[控场AI]
· 5 分钟阅读· 2,595 字

用户自建个人感知系统:谁在定义技术的边界?

用户自建个人感知系统:谁在定义技术的边界?

技术设计隐含本体论预设,研究者用"绿野仙踪"方法探索用户如何与系统的预设分类框架协商边界。

这篇文章从设计哲学切入,指出每一件技术产品都携带着设计者对"什么重要、什么存在"的隐性假设,即本体论预设,这些预设会悄然圈定用户的认知边界。现有"用户创作系统"(让用户自定义或构建自己的技术)虽然提供了一定的赋权空间,但学界评估这类系统时往往只关注可用性和技术可行性,忽视了更深层的问题:用户真的能突破系统的预设框架吗?为探究这一问题,研究团队采用"绿野仙踪"方法设计了两个开放式探针,让参与者体验训练个性化机器学习系统的过程,同时绕开技术实现的限制,聚焦于用户在协商本体论边界时的真实体验。文章最终呼吁产品设计者将"用户能否突破系统预设分类框架"纳入评估维度,尤其在个性化AI与感知技术日益普及的当下,这一议题愈发迫切。

被设计塑造的世界

我们使用的每一件技术产品,都不只是中立的工具。设计本身带有一种本体论(ontological)特质——它在悄悄塑造、甚至限制我们能够想象和实现的可能性。一款应用怎么定义"健康"、怎么划分"情绪"的类别、怎么决定哪些数据值得被记录,这些选择在无形中为用户圈定了认知的边界。

这项研究正是从这个视角切入:设计出来的人工制品(designed artifacts)是具有本体论意义的,它们在塑造、有时在收窄什么成为可能或可被想象的范围。换句话说,当你用一个系统去理解自己时,这个系统的设计者早已替你做了许多关于"什么重要、什么存在"的假设。

rss source: Negotiating Ontological Boundaries in User-Authored Personal Sensing Systems

"本体论"(Ontology)一词源自哲学,指对"什么存在、什么是真实的"的基本假设与分类体系。在技术与设计领域,这个概念被借用来描述系统对现实的隐性建模方式——一个健康App将"睡眠"分为几个阶段、一个情绪追踪工具列出哪些情绪词汇、一个日程系统如何定义"任务"与"事件"的边界,这些都是设计者做出的本体论选择。这些选择一旦固化进系统,就会悄然影响用户如何感知和描述自己的经验。信息科学领域的研究者Geoffrey Bowker和Susan Star在其著作《分类与后果》中系统阐述了类似观点:分类系统从来不是中立的,它们携带着特定的价值观和权力结构,并通过日常使用不断强化这些结构。

让用户成为设计者的尝试

缓解这种"预先封闭"的一条路径,是把系统如何被设计和构建的权力交还给人们自己。这种思路在学界并不新鲜——围绕"赋予用户创作权"(authorship)的系统已有数十年的研究积累。从终端用户编程到可定制化工具,研究者一直在探索如何让非专业人士也能塑造属于自己的技术。

然而研究者指出了一个长期被忽视的问题:这类系统在评估时,往往只关注它们是否"可用、有用或技术上可行"。这些指标固然重要,却把一个更深层的问题悬置了起来——用户在使用这些系统时,究竟是如何与技术预设的本体论边界进行协商(boundary negotiation)的?当系统允许你自定义,你真的能突破设计者的框架,还是只是在既定的选项里做选择?

"终端用户编程"(End-User Programming,EUP)是指让没有专业编程背景的普通用户也能创建或修改软件行为的设计理念。其代表性形态包括:电子表格公式(如Excel)、可视化编程环境(如MIT的Scratch)、自动化规则平台(如IFTTT的"如果-那么"触发逻辑),以及近年兴起的无代码/低代码工具。EUP的核心主张是,软件的最终使用者往往最了解自己的需求,因此应当拥有塑造工具的能力,而不只是被动接受工具的既定逻辑。然而批评者指出,大多数EUP系统仍在设计者预设的"可能性空间"内运作——用户能组合已有的模块,却难以定义全新的概念或类别。这正是本文研究所要深入探讨的张力:赋权(empowerment)与预设框架(pre-framed ontology)之间的根本矛盾。

用"绿野仙踪"方法探测体验

为了打开这个被忽略的问题,研究团队设计了两个开放式的探针(probes),采用了经典的"绿野仙踪"(Wizard of Oz)技术。这种方法的核心在于:让用户以为自己在与一个真实的智能系统交互,而背后实际由研究人员扮演系统的角色。

这样做的好处很明显——它可以绕开当前技术实现上的限制,让参与者真正体验到"训练一个个性化机器学习系统"的过程,而不被工程层面的障碍所干扰。研究聚焦的正是个人感知系统(personal sensing systems),即那些通过传感器数据来理解和描绘用户自身状态的技术。在这样的探针里,用户得以亲身经历如何教一个系统去识别属于自己的、独特的类别和概念。

为什么这种方法重要

绿野仙踪技术在这里不只是一个省事的替代方案。它让研究得以把注意力从"技术能不能做到"转向"人在其中如何思考和协商"。当用户试图让系统理解一个它原本没有预设的概念时,那个摩擦、调整和重新定义的瞬间,恰恰是本体论边界协商发生的地方。

"绿野仙踪"(Wizard of Oz,简称WoZ)是人机交互研究中一种经典的原型测试方法,名称来源于小说中幕后操控一切的魔法师。该方法最早可追溯至1983年IBM研究员John Kelley的语音界面实验——当时的语音识别技术远未成熟,研究人员便让打字员在幕后实时转录用户的语音输入,从而模拟出一个"能听懂自然语言"的系统。参与者并不知情,却能真实地体验和评价这种交互模式。这一方法的核心价值在于将"用户体验研究"与"技术实现难度"解耦:研究者无需等待技术成熟,就能提前探索用户在特定交互范式下的行为、期望与认知过程。在AI产品研究中,WoZ方法尤为常见,因为许多AI能力(如自然语言理解、个性化学习)的完整实现成本极高,而用户体验层面的洞察往往更早被需要。

对AI产品设计的启示

这项研究的价值超越了学术范畴。随着个性化AI和感知技术越来越深入日常生活——从健康监测到情绪追踪,从智能家居到可穿戴设备——用户与系统之间的本体论协商问题会变得愈发关键。

如果一个系统只提供了设计者想象中的类别,那么无论它多么"可用",都可能在无形中限制用户对自身的理解方式。真正赋予用户创作权,意味着不仅让他们操作系统,更要让他们有能力去挑战和重塑系统背后的分类逻辑。

对于产品设计者而言,这提出了一个新的评估维度:除了可用性和功能性,我们是否也应该衡量一个系统在多大程度上允许用户协商、甚至突破它所预设的边界?这或许是构建真正以人为本的个人感知技术的关键一步。

结语

技术从来不是价值中立的容器。当我们把设计的权力交给用户时,真正的问题不在于界面是否友好,而在于用户能否参与定义"什么是可能的"。这项通过绿野仙踪探针展开的研究,提醒我们重新审视人机交互中那些被长期悬置的深层命题——而这些命题,正随着个性化AI的普及变得前所未有地迫切。

分享:

相关推荐