Ley de Fitts
En ergonoma, la ley de Fitts es un modelo del movi-
miento humano, que predice el tiempo necesario para
moverse rpidamente desde una posicin inicial hasta una
zona destino nal como una funcin de la distancia hasta
el objetivo y el tamao de ste. La ley de Fitts se usa para
modelar el acto de apuntar, tanto en el mundo real, por
ejemplo con una mano o dedo, como en los ordenadores,
por ejemplo con un ratn. Fue publicada por Paul Fitts en
1954.
1 El modelo
Matemticamente, la ley de Fitts ha sido formulada de
varias formas diferentes. Una forma comn es la formu-
lacin de Shannon (propuesta por Scott MacKenzie, y lla-
mada as por su semejanza con el teorema de Shannon)
para movimiento sobre una nica dimensin:
( )
D entrada, quedando el ratn en primer lugar. (Este trabajo
T = a + b log2 +1
W
donde
T es el tiempo medio necesario para completar el
movimiento. (Tradicionalmente, los investigadores
han usado el smbolo MT, para indicar movement ti-
me, tiempo del movimiento en ingls.)
a y b son constantes empricas, y pueden ser deter-
minadas aproximando los datos medidos con una l- Desde la llegada de interfaces grcas de usuario (GUI),
nea recta.
D es la distancia desde el punto inicial hasta el cen-
tro del objetivo. (Tradicionalmente, los investigado-
res han usado el smbolo A para esto, indicando la
amplitud del movimiento.)
W es la anchura (width es ingls) del objetivo me- mayor tensin muscular hace ms difcil sealar.) A pe-
dida sobre el eje del movimiento. Tambin puede sar del atractivo del modelo, debe recordarse que en su
entenderse W como la tolerancia de error permiti- forma original y ms estricta:
da en la posicin nal, dado que el punto nal del
movimiento debe quedar a +/- W/2 del centro del
objetivo.
A partir de la ecuacin, vemos un compromiso velocidad-
precisin relacionado con el acto de apuntar, donde los
objetivos que son ms pequeos o estn ms lejos nece-
sitan ms tiempo para ser alcanzados.
2 xito y consecuencias de la ley de
Fitts
La ley de Fitts es un modelo inusualmente exitoso y bien
estudiado. Los experimentos que reproducen los resulta-
dos de Fitts y demuestran su aplicabilidad en situaciones
muy diferentes no son difciles de realizar. Los datos me-
didos en tales experimentos quedan a menudo sobre una
lnea recta con un coeciente de correlacin de al menos
0,95, lo que indica que el modelo es muy preciso.
Aunque Fitts slo public dos artculos sobre su ley (Fitts
1954, Fitts y Peterson 1964), cientos de estudios poste-
riores relacionados con ella aparecen en la literatura so-
bre interaccin persona-ordenador (IPO) y muy proba-
blemente miles de estudios en la ms amplia literatura so-
bre psicomotricidad. La ley de Fitts fue aplicada por pri-
mera vez a la IPO por Card, English y Burr (1978), quie-
nes usaron el ndice de rendimiento (IP, del ingls index
of performance) para comparar diferentes dispositivos de
pionero, segn la biografa de Stuart Card, fue un factor
crucial que llevara a Xerox a introducir comercialmente
el ratn.) La ley de Fitts ha podido aplicarse bajo una
gran variedad de condiciones, con varios miembros dife-
rentes (manos, pies, miras montadas en la cabeza, ojos),
dispositivos (de entrada), entornos fsicos (incluso bajo
el agua) y poblaciones (jvenes, ancianos, personas con
discapacidades mentales y sujetos drogados). Advirtase
que las constantes a, b e IP tienen valores diferentes bajo
cada una de estas condiciones.
la ley de Fitts ha sido aplicada a tareas en las que el usua-
rio debe mover la posicin del cursor sobre un objetivo de
la pantalla, como un botn u otro widget. La ley de Fitts
puede modelar las acciones de point-and-click (sealar y
pinchar) y de drag-and-drop (arrastrar y soltar). (Advir-
tase que arrastrar tiene un IP menor asociado, porque la
Se aplica slo al movimiento en una nica dimensin
y no al movimiento en dos dimensiones (aunque se
ha extendido con xito a dos dimensiones en la ley
de Accot-Zhai).
Describe respuestas motoras simples de, digamos,
la mano humana, fallando al explicar la aceleracin
1
2 4 UNA DERIVACIN DE LA LEY DE FITTS

software que suele estar implementada para un cur- un ratn como un lpiz pueden usarse para sealar, pero
sor de ratn. tienen asociados diferentes constantes a y b.

Describe movimientos sin entrenamiento, y no los Un ndice de rendimiento (IP, del ingls index of perfor-
que se realizan tras meses o aos de prctica (aun- mance), en bits/tiempo, puede ser denido para carac-
que algunos arguyen que la ley de Fitts modela un terizar cmo de rpido puede apuntarse, independiente-
comportamiento de tan bajo nivel que el entrena- mente de los objetivos concretos considerados. Hay dos
miento intensivo no supone demasiada diferencia). convenciones para denir IP: una es IP = 1/b (que tie-
ne la desventaja de ignorar el efecto de a) y la otra es
IP = IDmedia/MTmedia (que tiene la desventaja de de-
Si, como suele armarse, la ley sigue siendo correcta para
pender de una media ID arbitrariamente elegida). Para
la accin de sealar con un ratn, algunas consecuencias
una discusin sobre estas dos convenciones, vase Zhai
para el diseo de interfaces de usuario son:
(2002). Cualquiera sea la denicin usada, medir el IP
de diferentes dispositivos de entrada permite comparar
Los botones y otros widgets que hayan de ser sea- stos respecto a su capacidad para apuntar.
lados en las GUI deben tener un tamao razonable,
siendo muy difcil pinchar en los que sean pequeos. Ligeramente diferente de la formulacin de Shannon es
la formulacin original de Fitts:
Los bordes (por ejemplo la barra de mens en Mac
OS) y esquinas de la pantalla son particularmente f- ( )
ciles de alcanzar porque el puntero queda en el borde 2D
ID = log2
de la misma independientemente de cunto ms se W
mueva el ratn, por lo que puede considerarse que
tienen ancho innito. Aqu el factor de 2 no es particularmente importante: esta
forma del ID puede ser reescrita con dicho factor incluido
Los mens popup pueden ser usados ms rpida- como cambios en las constantes a y b. El +1 de la for-
mente que los pull-down, al ahorrar desplazamiento ma de Shannon, sin embargo, s representa una diferencia
el usuario. respecto a la forma original de Fitts, especialmente para
valores bajos de la razn D/W. La forma de Shannon tie-
Los elementos de los mens radiales se seleccionan
ne la ventaja de que el ID es siempre no negativo, y ha
ms rpidamente y con una tasa de error menor que
resultado encajar mejor con los datos medidos.
los de los mens lineales, por dos razones: porque
todos estn a la misma corta distancia del centro del
men, y porque sus reas de seleccin con forma de
cua (que suele extenderse hasta el borde de la pan- 4 Una derivacin de la ley de Fitts
talla) son muy grandes.
La ley de Fitts puede derivarse de varios modelos de mo-
La ley de Fitts sigue siendo uno de los pocos modelos pre- vimiento. A continuacin se considera uno muy simple
dictivos de IPO rmes y ables, junto con la ms reciente que incluye respuestas discretas y deterministas. Aun-
ley de Accot-Zhai, que deriva de ella. que este modelo es excesivamente simplista, proporciona
cierta intuicin sobre la ley.
Vase tambin la ley de Hick, que modela el tiempo que
un usuario tarda en tomar una decisin. Considrese que el usuario se mueve hacia el objetivo en
una secuencia de submovimientos. Cada uno de estos re-
quiere un tiempo constante t para ser realizado, y supone
3 Algunos detalles matemticos una fraccin constante 1-r de la distancia restante hasta
el centro del destino, donde 0 < r < 1. As, si el usua-
rio est inicialmente a una distancia D del destino, la dis-
El logaritmo de la ley de Fitts se denomina ndice de di- tancia restante tras el primer submovimiento es rD, y la
cultad (ID, del ingls index of diculty) para el objetivo, distancia restante tras el ensimo submovimiento es rn D.
y tiene unidades de bits. Puede reescribirse la ley como (En otras palabras, la distancia restante al centro del des-
(D ) tino es una funcin que decrece exponencialmente con
ID = log2 W + 1 , siendo T = a + bID el tiempo.) Sea N el nmero (posiblemente fraccionario)
de submovimientos necesario para alcanzar el objetivo.
As, la unidades de b son tiempo/bit, por ejemplo mi- Entonces,
lisegundos/bit. La constante a puede ser considerada el
tiempo de reaccin o el tiempo necesario para pinchar un
botn. W
rN D =
2
Los valores de a y b cambian segn las condiciones bajo
las que se realiza la accin de apuntar. Por ejemplo, tanto Despejando N:

El tiempo necesario para todos los submovimientos es:
t 2D
T = Nt = log2
log2 1/r W Humanos en Sistemas Informticos, pp.
Deniendo apropiadamente las constantes a y b, esto pue-
de ser reescrito como
D More than dotting the is founda-
T = a + b log2
W
La anterior derivacin es similar a la que gura en Card,
Moran y Newell (1983). Para una crtica del modelo de-
terminista de correcciones iterativas, vase Meyer et al.
(1990).
5 Referencias
Trabajo original
Paul M. Fitts (1954). The information capa-
city of the human motor system in contro-
lling the amplitude of movement. Journal of
Experimental Psychology, volumen 47, n 6,
junio de 1954, pp. 381-391. (Reimpreso en
Journal of Experimental Psychology: General,
121(3):262-269, 1992).
Paul M. Fitts y James R. Peterson (1964).
Information capacity of discrete motor res-
ponses. Journal of Experimental Psychology,
67(2):103-112, febrero de 1964.
Algunos trabajos posteriores:
Primer aplicacin de la ley de Fitts a la IPO
Stuart K. Card, William K. English
y Betty J. Burr (1978). Evaluation of
mouse, rate-controlled isometric joys-
tick, step keys, and text keys for text selec-
tion on a CRT. Ergonomics, 21(8):601-
613, 1978.
6 Enlaces externos
Extendiendo la ley de Fitts a 2 dimensiones
(destinos bivariable)
I. Scott MacKenzie y William A. S. Bux-
ton (1992). Extending Fitts law to two-
dimensional tasks. Procedimientos de la
conferencia CHI 1992 de la ACM sobre
Factores Humanos en Sistemas Inform-
ticos, pp. 219-226.
A. Murata. Extending eective target
width in Fitts law to a two-dimensional
pointing task. International Journal
of Human-Computer Interaction,
11(2):137-152, 1999.
3
Johnny Accot y Shumin Zhai (2003). Re-
ning Fitts law models for bivariate poin-
ting. Procedimientos de la conferencia
CHI 2003 de la ACM sobre Factores
193-200.
Extendiendo la ley de Fitts para sobrepasar y
cruzar el objetivo
Johnny Accot y Shumin Zhai (2002).
tions for crossing-based interfaces. Pro-
cedimientos de la conferencia CHI 2002
de la ACM sobre Factores Humanos en
Sistemas Informticos, pp. 73-80.
Introducciones
Stuart K. Card, Thomas P. Moran, Allen
Newell (1983). The Psychology of Human-
Computer Interaction.
I. Scott MacKenzie (1992). Fitts law as a re-
search and design tool in human-computer in-
teraction. Human-Computer Interaction, volu-
men 7, 1992, pp. 91-139.
Meyer, D. E., Smith, J. E. K., Kornblum, S.,
Abrams, R. A. y Wright, C. E. (1990). Speed-
accuracy tradeos in aimed movements: To-
ward a theory of rapid voluntary action. En
M. Jeannerod (Ed.), Attention and performan-
ce XIII (pp. 173-226). Hillsdale, NJ: Lawren-
ce Erlbaum.
A. T. Welford (1968). Fundamentals of Skill.
Methuen, 1968.
Sobre las dos convenciones para denir el ndice de
rendimiento IP
Shumin Zhai (2002). On the Validity of Th-
roughput as a Characteristic of Computer In-
put, IBM Research Report RJ 10253, 2002,
Almaden Research Center, San Jose, Califor-
nia.
First Principles of Interaction Design por Bruce
Tognazzini (ingls)
A Quiz Designed to Give You Fitts por Bruce Tog-
nazzini (ingls)
Ley de Fitts (ingls)
Ley de Fitts: Modelando el movimiento y el tiempo
en IPO (ingls)
Bibliografa sobre investigacin de la ley de Fitts re-
copilada por I. Scott MacKenzie (ingls)
4 7 TEXTO E IMGENES DE ORIGEN, COLABORADORES Y LICENCIAS

7 Texto e imgenes de origen, colaboradores y licencias

7.1 Texto
Ley de Fitts Fuente: https://es.wikipedia.org/wiki/Ley_de_Fitts?oldid=82429211 Colaboradores: Dodo, Benjavalero, Ronaldo16, Robot-
Quistnix, Yrbot, BOT-Superzerocool, KnightRider, CEM-bot, VolkovBot, Urdangaray, Muro Bot, SieBot, Loveless, Alexbot, Luckas-bot,
MystBot, Xqbot, EmausBot, Emiduronte, Rezabot, Johnbot, Foxware, Legobot y Annimos: 3

7.2 Imgenes

7.3 Licencia de contenido

Creative Commons Attribution-Share Alike 3.0