**Поддомен:** Backend/Frontend
**Роль:** Системный аналитик
---
### **Анализ цифрового поведения в дипломе: как снижение устной речи влияет на архитектуру интерфейсов и UX-процессы**
#### **Введение**
Исследование Университета Миссури–Канзас-Сити и Университета Аризоны (2026) показало, что с 2005 по 2019 г. среднее количество слов, произнесённых человеком в разговоре с другим человеком, упало на 28 %. После пандемии — ещё больше. Это не просто социологический тренд: это *технический сигнал*. В условиях роста асинхронного взаимодействия (чаты, тикеты, документация), где «слово» заменяется «сообщением», а «разговор» — «транзакцией», архитекторы и системные аналитики сталкиваются с новыми вызовами: как сохранить человеческую метафору в интерфейсах? Как сделать, чтобы пользователь не чувствовал себя «в одиночестве» даже при полном отсутствии голоса? Для выпускника ИТ — это не «интересно», а *обязательно*. Потому что в 2026 году любой продукт, который не учитывает *контекст коммуникации*, будет иметь высокий коэффициент отказа.
---
#### **Темы ВКР (карточки)**
| Тема | Актуальность (ссылка на статью) | Цель | Задачи | Структура |
|------|----------------------------------|------|--------|-----------|
| **Минимизация текстовых интерфейсов через асинхронную обратную связь** | Снижение устной речи → рост асинхронных каналов (телефон/чата/документации). Исследование подтверждает: люди говорят меньше, но пишут — больше. | Разработать прототип UI, где *минимальное количество текста* компенсируется *максимальным качеством интуитивности*. | 1. Анализ статистики общения (The Verge + данные из 22 исследований)
2. Проектирование асинхронного фидбека (notifications, tooltips, прогресс-бары)
3. Тестирование на 3 типах пользователей (новичок, опытный, когнитивно ограниченный)
4. Оценка по ISO/IEC 25010:2014 (полезность, понятность) | Гл.1 — Теоретическая база (включая статью)
Гл.2 — Архитектура и проектирование (UML + C4)
Гл.3 — Тестирование и оценка (метрики UX) | | **Голосовые интерфейсы как компенсатор утраты устной речи** | «Ни один не говорит» → «Но все слушают» (голосовой чат, ASR, TTS). Данные The Verge — основа для моделирования «голосового баланса». | Создать модуль голосового взаимодействия, который не заменяет человека, а дополняет его. | 1. Анализ потребностей в голосовом интерфейсе (по данным 2005–2019)
2. Интеграция с OpenTelemetry для мониторинга «голосовой нагрузки»
3. Реализация с использованием Web Speech API или Rasa
4. Проверка по PMBOK 7 (управление изменениями) | Гл.1 — Обзор трендов и стандартов
Гл.2 — Проектирование архитектуры (C4 + BPMN)
Гл.3 — Тестирование и сравнение с аналогами | | **Дизайн без слов: архитектура нулевого текста** | «Мы говорим меньше, значит, мы должны видеть больше» — логика, заложенная в исследовании. | Разработать интерфейс, где *текст = опция*, а не обязательство. | 1. Кластеризация задач по «визуальной нагрузке» (по данным The Verge)
2. Применение принципа «не говори — покажи» (UI/UX best practices)
3. Реализация с помощью React + Framer Motion
4. Оценка по ГОСТ Р 52257.1-2004 (интерфейсы) | Гл.1 — Анализ современных практик
Гл.2 — Проектирование и реализация (UML + диаграммы состояний)
Гл.3 — Эффективность и масштабируемость | --- #### **Основная часть** ##### **1. Как вписать материал статьи в главу 1 — теоретическую базу** Статья — не просто цитата. Это *основа для формулировки проблемы*. Например: > *«По данным 22 исследований, в 2005 г. средний человек произносил 16 632 слова в день. К 2019 — уже ~12 000. Это снижение на 28 % совпадает с переходом на асинхронные каналы: 73 % пользователей предпочитают чат вместо звонка, 61 % — email вместо разговора».* Это можно использовать в разделе «Проблема и её контекст» как *количественную основу для обоснования необходимости асинхронного UX*. Никаких «актуальность обусловлена...» — только факты и их следствия. ##### **2. Как спроектировать архитектуру — UML и C4** Поскольку тема — *интерфейс без слов*, архитектурная схема должна отражать *путь пользователя без текста*. Пример: ``` +------------------+ +-------------------+ | User Interface | --> | Voice Input Module| +------------------+ +-------------------+ | | v v +------------------+ +-------------------+ | State Manager | <-- | Notification Hub | +------------------+ +-------------------+ ^ ^ | | +------------------+ +-------------------+ | Analytics DB | <-- | OpenTelemetry | +------------------+ +-------------------+ ``` В коде — пример конфигурации `OpenTelemetry` для сбора метрик «время реакции на голосовое сообщение»: ```typescript // telemetry.ts import { MeterProvider } from '@opentelemetry/sdk-metrics'; import { ConsoleMetricExporter } from '@opentelemetry/exporter-console'; const meterProvider = new MeterProvider(); meterProvider.addMetricReader(new ConsoleMetricExporter()); const meter = meterProvider.getMeter('voice-interaction'); export const voiceResponseTime = meter.createHistogram( 'voice_response_time', { description: 'Time between voice input and system response' } ); ``` ##### **3. Как проверить эффективность — метрики и тестирование** Не «что сделали», а *что измерили*. Например: - **TTR (Time to Response)** — время между голосовым запросом и ответом (цель: ≤ 1.2 сек) - **NPS (Net Promoter Score)** — по шкале 0–10, где 0 — «не понял», 10 — «очень удобно» - **Voice Load Index** — отношение количества голосовых событий к общему числу действий (для выявления перегрузки) Все эти метрики можно считать в `package.json` через `npm run test:metrics`. ##### **4. Как оформить — ГОСТ и нормоконтроль** В главе 2 обязательно указать: - «Архитектура интерфейса соответствует требованиям ГОСТ Р 52257.1-2004 (интерфейсы человек–машина)» - «Метрики отражены в таблице 3.2 по ISO/IEC 25010:2014 (полезность, понятность, безопасность)» - «Все диаграммы выполнены по стандарту UML 2.5, с подписями в соответствии с ГОСТ 27.002–2015» --- #### **Чему вы научитесь** 1. **Проектировать асинхронные UI**, основываясь на реальных данных о снижении устной речи 2. **Настроить OpenTelemetry для мониторинга голосовых потоков** 3. **Формулировать технические требования по ГОСТ и ISO/IEC 25010** 4. **Создавать прототипы без текста** — используя только визуальные и звуковые сигналы 5. **Оценивать UX по метрикам, а не по «мне нравится»** --- #### **Типичные ошибки студентов**
---
#### **FAQ**
---
#### **Чек-лист «Что проверить перед сдачей»**
---
2. Проектирование асинхронного фидбека (notifications, tooltips, прогресс-бары)
3. Тестирование на 3 типах пользователей (новичок, опытный, когнитивно ограниченный)
4. Оценка по ISO/IEC 25010:2014 (полезность, понятность) | Гл.1 — Теоретическая база (включая статью)
Гл.2 — Архитектура и проектирование (UML + C4)
Гл.3 — Тестирование и оценка (метрики UX) | | **Голосовые интерфейсы как компенсатор утраты устной речи** | «Ни один не говорит» → «Но все слушают» (голосовой чат, ASR, TTS). Данные The Verge — основа для моделирования «голосового баланса». | Создать модуль голосового взаимодействия, который не заменяет человека, а дополняет его. | 1. Анализ потребностей в голосовом интерфейсе (по данным 2005–2019)
2. Интеграция с OpenTelemetry для мониторинга «голосовой нагрузки»
3. Реализация с использованием Web Speech API или Rasa
4. Проверка по PMBOK 7 (управление изменениями) | Гл.1 — Обзор трендов и стандартов
Гл.2 — Проектирование архитектуры (C4 + BPMN)
Гл.3 — Тестирование и сравнение с аналогами | | **Дизайн без слов: архитектура нулевого текста** | «Мы говорим меньше, значит, мы должны видеть больше» — логика, заложенная в исследовании. | Разработать интерфейс, где *текст = опция*, а не обязательство. | 1. Кластеризация задач по «визуальной нагрузке» (по данным The Verge)
2. Применение принципа «не говори — покажи» (UI/UX best practices)
3. Реализация с помощью React + Framer Motion
4. Оценка по ГОСТ Р 52257.1-2004 (интерфейсы) | Гл.1 — Анализ современных практик
Гл.2 — Проектирование и реализация (UML + диаграммы состояний)
Гл.3 — Эффективность и масштабируемость | --- #### **Основная часть** ##### **1. Как вписать материал статьи в главу 1 — теоретическую базу** Статья — не просто цитата. Это *основа для формулировки проблемы*. Например: > *«По данным 22 исследований, в 2005 г. средний человек произносил 16 632 слова в день. К 2019 — уже ~12 000. Это снижение на 28 % совпадает с переходом на асинхронные каналы: 73 % пользователей предпочитают чат вместо звонка, 61 % — email вместо разговора».* Это можно использовать в разделе «Проблема и её контекст» как *количественную основу для обоснования необходимости асинхронного UX*. Никаких «актуальность обусловлена...» — только факты и их следствия. ##### **2. Как спроектировать архитектуру — UML и C4** Поскольку тема — *интерфейс без слов*, архитектурная схема должна отражать *путь пользователя без текста*. Пример: ``` +------------------+ +-------------------+ | User Interface | --> | Voice Input Module| +------------------+ +-------------------+ | | v v +------------------+ +-------------------+ | State Manager | <-- | Notification Hub | +------------------+ +-------------------+ ^ ^ | | +------------------+ +-------------------+ | Analytics DB | <-- | OpenTelemetry | +------------------+ +-------------------+ ``` В коде — пример конфигурации `OpenTelemetry` для сбора метрик «время реакции на голосовое сообщение»: ```typescript // telemetry.ts import { MeterProvider } from '@opentelemetry/sdk-metrics'; import { ConsoleMetricExporter } from '@opentelemetry/exporter-console'; const meterProvider = new MeterProvider(); meterProvider.addMetricReader(new ConsoleMetricExporter()); const meter = meterProvider.getMeter('voice-interaction'); export const voiceResponseTime = meter.createHistogram( 'voice_response_time', { description: 'Time between voice input and system response' } ); ``` ##### **3. Как проверить эффективность — метрики и тестирование** Не «что сделали», а *что измерили*. Например: - **TTR (Time to Response)** — время между голосовым запросом и ответом (цель: ≤ 1.2 сек) - **NPS (Net Promoter Score)** — по шкале 0–10, где 0 — «не понял», 10 — «очень удобно» - **Voice Load Index** — отношение количества голосовых событий к общему числу действий (для выявления перегрузки) Все эти метрики можно считать в `package.json` через `npm run test:metrics`. ##### **4. Как оформить — ГОСТ и нормоконтроль** В главе 2 обязательно указать: - «Архитектура интерфейса соответствует требованиям ГОСТ Р 52257.1-2004 (интерфейсы человек–машина)» - «Метрики отражены в таблице 3.2 по ISO/IEC 25010:2014 (полезность, понятность, безопасность)» - «Все диаграммы выполнены по стандарту UML 2.5, с подписями в соответствии с ГОСТ 27.002–2015» --- #### **Чему вы научитесь** 1. **Проектировать асинхронные UI**, основываясь на реальных данных о снижении устной речи 2. **Настроить OpenTelemetry для мониторинга голосовых потоков** 3. **Формулировать технические требования по ГОСТ и ISO/IEC 25010** 4. **Создавать прототипы без текста** — используя только визуальные и звуковые сигналы 5. **Оценивать UX по метрикам, а не по «мне нравится»** --- #### **Типичные ошибки студентов**
Ошибка 1. «Я взял статью как источник, но не привёл её в список литературы по ГОСТ». → Решение: В списке литературы — «The Verge, 2026. Researchers say we’re talking less than ever. URL: https://www.theverge.com/science/918753/researchers-talking-less. Дата обращения: 25.04.2026»
Ошибка 2. «Я сделал UI без текста, но забыл про доступность — например, не добавил TTS для слабовидящих». → Решение: Включите в план тестирования — проверку по WCAG 2.1 Level AA (особенно для элементов, где нет текста)
Ошибка 3. «Я использовал только Google Trends, но не привёл данные из 22 исследований». → Решение: В главе 1 — обязательно укажите: «Данные получены из 22 эмпирических исследований, описанных в [ссылка]»
Как выбрать стек для проекта «без слов»?
Если акцент на асинхронный фидбек — React + Framer Motion + OpenTelemetry. Если голос — Rasa + Web Speech API. Не берите Vue если не готовы делать custom hooks для микрофонов. Важно: стек должен быть указан в главе 2, с обоснованием по PMBOK 7.Как оформить схемы, если вуз требует ГОСТ?
Все UML-диаграммы — в формате PNG/PDF, с подписью «Рис. 2.1 — Архитектура системы по ГОСТ Р 52257.1-2004». В тексте — «Схема составлена по стандарту UML 2.5, с учетом требований ГОСТ 27.002–2015».Как считать эффективность, если нет реальных пользователей?
Используйте симуляцию: создайте набор сценариев (например, 1000 голосовых запросов), соберите метрики через OpenTelemetry, сравните с эталоном из The Verge. В главе 3 — «Методология тестирования: симуляция с использованием JMeter + OpenTelemetry».- ✅ Все ссылки на The Verge — в списке литературы по ГОСТ
- ✅ Метрики (TTR, NPS, Voice Load Index) — в таблице 3.2 по ISO/IEC 25010
- ✅ Диаграммы — UML/C4, с подписями по ГОСТ 27.002–2015
- ✅ Структура работы — Глава 1: анализ + теория, Глава 2: проектирование + реализация, Глава 3: тестирование + выводы
- ✅ Нет «мне нравится» — только измеримые параметры
- ✅ В приложениях — скриншоты с подписями по ГОСТ Р 52257.1-2004
- ✅ Финальный вывод — связан с данными из статьи, а не с «трендами»
Приглашаем на бесплатную 120-минутную консультацию: мы поможем вам выбрать тему, подготовить ТЗ по ГОСТ, настроить CI/CD и оформить работу так, чтобы она была защищена на 100 %. Без предварительной платы — только результат.
Источник: Researchers say we’re talking less than ever (опубликовано 2026-04-25)