Ibland vill du inte distraheras av din telefon. Andra gånger är det helt okej. Men om du inte har problem med att manuellt slå på och av dina meddelanden, känner enheten inte skillnaden.

Så ingenjörer på Rutgers University har utvecklat en datormodell som de hävdar kan ta reda på när en bra tid att avbryta dig är. "Din smartphone skulle helst känna igen dina användningsmönster och beteenden och schemalägga anmälningar för att minimera avbrott", säger Janne Lindqvist.

En grupp ledd av Lindqvist, en biträdande professor i Institutionen för el- och datateknik, byggde en tvåstegsmodell som förutser inte bara om du är tillgänglig eller inte, men hur avbrytbar är du på en skala från en till fem.

Sunt förnuft

Med över 5 000 smarta telefonposter från 22 volontärer under en period av fyra veckor, liksom ett personlighetsprov, kunde de förutsäga hur upptagna människor var och hur de skulle svara på olika typer av avbrott.

Några av resultaten är sunt förnuft. De fann att när människor var i gott humör var de mer benägna att vara avbrytbara än om de hade ett obehagligt humör.

De fann också att människors vilja att avbryta varierar med platsen - på sjukvård och sjukvård var människor mycket avbrytbara. Men när man studerade eller utövade var människor mindre öppna för avbrott.

Mer att utforska

Lindqvist säger att det finns mer att utforska: "Vi kan till exempel optimera vår modell för att möjliggöra anpassning av smartphone för att matcha olika inställningar, som att alltid tillåta någon att störa dig", säger han .

"Det skulle vara något som en utmärkt mänsklig sekreterare skulle veta. Ett samtal från dina barn eller daghem bör alltid gå igenom, oavsett situation, medan vissa människor kanske vill ignorera sina släktingar, till exempel."

Men han tror att forskningen så småningom kommer att leda till smartare anmälningssystem. "Ideellt skulle smartphones lära sig automatiskt," sa han.

Smarta notiser

"Så här är det idag, är notifieringshanteringssystemet inte smart eller bara beroende av användarens inställning, till exempel att aktivera eller inaktivera vissa meddelanden. Vår modell är annorlunda eftersom den samlar användarnas aktivitetsdata och inställningar. Detta gör att systemet kan lära sig automatiskt som en "mänsklig sekreterare", så det möjliggör smart prediktion. "

Lagets peer-reviewed studie, med titeln "Hur upptagen är du? Att förutse mobila användares interruptibility intensitet", kommer att publiceras i maj vid ACM CHI konferensen om mänskliga faktorer i datorsystem i Denver, Colorado.

  • Ett artificiellt musembryo har skapats från stamceller