   a   merging   of   social   and   tangible   computing   can   create   a   superior 
analytic design methodology that will guide HCI into the future of design.

1   Introduction

The world and its systems are complex. To understand them correctly requires the 
inquisitive mind to analyze their structure and content in detail. To be analytic is to 
think in terms of “elemental parts or basic principles” [10], or to be a logician of 
sorts. However, the analytical process is much more than that ­ it is to come to the 
right conclusion by breaking the problem into manageable parts in a structured and 
methodical way. To further understand how to think analytically, it is beneficial to 
think of its counterpart, how to think empirically, and what the two say about each 
other. Empiricism, to define it, is the use of metrics and measures to accept or reject a 
hypothesis. In comparing the two approaches, it may seem that an empirical method is 
sterile. This is because the rules of analytic methods can often be ill­defined, whereas 
the rules of empirical methods are more likely rigorous and sturdy. A typical example 
would   be   to   think   of   the   evaluation   of   software:   to   use   a   checklist   of   needed 
characteristics would be an analytic method, whereas to take a measurement of how 
2      Laurian C. Hobby

many people were able to complete a task with a piece of software would be an 
empirical method. There are benefits and costs of using an analytic method for design, 
therefore,   the   process   used   to   select   and   develop   an   analytic   method   should   be 
carefully selected. How this method compares to general design methods, and how it 
can help to initiate or inspire formal design methods, should also be explored. The rest 
of this paper will investigate these ideas in depth and come to a set of conclusions.

2   What Makes a Good Analytic Method?  

When it comes to the creation of a software system the criteria for which analytic 
method to use is unclear. It is easy to apply general rules to software system’s design, 
such   as   generalizability,   precision,   and   realism   [21];  but   for   selecting   an   analytic 
method for the assessment, the criteria needs to be more specific. Typical examples of 
analytic methods to choose from,  (although they mostly, if not only,  focus on one 
phase   of   design,   e.g.,  evaluation,)  are  usability   inspections   [23,  24],   model­based 
analysis [17,  25], and claims analysis [32,  7] (for more information on all three see 
[29]). When to use which method, and what criteria to apply in order to create a good 
analytic   method,  are   still   unclear   in   the   current   literature.  However,   the  primary 
criteria for what makes a good analytic method are listed and discussed  in the next 
three subparagraphs  in order to help clarify  and ground  what is a superior analytic 

2.1   Criterion 1: The Cost Benefit Tradeoff

The cost benefit tradeoff, when viewed at a high level, is similar to asking whether the 
analytic method is cost effective, i.e., are the benefits gained from using this method 
equal  or better  to the  cost of using  it? The costs and the benefits are computed and 
compared. As long as the  comparison  is in favor of the benefits, then this  analytic 
method  may be considered  as one that is  good.   An example of a  software  design 
project  where the cost benefit ratio was  in favor of performing the analytic method 
was  the  Goals,  Operators,  Methods,  and  Selection Rules project (GOMS). Bonnie 
John and her colleagues worked on a project using the GOMS methodology wherein 
the   activity   levels  of   phone   operators   were   desired   to   be   faster/quicker.  A   new 
software   system   was   proposed   to   replace   the   original   system.  John   was   able   to 
accurately   predict   that   the   new   computing   system   was   going   to  cause   the   phone 
operator to be slower with the proposed system than with the original system. She was 
able to do this with a minimal cost of time and effort because she was able to break 
Design and the Analytic Method: The Future of Human Computer Interaction (HCI)      3

down the tasks that the phone operators would be doing with the new system with a 
short amount of effort and time [17]. Thus, the costs were low when comparing them 
to the costs of the creation of bad software.  This is an example where the cost  of 
performing the cost benefit analysis was low; however, the benefits of understanding 
that the new system would not improve the situation  were high.  When  the cost of 
applying an analytic method results in significant benefits, then it fits the criterion for 
being a superior analytic method.

2.2   Criterion 2: The Ease of Use

Put simply, the method should be easy to use.  One of the major  criticisms  of  some 

analytic methods  are  that they  can produce variable results  which are  dependent on 
the quality/ability of the person (the designer) using them, if they are not easy to use. 
Analytic methods, in essence, are based or grounded on a set of theoretical constructs 
that need to be interpreted by the person during their application. This interpretation 
and the results thereof, are directly dependent on the expertise and training level of the 
designer. This creates a situation where given the same problem  to be solved, and 
using the same analytic method, two designers of different expertise levels have a high 
probability of generating widely different outcomes if the method is difficult to apply. 
For example, in claims analysis, designers create claims that stipulate the upsides and 
downsides of using a particular interface object such as a menu. The difficulty with 
using   this   method   is   that   expert   designers   create   much   better   claims   than   novice 
designers if there is no guided tool support. Specifically, novice designers have a hard 
time creating  accurate  downsides  for  claims about  design  artifacts [18]. As can be 
seen from this example, the expertise of the designer can be a factor in design, even 
though   similar   results   should   be   obtained   no   matter  what  the   knowledge   level. 
Therefore, the ease of use of the method in producing good results should be similar 
no   matter   what   the   designer’s  background   knowledge  and   level   of   expertise.   In 
empirical design, as a comparison, the results of such methods are more repeatable 
irrespective of the expertise level of the designer. (For more information see [29].) 
This is partially due to the ambiguous nature of analytic methods  and the products 
produced; empirical methods may take a certain level of expertise for the results to be 
interpreted,  but the same interpretation will be  arrived at  each time. Nevertheless, 
even though analytic products may be nebulous, the  designer’s  level of background 
expertise should not be a factor in the success of a method.
4      Laurian C. Hobby

2.3   Criterion 3: Reproducible

The last and perhaps the most important criterion for a superior analytic method is for 
the process to produce repeatable results. This is similar to having ecological validity 
[21] in that the method should be rigorous enough to be used by different people over 
different periods of time in different settings and to  still  be able to produce reliable 
repeatable results. Although this seems to be the holy grail of design, it is specifically 
the most important one for an analytic method because of the high variability within 
the current methods. This may be due to the fact that designers naturally bring in their 
own biases and expectations into analytic design. For example, usability analysis is 
the analytic method where the operation of a created computer system is tested and 
problems with the software (example: the user is not able to find a box to click) are 
reported   and   fixed.   Rolf   Molich,   Meghan   Ede,   Klaus   Kaasgaard,   and   Barbara 
Karyunkin showed that  evaluating the same software at  nine different organizations 
resulted in 310 different usability problems being reported; however, only two of those 
problems were the same [Molich]. Although this example is an extreme case, it shows 
the high variability that can exist in using analytic methods, and because of this, an 
analytic method that is able to produce repeatable results will be a superior one. (For 
more information on variability see [15, 16].)

3 The Evolution of Analytic and Design Methods 

In   comparison   to   the   centuries   of   electrical   engineering   development,   software 

engineering is a relatively new science, and Human Computer Interaction (HCI) is 
even newer. The question “What makes a good software design?” has been recognized 
as the “million­dollar question”, and with the rising interest in the Science of Design 
there   has   been   a   lot   of   interest   and   work   trying   to   answer   which   is   the   best 
methodology   (or   possibly   methodologies)   for   designers   to   select   for   their   task   of 
taking a set of specifications and creating a software design. As with most voyages of 
discovery there are phases of discovery, each building on the previous work. There 
have been many novel design methods proposed in the past years that meet one or two 
of the three criteria discussed in Section 2 above, but very few that meet all three. (To 
cite a few: Activity Theory [1], Cognitive Dimensions [3], Usability Engineering [11], 
and  Patterns  [4]).  There  have  been  many  theories  that  have   subsequently  become 
accepted as laws (e.g., Fitt’s Law [20]) and some that are so fundamental to the study 
of HCI that they are no longer looked at as stand­alone study items as they have 
become standard text book material (e.g., Information Theory [27]). This knowledge 
has led to the generation of questions such as: What design method is the right one to 
Design and the Analytic Method: The Future of Human Computer Interaction (HCI)      5

choose? Is the use of an analytic model inherently what makes a design method good? 
Clearly the random selection of the chosen design method will not be correct because 
the design methodology will likely have the wrong focus. To explore all these issues, a 
look into the past is the best place to investigate how these questions and distinctions 
have arisen and what answers it can lead us to for the future of design – an analytic 
method that meets the criteria and has the right focus.

3.1   The History of the Analytic Method and Design

All design methods are based on an analytic method. Although design methods may 
have analytic components to them, as seen in the examples below, it is not necessary. 
For example, the Commercial Off­The­Shelf (COTS) method of design is considered 
to be an empirical design method [2], but it should be recognized that the COTS 
design was likely founded on an analytic method. A second example would be to 
consider an analytic method such as Pattern Languages [4]. Pattern languages are 
similar to COTS in that the designer can create a design using patterns that have been 
defined before; however, to create those patterns in the first place an analysis would 
have to have been performed to quantify the patterns in existence. Thus, it seems, all 
design methods being employed today, whether empirical, analytical, or a mixture of 
both,   can   trace   their   lineage   to   one   or   more   analytic   methods.   It   must   also   be 
recognized  that   this   traceability   does   not   automatically   mean   that   the   design 
method(s) will produce good design results. The focus, or the paradigm, upon which 
the design method was originally established is the main criterion for whether or not 
the design method will be successful in today’s computing environment.

The first design method to be widely accepted within the computing industry was the 
Waterfall Model. During this period of design evolution the hardware platform was 
considered   to   be   augmented   by   the   software.   The   software   merely   helped   the 
hardware get its job done. So this model was based upon the idea that the computer 
hardware was the locus of attention and computation, instead of the human being. 
Within   this   method,   the  designer   was  guided   through   the   steps   of   how   to  gather 
requirements, derive requirements, and then construct software in an iterative fashion. 
Although   this   method   was   widely   adopted,   it   later   went   on   to   take   significant 
criticism   due   to   its   design   limitations   and   resulted   in   an   eventual   paradigm   shift 
within   the   software   engineering   community.   Nevertheless,   the   Waterfall   Model   is 
important as it was the first to incorporate an analytic phase into the design process. 
In the analysis phase the designer would create a requirements document that would 
specify   the   needs   and   costs   of   creating   a   piece   of   software.   Even   with   the 
incorporation of an analytic phase however, the indiscriminate use of a method that 
6      Laurian C. Hobby

may have an incorrect focus on where the analysis should be taking place, is one of 
the main factors that resulted in the failure of this model to be applicable to solve all 
classes/types of software design problems.

Hence, a second paradigm shift arose where the focus of the resulting design was on 
the human user and not computer hardware. It is generally agreed that this shift was 
mostly   due   to   the   influx   of   personal   computers   into   the   academic   and   business 
environments. This shift resulted in design methodologies such as the Spiral Model 
and Evolutionary Prototyping. What these new designs had in common was that they 
incorporated   the   input/output   methods   of   the   human   users   more   closely   as   the 
computer   systems   themselves   were   designed.   There   has   also   been   a   gradual 
incorporation of involving the user more and more into the design process.

It is important to note that this paradigm may also have started to fail. It has been 
postulated by Alan Crabtree [8, 9] that the reason for this failure is its reliance on 
formal   methodologies   to   guide   the   designer:   “The   problem,   then,   is   that   the 
understanding of work generated through the use of formal design methods tend to be 
very abstract, focusing more on what should be done rather than on what is actually  
needed to be done in a particular work setting”. Formal methods of design [22] were 
revolutionary   in   their   time   because  there  was   a   need   for  accurate,   shareable,   and 
traceable   information   in   design   teams   [Randall].   Here,   however,   history   may   be 
repeating itself. By not using an analytic method properly, as earlier with the Waterfall 
Model, the design methods from the second paradigm were, and are still, failing to 
produce good repeatable results. Evidence of this can be seen with the increase in new 
design  methods,   especially  in   HCI,   such   as  those   listed   above,   an   example   being 
Usability Engineering. Specific methodologies such as participatory design [6] are 
starting to become used more frequently in design. This has led many designers, such 
as Crabtree, Button, and Dourish [5, 8] to conjecture that we are on the cusp of a third 
paradigm shift within the HCI design field.

In summary, software design methods have shifted their focus from the computer 
hardware, to the human user, and are still failing to produce good software design 
solutions   for   all   types   of   design   problems.   The   proposed   new   paradigm   will   be 
focused on two changes: namely the work context and secondly a much larger use of 
an analytic model for design. 
Design and the Analytic Method: The Future of Human Computer Interaction (HCI)      7

3.2   A Third Paradigm Shift

The   beginning   of   the   third   paradigm   shift   started   with   the   publishing   of   Lucy 
Suchman’s work on plans and situated action [30]. She proposed a reinvention of the 
understanding   of   plans   and   human­problem   solving   to   one   that   involved   situated 
action: i.e., how plans are not executed into actions, but instead, actions are guided 
moment­by­moment   responses   to   “the   rational   accountability   of   action”   [31].   She 
showed how the sterile previous understanding of how plans are actually executed was 
unrealistic when compared to the reality of chaotic and sinuous circumstances that 
users of computer systems really work within. With this new understanding, along 
with a change in technology to focus on social and tangible computing, the field of 
design began to focus more upon process instead of product (to use Andy Crabtree’s 
terms [8]). Other terms used in this third paradigm are ‘work’ versus ‘system’, where 
‘process’ and ‘work’ are analytic methods for design in which the focus is on the work 
context (i.e. the user and the work) instead of only on the user. (For more information 
on the above see [13]).

Crabtree argues that there are two forms of design: first, the old (product) and second 
paradigm methods; and secondly, the new (process) paradigm methods. Crabtree also 
argues   that   although   product   cannot   be   disregarded,   it   should   not   be   the   ruling 
paradigm for how to design. The product oriented view to design, in essence, is rooted 
in  the  belief  that software is  a product that stands on its  own. Meaning,  that the 
context of use is well understood and that all requirements can be elicited before the 
creation   of   the   software:   “The   product­oriented   perspective   then,   ignores   or   is 
insensitive to, the interactional dynamics of analysis and design. That is, to the human 
process of learning and communication through which design solutions are produced 
in the collaborations and cooperative work of the parties to system development” [8]. 
Table   1   highlights   some   important   factors   to   distinguish   the   two   orientations   to 
design. Here Crabtree users the term ‘referent system’ to mean the work setting that 
includes the people and the work being done there.

Table 1. The Product vs. Process­oriented view of how to design for referent systems. 

Product­Oriented View Process­Oriented View
1. The referent system is chosen with a  1. The referent system is chosen with a 
view towards developing the software  view towards designing the work process 
system. supported by the software system
2. The referent system is described in  2. The referent system is described in 
terms of information processing. terms of work and its processes.
8      Laurian C. Hobby

3. The software developer is outside  3. The software developer becomes a part 
the referent system. of the referent system in the process of 
coming to understand the use context.
4. The interaction between software  4. The interaction between software and 
and it's environment is predefined as  its environment is tailored by users to the 
part of the development. actual needs arising from their work.

The new paradigm emerges with a process­oriented view that focuses on how to work 
with,   and   within,   the   referent   system   [14].   A   product­oriented   view   cannot   be 
discarded completely however due to the fact that some level of design decomposition 
must occur in order to understand the referent system. This means that an indivisible 
combination of the two should be used, with the process­oriented view being the 
leading view to the design approach. This call for a new design methodology is one 
that seeks to merge the analytic method with work context/referent system [26]; i.e., to 
merge technical design with social understandings. Dourish proposes that “the most 
fruitful place to forge these relationships is at a foundational level, one that attempts to 
take sociological insights into the process and fabric of design” [13]. Wendy Mackay 
and Anne­Laure Fayard propose a triangulation across disciplines that merges natural 
and social science with engineering, design, and fine arts. By using pieces from all 
three Mackay and Fayard believe that the best possible design method will be created 
[19].   It   should   be   noted   that   this   background   of   social   and   tangible   computing 
provided thus far is not enough to guide us successfully with this merging, because 
even with computing involved in every physical medium, the systems that are created 
will   remain   reductionist   until   the   design   principles   for   internal   representation   are 
changed.   The   next   section   will   discuss   one   proposed   design   methodology   that 
attempts to focus on work context and fits the above criteria.

4   Technomethodology

Technomethodology is one attempt to merge the social with the technical. It is based 
on the theory of ethnomethodology and resulted from a call to the HCI community to 
turn towards the area of the social sciences [5]. Ethnomethodology, in references to 
Technomethodology, is the method of detailing what actions and interactions occur 
during the work process. It is accomplished by doing field work investigations, where 
the designers  move into  the work setting  to understand the organization from the 
“inside”, and/or by gaining insight into the organization of activities and interactions 
within the workplace by other means. By incorporating ethnomethodology into the 
design   of   technological   systems,   a   hybrid   design   methodology   has   arisen: 
Design and the Analytic Method: The Future of Human Computer Interaction (HCI)      9

technomethodology. Technomethodology is able to address Suchman’s and Dourish’s 
call for a change in the conceptual model and internal representations within design. It 
is able to do this because, as Dourish says, it is “an approach that deals not so much 
with this technology or that form of work, but rather more generally with interactive 
technology   per   se   and   the   generally   operative   social   process   that   underpins   any 
sociological account of behavior.” Thus, by moving away from the rules that guide 
formal   methods,   Technomethodology   is   able   to   ground   itself   fully   into   the   work 
context in two ways: (1) by not relying only on observations from the work setting, but 
instead by using  ethnomethodology’s ability  to understand that an organization of 
action are improvised, spontaneous, and natural; and (2) it relates the understandings 
gained   in   (1)   to   fundamental   principles   in   design   like   abstraction,   function, 
substitution, identity, and representation instead of a specific system or setting. [12, 9] 
Thus, with technomethodology, sociological understanding has been forged into the 
core of software design principles. Technomethodology generally meets the criteria 
listed in Section Two. It scores well in the cost benefit ratio area due to that almost 
any design emanating from it should have the correct focus, and thus inherently be a 
better design. However, since it is still a new analytic method, the users and the results 
of technomethodology  have  not  yet been  widely tested. Therefore, it  is  premature 
today to predict whether or not it specifically will be easy to use for any level of 
design. Ethnomethodology, on the other hand, has been fairly successful at being able 
to reproduce good results (see examples in [13)] and [5]). As Technomethodology is 
founded   on   ethnomethodology   and   it   is   an   extension   on   how   to   refocus   design 
methods, it can be easily argued that criteria two and three are currently being met by 
ethnomethodology and can thus be extended to technomethodology. To summarize, 
Technomethodology  is  one attempt  at merging  the social  sciences with design by 
understanding   moment­by­moment   human   actions/reactions   and   by   relating   those 
understandings to the foundational principles of design. Therefore, with the correct 
focus to design, the work context, and by meeting  the criteria from Section Two, 
Technomethodology is a good first step at attempting to create a better and superior 

5   Conclusions

The analytic and design methods are the areas of HCI research that are continuing to 
evolve at a rapid rate. By remodeling design with the criteria proposed in Section One 
and with the focus proposed in Section Two, a whole new era of design is starting to 
emerge. Technomethodology is one attempt at promoting this evolution, and although 
it has its critics, it provides a strong starting position. The important point of design 
10      Laurian C. Hobby

methodologies is to continuously question what makes a good design and to try and 
find the method that matches those criteria. As computing changes and evolves it is 
important to reevaluate what is the focus of the design method. It has evolved from the 
computer, to the user, and hopefully, now to the work context. We should expect more 
paradigm shifts as the work is performed. What is needed is the ability to change and 
to evolve existing methodologies into more useful and usable theories. This has been 
done recently by continuously involving the analytic method into the design process to 
the point where in some cases the analytic method has become synonymous with the 
design method.  The power of the analytic method is its ability to inspire and initiate 
design methods and with the right focus there is no foreseeable end to the science of 


1.  Bertelsen, O. W., Bødker, S.: Activity Theory. In: HCI Models, Theories, and Frameworks. 
Carroll, J. M. (Eds). Morgan Kaufmann Publishers, San Francisco (2003) 291 – 324
2.  Bianchi, A., Caivano, D., Conradi, R., Jaccheri, L., Torchiano, J., Visaggio, G.: Chapter 13: 
COTS   Products   Characterization:   Propose   and   Empirical   Assessment.   In:   Empirical 
Methods   and   Studies   in   Software   Engineering   –   Experiences   from   ESERNET   Project, 
Conradi, R., Inge, A. (Eds). Spring Verlag LNCS, (2003) 20
3.   Blackwell, A., Green, T.: Notational Systems – The Cognitive Dimensions of Notations 
Framework.   In:   HCI   Models,   Theories,   and   Frameworks,   Carroll,   J.   M.   (Eds).   Morgan 
Kaufmann Publishers, San Francisco (2003) 103 – 133
4.   Borchers, J.: A Pattern Approach to Interaction Design. In: ACM DIS 2002 – Designing 
Interactive Systems. ACM, (2002) 369 – 378
5.  Button, G., Dourish, P.: Technomethodology: Paradoxes and Possibilities. In: Proceedings of 
the 1996 Conference on Human Factors in Computing Systems. ACM, Vancouver Canada 
(1996) 19­26
6.   Carroll, J. M.: Dimensions of Participation: Elaborating Herbert H. Simon’s “Science of 
Design”.   In:   Les   Sciences   de   la   Conception   (Science   of   Design),   The   International 
Conference in Honour of Herbert Simon, Jacques Perrin (Eds). INSA de Lyon, (2002)
7.   Carroll, J. M: Making Use: Scenario­based design of human­computer interactions. MIT 
Press (2000)
8.  Crabtree, A.: Designing Collaborative Systems: A Practical Guide to Ethnography. Spring­
Verlag, London (2003)
9.   Crabtree,   A.:   Taking   Technomethodology   Seriously:   Hybrid   Change   in   the 
Ethnomethodology­Design Relationship. In: European Journal of Information Systems, Vol. 
(13). (2004) 195 ­ 209
10. Dictionary.com: ‘analytic’. January 5th, 2004
Design and the Analytic Method: The Future of Human Computer Interaction (HCI)      11

11. Dix, A: Upside­Down A’s and Algorithms – Computational Formalism and Theory. In: HCI 
Models, Theories, and Frameworks. Carroll, J. M. (Eds). Morgan Kaufmann Publishers, San 
Francisco (2003) 381 – 430
12. Dourish,  P.,  Button,  G.,  On  “Technomethodology”:  Foundational  Relationships between 
Ethnomethodology and System Design. In: Human Computer Interaction. (1998) 13(4)  395 
­ 432
13. Dourish, P.: Where the Action Is: The Foundations of Embodied Interaction. MIT Press, 
Cambridge Massachusetts (2001)
14.   Grudin,   J.,   Grinter,   R.:   Ethnography   and   Design.   In:   Computer­Supported   Cooperative 
Work. (1995) 3(1) 55 ­ 59
15. Hartson, R., Andre, T., Williges, R.: Criteria for Evaluating Usability Evaluation Methods. 
In: International Journal of Human­Computer Interaction. Lawrence Erlbaum Associates, 
(2001) 13(4) 373 ­ 410
16. Hix, D., Hartson, R.: Developing User Interfaces: Ensuring Usability Through Product & 
Process. Wiley, USA (1993)
17. John, B. E., Kieras, D. E.: Using GOMS for User Interface Design and Evaluation: Which 
Technique? In: ACM Transactions on Computer Human Interaction. ACM, 3(4) 287 – 319
18. Keith, S., Blandford, A., Fields, R., Theng, Y. L.: An Investigation into the application of 
Claims   Analysis   to   Evaluate   Usability   of   a   Digital   Library   Interface.   In:   Proc.   JCDL 
Workshop on Usability, Blandford, A., Buchanan G. (Eds). (2002)
19.   MacKay,   W.   E.,   Fayard,   A.   L.:   HCI,   Natural   Science   and   Design:   A   Framework   for 
Triangulation   Across   Disciplines.   In:   ACM   DIS’97—Proceedings   of   the   Conference   on 
Designing Interactive Systems. ACM, (1997) 223­234
20. MacKenzie, S.: Motor Behavior Models for Human­Computer Interaction. In: HCI Models, 
Theories,   and   Frameworks.     Carroll,   J.   M.   (Eds).   Morgan­Kaufmann   Publishers,   San 
Francisco (2003) 27­54
21. McGrath, J.: Methodology Matters: Doing Research in the Behavioral and Social Sciences. 
In: Readings in Human­Computer Interaction: Towards the Year 2000, Beaker, R., Grudin, 
J., Buxton, W., Greenberg, S. (Eds.). Morgan­Kaufman Publishers, San Francisco (1994) 
22.   Monk,   A.,   Gilbert,   N.:   Chapter   2   Formal   Methods.   In:   Perspectives   on   HCI:   Diverse 
Approaches. Academic Press, London (1995) 9­43
23.   Nielsen,   J.:   Usability  Inspection   Methods.   In:   Conference   Companion  CHI’94  (Boston, 
MA, 24­28 April). ACM, (1994) 413 ­ 414 
24. Nielsen, J., Molich, R.: Heuristic Evaluation of User Inerfaces. In: Proc. ACM CHI’90 Conf 
(Seattle, WA, 1­5 April). ACM, (1990) 249 – 256
25. Payne, S., Green, T.: Task­action Grammars: A Model of the Mental Representation of Task 
Languages. Human­Computer Interaction, (1986) 2(2) 93 – 133
26. Pejtersen, A. M., Hertzum, M., Andersen, P. B., Bødker, S.: Bridging the Gab between Field 
Studies and Design. In: NordiCHI 2002. ACM, Aarhus Denmark (2002)
27. Pierce, J. R.: A Introduction to Information Theory: Symbols, Signals and Noise. Dover 
Publications, New York (1980)
28. Randall, D., Rouncefield M.: Tutorial 7 Fieldwork for System Design. Computer Supported 
Collaborative Work ACM, Chicago (2004)
12      Laurian C. Hobby

29. Rosson, M. B., Carroll, J. M.: Usability Engineering. Morgan Kaufmann Publishers, San 
Francisco (2002)
30.   Suchman,   L:   Plans   and   Situated   Actions:   The   problems   of   Human­Machine 
Communication. Cambridge University Press, Cambridge (1987)
31.   Suchman,   L:   Writing   and   Reading:   A   Response   to   Comments   on  Plans   and   Situated  
Actions. In: The Journal of the Learning Sciences. Lawrence Earlbaum Associates, (2003) 
12(2) 299­306
32. Sutcliffe, A. G., Carroll, J. M.: Designing Claims for reuse in Interactive systems design. 
Int. J. Human­Computer Stud., 50(3) (1999) 213 ­ 241
33.   Winograd,   T.:   From   Programming   Environments   to   environments   for   designing.   In: 
Communications of the ACM. ACM, (1995) 38(6) 65­74