Síntese — o algoritmo do UI Quality Score (UQS)

Este capítulo deriva o índice de qualidade de UI da Koder Stack a partir da ciência dos capítulos 01–06. Ele é a ponte entre o conhecimento (compêndio) e a norma (stack-RFC-030): a RFC ratifica os números; aqui está o porquê de cada escolha estar ancorada em modelos publicados e validados, não em opinião.

1. Princípio de design do índice

Quatro decisões de método, cada uma herdada de um modelo estabelecido (cap. 03–04):

1. Padroniza-depois-combina (SUM — Sauro & Kindlund 2005). Cada métrica heterogênea

   (segundos, %, Likert, ratio de contraste) é primeiro normalizada a 0–1 contra um *spec limit* (alvo), e só então entra numa média ponderada. É o método publicado de colapsar métricas de usabilidade num escore único — adotamos a mecânica inteira.

2. Decompõe em sub-fatores e reporta cada um (SUPR-Q). Nunca colapsar tudo num número

   cego: o índice carrega seus sub-escores ao lado do total (a disciplina do SUPR-Q e a correção do defeito do NPS, que joga informação fora). Percentil-norma quando houver base.

3. Garante ≥1 canal por pilar ISO 9241-11. Efetividade · Eficiência · Satisfação — mais

   um pilar de Qualidade-visualConfiança (ISOIEC 25010 Interaction Capability + *UI aesthetics* + Accessibility). Isso impede gaming de uma dimensão só.

4. Dois tiers de medição. AUTO (determinístico, headless — fórmulas dos cap. 010405/06)

   e JUDGE (IA contra a spec — heurísticas do cap. 02). Espelha a dupla architecture-quality.kmd (rubrica) + /k-arch (juízo) que a Stack já usa.

2. Estrutura: pilares → dimensões → tier

Pesos de pilar no perfil base screen (perfis reponderam — §4). Cada dimensão é 0–100.

Os pesos acima são seed (defaults HCI). A ratificação re-deriva por PCA/factor loadings sobre ~10 surfaces reais — exatamente como o SUM achou que seus 4 inputs contribuem ~igualmente (cap. 03). Até lá, valem os seeds.

3. Fórmula

3.1 Normalização de cada dimensão (0–1)

• Dimensão AUTO contínua (tempo, contraste, densidade): z contra spec-limit → CDF normal,

  ou a curva exponencial do Brand score e^(−k·penalty) quando o sinal é penalty-acumulável. norm = Φ((spec − valor)/σ) (SUM) ou norm = e^(−k·penalty_normalizada) (Brand score).

• Dimensão AUTO de taxa (defeitoserros, % checagens a11y passando): `norm = passaaplicável`

  (Six-Sigma "proportion-meeting-spec", cap. 03).

• Dimensão SURVEY: já em 0–100 → /100. UMUX-LITE usa a regressão SUS≈0.65·x+22.9 (cap. 03)

  pra cair na mesma escala do SUS.

• Dimensão JUDGE: pass=100 · partial=60 · violated=20, média dos critérios aplicáveis

  (cap. 02), mapeada a severidade Nielsen 0–4 pra ponderar.

3.2 Composição

pilar_p   = Σ_d (w_d · dim_d)  / Σ_d w_d           # média ponderada das dimensões do pilar
UQS_bruto = 100 · Σ_p (W_p · pilar_p) / Σ_p W_p     # média ponderada dos pilares (perfil ativo)
UQS       = aplica_gates(UQS_bruto)                 # §5

3.3 Estética computacional (a dimensão Visual AUTO, detalhe)

O sub-escore visual combina (cap. 04), cada termo 0–1:

Visual = 0.45·Ngo_OM            # média das 14 medidas de Ngo (balance, symmetry, density 0.5-ótima, simplicity, economy…)
       + 0.25·disciplina         # média de [aderência grid-8pt, aderência escala-tipográfica, ritmo vertical]
       + 0.15·(1 − clutter)      # Rosenholtz feature-congestion/subband-entropy normalizado
       + 0.15·colorfulness_fit   # Hasler–Süsstrunk com ótimo-médio (penaliza drab E caótico)

(O contraste não entra aqui — é gate de A11y, §5, pra não ser "diluído" numa média.)

4. Perfis por tipo de surface (reponderação)

Mesmo motor, pesos de pilar diferentes (cap. 04 §aesthetic-usability justifica peso visual):

icon ≈ tudo-visual: ali o kicon validate (R1–R7) e a estética computacional dominam; form carrega A11y + estados (cap. 02 H5/H9, cap. 06). Pesos seed — calibrar.

5. Gates duros (capam ou reprovam — não se diluem)

Herdados das normas já vigentes (cap. 06 + Verge R8 + icons):

• G-AA contraste: qualquer par < WCAG 2.1 AA (4.5:1 / 3:1) → dimensão A11y perde o item e

  UQS capa em ≤ 59 (Fair). (Verge R8 já é gate CI; o UQS o reflete, não o substitui.)

• G-ICON: kicon validate FAIL em R1–R7 → Visual perde V5 e UQS ≤ 59.
• G-severidade-4: qualquer achado JUDGE com severidade Nielsen 4 (catástrofe) → cap ≤ 59

  até resolver (cap. 02, escala de severidade).

• G-Doherty (opcional, quando há telemetria): INP > 1s sustentado → penalty dura em Eficiência

  (cap. 01, limiar 400ms1s10s).

6. Bandas de rating (Sauro–Lewis, verbatim)

Reusa a curva A–F do SUS (cap. 03) — familiaridade instantânea, sem inventar escala:

7. Por que NÃO um juiz-IA puro, nem um survey puro

• Survey puro (SUS/NPS): precisa de humanos, não escala por-surface-por-release, e o NPS

  ainda joga informação fora (cap. 03). Vira só o canal Satisfação, não o todo.

• Juiz-IA puro (/k-meta-judge): qualitativo, não dá baseline/trend nem comparabilidade.

  Vira o tier JUDGE, não o índice. (cap. 02)

• Híbrido AUTO+JUDGE+SURVEY é o que a literatura (SUM, HEART, SUPR-Q) faz e o que a Stack

  já pratica em arquitetura — daí o UQS.

8. Implementação (resumo — detalhe em stack-RFC-030 §9 + meta#387)

1. tools/ui-score — motor AUTO headless: contraste (reusa verge-contrast-audit),

   geometria Ngogridalinhamento, escala tipográfica, KLM/Fitts sobre o task-flow, 18 checagens a11y (axe-core-style). Emite as dimensões AUTO + sub-escores.

2. Adapter JUDGE — orquestra /k-meta-judge resolvendo surface→spec por spec-triggers.kmd.
3. Canal SURVEY — UMUX-LITE (2 perguntas) micro-survey por release; opcional.
4. Composição + perfis + gates + bandas → o número + relatório JSON.
5. /k-ui-score <surface> (read-only, irmão do /k-arch).
6. Validação empírica: pontuar o cockpit do Triage antes/depois do TRIAGE-026 — o índice

   tem que subir com as fatias de polish. Se não subir, o modelo está errado, não a UI.

9. Fontes-âncora (detalhe e URLs nos capítulos 01–06)

SUM (Sauro & Kindlund 2005) · SUPR-Q (Sauro) · SUS (Brooke; Sauro–Lewis curva) · UMUX-LITE (Lewis et al.) · HEARTGSM (Rodden et al., Google) · ISO 9241-11 · ISOIEC 25010 · Ngo, Teo & Byrne 2003 · WCAG 2.2 (W3C) · APCA (Myndex) · GOMS/KLM (Card, Moran & Newell) · Fitts 1954 · Hick–Hyman · Nielsen 10 heuristics · Norman DOET · Tractinsky (aesthetic-usability).