Análise da Confiabilidade Humana para projeto de
Sistemas Web
Ana Paula Oliveira dos Santos
Universidade de São Paulo – USP
São Paulo - SP
Brasil
ana@ime.usp.br
RESUMO
O seguinte artigo descreve uma análise da confiabilidade humana
(HRA - Human Reliability Analysis) para sistemas web,
utilizando-se das técnicas Therp e CREAM.
Técnica para predição de taxas de erro humano (Therp
-Technique for Human Error Rate Prediction), é um método para
predizer a probabilidade de erro humano e avaliar a degradação
de um sistema máquina-homem que provavelmente é causada por
erros humanos isolados ou em conexão com o funcionamento do
equipamento, procedimentos e práticas operacionais, ou outros
sistemas e características humanas que influenciam o
comportamento do sistema.
O método de Análise de erro e Confiabilidade Cognitiva
(CREAM - Cognitive Reliability and Error Analysis Method) faz
parte de uma segunda geração de métodos de HRA. Este método é
completamente bi-direcional, o que significa que os mesmos
princípios podem ser aplicados para análise retrospectiva na busca
por causas e a predição de performance.
Utiliza-se estas técnicas para levantar erros humanos e montar a
árvore de probabilidade de que estes aconteçam em sistemas web,
bem como buscar causas e prever o desempenho dos usuários.
Desta maneira, pode-se construir interfaces com a preocupação
para que erros previstos não aconteçam e consequentemente
fornecendo uma interação mais satisfatória ao usuário.
Categorias e Descritores de Assuntos
H.1.2 [Models and Principles]: User/ Machine Systems - Human
factors, Human information processing.
Termos Gerais
Performance, Fatores Humanos, Prevenção de erros.
Keywords
Human Factors, HRA, HEP, THERP, CREAM.
1.INTRODUÇÃO
A análise da confiabilidade humana é importante para qualquer
sistema com o qual o ser humano interaja.
A confiabilidade humana é a probabilidade de ter um desempenho
com sucesso nas atividades humanas necessárias para um sistema
tanto confiável quanto disponível. HRA é um método pelo qual a
confiabilidade humana é estimada.
É claro que existem sistemas nos quais esta análise impacta de
maneira muito maior para que grandes desastres não aconteçam.
Por exemplo sistemas de tráfego aéreo, controle de usinas
nucleares, entre outros.
As consequências de um erro humano neste caso, porém ser
catastróficas.
Em uma escala muito menor, sistemas web, podem não ocasionar
acidentes, mas sim incidentes que podem afetar milhares de
pessoas, já que a internet é um grande veículo de comunicação.
Problemas em redes deste tipo podem ocasionar dias
improdutivos no trabalho, atrasos em grandes transações, perda
total de informações, entre outros. Estes podem não causar a
morte de centenas ou milhares de pessoas como os primeiros, mas
podem impactar negativamente a vida de muitas pessoas.
Portanto, a busca por erros humanos será conduzida para impedir
que erros possam afetar o bom funcionamento do sistema e desta
maneira acabe por resultar em consequências mais graves.
Para tanto, foi realizado uma análise da confiabilidade humana
através dos métodos Therp e Cream, que como dito
anteriormente, possuem enfoques diferentes, portanto com a
utilização das duas técnicas espera-se visualizar uma gama maior
de cenários de erros possíveis para sistemas web.
Este artigo trata de maneira geral as técnicas apresentadas, com
exemplos de uso destas, no projeto de características e/ou
questões de design de interface de sistemas web.
A análise foi feita sem um caso específico de sistema, pela
consideração da enorme variedade de serviços e produtos
disponíveis na web. Portanto, foram propostos exemplos de uso
de tais técnicas para o design de interação de sistemas web
eficientes.
2.Técnica para predição de taxas de erro
humano (Therp)
Esta técnica será apresentada através da utilização de avaliações
de risco probabilístico (PRA - Probabilistic Risk Assessments),
discutindo as estimativas de ponto único de probabilidade de erro
humano (HEP – Human Error Probabilities) básicos e
condicionais. Também será feita a análise de tarefas através do
método gráfico chamao HRA Event Tree, que é apresentado como
um meio de diagramação de ações humanas corretas e incorretas.
Para a utilização do PRA, as saídas da árvore de eventos HRA são
integradas em sistemas ou árvores de eventos funcionais ou ainda
em árvores de falhas do sistema. Para o design de utilização com
trade-offs, as saídas do HRA entram em níveis apropriados do A figura 1 representa uma árvore de eventos HRA com
sistema ou na análise de confiabilidade de componentes. informações genéricas, que serão utlizadas para explicar um caso
O método Therp usa tecnologias de confiabilidade convencionais de estudo para sistemas web.
com as modificações apropriadas para suportar maior
variabilidade, imprevisibilidade, e interdependência do
desempenho humano quando comparad com o desemepenho de
máquinas. Os passos do Therp são similares aos da análise de
confiabilidade convencionais, exceto pelo fato que as atividades
humanas são substituídas por resultados de máquinas.
Os passos de análise com o método Therp são:
1. Definir as falhas do sistema de interesse, que dizem
respeito às funções do sistema que podem sem
influenciadas por erros humanos e para as quais as
probabilidades de erros são estimadas.
2. Listar e analisar as operações humanas relacionadas.
3. Estimar as probabilidades de erros relevantes.
4. Estimar os efeitos dos erros humanos nos eventos de
falha do sistema.
5. Mudanças recomendadas para o sistema e recálculo das
probabilidades de falha do sistema (Procedimento
iterativo).
Em HRA, o interesse principal está em estimar os
seguintes parâmetros:
• Confiabilidade de tarefas: É definida como 1.0 menos a
probabilidade estimada de falha na tarefa.
• Fatores de recuperação: A probabilidade de detectar e Figura 1.
corrigir o desempenho de tarefas incorreto, em tempo
de evitar consequências indesejáveis constituem os Tarefa “A” = Primeira Tarefa
fatores de recuperação. Em qualquer sistema homem- Tarefa “B” = Segunda Tarefa
máquina, existem habitualmente vários fatores de a = Probabilidade de desempenho com sucesso da tarefa
recuperação, por exemplo, inspeções que aumentam a “A”.
probabilidadede detectar erros antes que eles afetem o A = Probabilidade de desempenho sem sucesso da Tarefa
sistema. “A”.
b|a = Probabilidade de desempenho com sucesso da Tarefa
• Efeitos das Tarefas:Esta é a probabilidade de erros “B” dado a.
irrecuperáveis resultarem em consequências B|a = Probabilidade de desempenho sem sucesso da Tarefa
indesejáveis para o sistema. Um cálculo separado é feito “B” dado a.
para cada consequência do sistema de interesse. b|A = Probabilidade de desempenho com sucesso da Tarefa
• Importância dos efeitos: Importância de cada grupo de “B” dado A.
efeitos indesejáveis para o sistema em termos de custo B|A = Probabilidade de desempenho sem sucesso da Tarefa
ou outro critério. “B” dado A.

Em um sistema web, as tarefas “A” e “B”, poderiam ser “Informar

2.1Árvore de eventos HRA
Na árvore de evento HRA, os membros representam um processo
de desisão binário, por exemplo, desempenho correto ou incorreto
são as únicas escolhas. Assim, em cada ramificação binária, as
probabilidades dos eventos devem somar 1.0.
dados de entrada para uma busca, ou formulário” como Tarefa A
e “Exibir Confirmação de sucesso para formulário preenchido
corretamente ou apresentação de tela com resultados de busca”
para Tarefa B. Ou seja o sucesso da tarefa B depende do sucesso
de tarefa A.

Membros das árvores de evento HRA mostram diferentes
atividades humanas tão bem quanto condições diferentes ou
influências sobre estas atividades.
Os primeiros membros podem também ser probabilidades
condicionais, se eles representarem uma informação resultante de
outra árvore, ou seja resultados provenientes de outra árvore.
É claro que este é só um exemplo muito simples de mapeamento
para uma árvore de eventos. Sistemas de grande porte
apresentarão uma árvore com muito mais ramificações, pois o
número de tarefas e componentes envolvidos na interação são
muito maiores e portanto mais complexos de analisar. Também
pelo fato de envolverem mais interdependências entre as diversas
tarefas.

Também questões mais críticas no que diz respeito à segurança de
dados ou mesmo recuperação de informações em bancos de
dados, podem ser mapeadas para a árvore de eventos HRA.
Questões de conexão de rede podem deixar milhares de pessoas
sem acesso à internet, como o caso do provedor da Telefônica, em
julho deste ano (2008). No qual, órgãos do governo e usuários
domésticos do Estado de São Paulo tiveram dificuldades para
acessar a Internet por conta de uma severa falha técnica nos
serviços de transmissão de dados da operadora Telefônica. Em
alguns casos a conexão ficava lenta e em outros não era possível
completar a conexão.
Todos esses são exemplos de cenários que podem ser analisados
em busca de erros, para que situações como a citada acima não
ocorram.
2.1.1Árvore de falhas
Também existe a abordagem da árvore de falha, que inicia com
alguma falha e volta atrá no tempo. Também um componente de
árvore de evento HRA pode ser extendido como uma árvore
completa de falhas.
A combinação de árvores de eventos HRA e árvores de falhas
chama-se Diagrama de Causas e Consequências.
Porém é mais difícil representar dependências entre ações
humanas em uma árvore de falha do que em uma árvore de
evento. Na última, as probabilidades condicionais são mostradas
diretamente seguindo os eventos ou ações que geram a
condicionalidade.
Na modelagem de árvore de falha, a dependência pode ser
mostrada totalmente em diferentes caixas da árvore ou em
diferentes árvores de falhas.
3. Método de Confiabilidade Cognitiva e
Análise de Erro (CREAM)
CREAM é um método de segunda geração de HRA que foi
desenvolvido de uma análise fundamentada nas abordagens
existentes e portanto explicitamente contém um método, um
esquema de classificação e um modelo.
Destes, o esquema de classificação e o modelo são os mais
importantes e os dois são intrinsecamente conectados. O modelo
subjacente serve principalmente como uma base para relacionar
alguns dos grupos do esquema de classificação.
CREAM simplesmente usa um modelo de cognição como um
modo conveniente de organizar algumas das categorias que
descreve efeitos e causas possíveis em ações humanas. A proposta
primária do CREAM é oferecer uma abordagem prática tanto para
análise de desempenho quanto para predição.
O modelo do CREAM é tão simples quanto possível e é expresso
em termos de suas funções mais do que em termos de sua
estrutura.
3.1 Modelos de Cognição
O modelo é necessário para definir as relações entre componentes
de um esquema de classificação, em particular as maneiras nas
quais ações são tipicamente produzidas, por isso as maneiras nas
quais ações errôneas podem surgir.
O modelo deve ser rico o bastante para descrever um grupo de
funções cognitivas que podem ser usadas para explicar ações de
erros humanos.
Como um exemplo tem-se a memória de curto-prazo. Muitos
modelos de cognição referem-se à ela, pois poderia ser
considerada como causa principal de uma ação de erro humano.
Porém uma análise efetivamente útil seria a identificação de
grupos de condições que em combinação com as características
funcionais de uma memória de curto-prazo poderiam explicar
ações erradas, para um dado evento.
As implicações disto para sistemas web, são de que com análises
deste tipo consegue-se criar interfaces que previnam cenários nos
quais tais combinações pudessem levar a erros humanos.
3.2 Esquema de classificação
Esquemas de classificação deveriam ser aptos para descrever a
maioria, se não todas, as possíveis manifestações de ações de
erros tão bem quanto a maioria das possíveis causas.
3.2.1 Causas e efeitos
Em um nível mais alto de esquema de classificação realiza-se uma
distinção entre efeitos (fenótipos ou manifestações ) e causas
(genótipos).
Os efeitos referem-se ao o que é observável em um dado sistema,
o que inclui ostensivas ações humanas tão bem quanto eventos do
sistema, tais como mudanças na velocidade e direção. Um
esquema de classificação descreve os possíveis efeitos.
No caso de análises de retrospectiva, os efeitos são o ponto inicial
para a análise. No caso de predição de desempenho, os efeitos são
o resultado de uma sequência analisada e tipicamente representam
algo que deveria ser evitado ou prevenido.
As causas são as categorias que podem ser usadas para descrever
o que tem trazido ou pode trazer de efeitos.
Em relação as ações humanas, as causas são tipicamente
encobertas ou internas mais do que ostensiva ou externa e deve
ser portanto determinada através de um processo de raciocínio ou
inferência.
O esquema de classificação serve, portanto, para definir as
relações entre possíveis causas e efeitos e é portanto muito
importante que a organização do esquema de classificação seja
bem definida.
3.3 Grupos de Classificação
O esquema de classificação do CREAM não forma uma
hierarquia de classes e sub-classes, isto porque o conhecimento é
insuficiente sobre causas de ações humanas para produzir uma
classificação hierárquica consistente. As ações humanas parecem
isoladas e mais ainda se ações humanas são vistas como partes de
contextos sócio-técnicos. Também um sistema de classificação
hierárquica força a análise para tornar-se estritamente sequencial,
por exemplo, para deslocar-se de uma extremidade da hierarquia
para outra.
4.CONCLUSÕES
Sistemas web englobam vários tipos de serviços e usuários,
portanto uma análise da confiabilidade humana neste tipo de
sistema deve ser baseada em estudos de casos específicos.
Ou seja, dado um determinado sistema para um fim específico
realiza-se técnicas de análise de confiabilidade considerando o
contexto de uso e tipos de usuários majoritários do sistema
estudado.
Por exemplo, sistemas de saúde especializados em idosos que
disponibilizam informações pela web, ou jogos on-line, ou ainda
pesquisas na internet. Este último, seria um caso mais complexo,
pois envolve uma ampla gama de usuários e contextos de uso. Os
dois primeiros são possíveis de detecção de um público alvo,
idosos no primeiro e crianças e adolescentes no segundo.
Com base nestas informações de contexto de uso e tipo e perfil de
usuário majoritários, pois sistemas web podem ser acessados por
todos os tipos de usuários com exceção apenas para sistemas que
possuem senha para início da interação, é possível realizar análise
de probabilidades de erro em cada possível cenário de interação
identificado.
Tais análises são úteis tanto para problemas críticos quanto para
problemas mais simples, mas que contudo impactam de maneira
negativa sobre a interação do usuário, levando-o a uma má
impressão do sistema e conduzindo-lhe a interação insatisfatória e
desagradável.
Também pontos de conflito entre questões de design que possuem
vantagens e desvantagens, os métodos de análise apresentados
servem para clarear e apontar um design mais preciso para uma
interação eficiente.
As possibilidades de erro são inúmeras para qualquer tipo de
interação onde o ser humano esteja envolvido. Estes erros tanto
podem ter pequenas consequências quanto podem ser verdadeiros
desastres.
De qualquer maneira, seja qual for o grau desta consequência, se
ela é indesejada então significa que devemos utilizar de maneiras
para impedi-la ou evitá-la.
Ao entender os cenários de interação e as probabilidades de erro
humano que podem ocorrer em cada cenário, é possível criar
interfaces que impeçam o erro de acontecer.
Portanto, o uso de tais técnicas é útil para o design de sistemas
com maior usabilidade, pois o simples fato de ter um momento de
análise profunda em cima dos possíveis erros humanos que podem
ocorrer diante de contextos de uso do sistema, conduz a um
design de interação que se preocupa com os usuários, pois existe a
preocupação com a sua interação de maneira a concluir seus
objetivos de forma rápida e eficiente.
5.REFERÊNCIAS
[1] Erik Hollnagel. Cognitive Reliability and Error Analysis
Method. (1a.ed) Elsevier, 1998.
[2] Wickens, C. D.; Hollands, J. G. Engineering Psychology and
Human Performance. (3a. ed) Prentice-Hall, 1999.
[3] Shneiderman, B. (1998). Designing the user interface:
Strategies for effective human-computer interaction (3d ed.).
Addison-Wesley, reading, MA.
[4] Alejandro Jaimes, Nicu Sebe, Daniel Gatica-Perez. Human-
Centered Computing: A Multimedia Perspective, In: Proc. of
the ACM International Conference on Multimedia, Santa
Barbara, CA (2006) 855-864.
[5] Gary M. Olson and Judith S. Olson . Human-Computer
Interaction: Psychological Aspects of the Human Use of
Computing. Annual Review of Psychology. 2003. 54:491-
516.
[6] Cláudia Dias. Usabilidade na Web: Criando portais mais
acessíveis. (2 ed), Ed. Alta Books, Rio de Janeiro, 2007.
[7] Preece, J., Rogers, Y. and Sharp, H., 2002. Interaction
design: beyond human–computer interaction. , John Wiley &
Sons, New York.