低意图交互的活动建模：用户、隐私与任务分析

# 低意图交互的活动建模：用户、隐私与任务分析 ## 1. 用户模型 在低意图交互的设计中，不仅设计师需要构建模型，用户也会对系统形成自己的认知模型。对于传统系统，通过隐喻、可见性、一致性和反馈等设计准则，能帮助用户理解系统状态、可用操作及其效果。 对于上下文感知系统，Schmidt（2013）提出用户界面应尽量减少“感知不匹配”，明确告知用户系统使用了哪些感官信息，以便用户解释系统效果产生的原因，并推断如何实现期望的结果。 然而，对于一些优秀的低意图和低注意力界面，用户可能无需构建模型。例如，许多用户并未意识到搜索结果会根据他们过去的点击行为进行调整。但如果用户察觉到系统的自动变化，如加热或照明水平的自发改变，交互可能会变得“诡异”，就像有幽灵在操控环境一样。这种自主行为类似于类人机器人的“恐怖谷”效应，越智能和类人的自主行动，越容易让人感觉像魔法或超自然现象。 这意味着，低意图系统在日常运行中不必遵循Schmidt的“感知不匹配”建议，但当用户需要时，应提供相应的模型。这也有助于解决一些对用户不明显的修改所引发的伦理问题。在欧洲，随着欧盟通用数据保护条例的实施，这一问题可能会变得越来越重要，该条例禁止或严格监管任何法律敏感领域的黑盒自动决策。 ### 1.1 用户模型相关要点总结 |要点|详情| |----|----| |传统系统设计准则|隐喻、可见性、一致性和反馈，帮助用户理解系统| |上下文感知系统建议|减少“感知不匹配”，明确感官信息使用情况| |低意图界面情况|部分界面用户无需构建模型| |自主行为问题|可能导致“诡异”感，类似“恐怖谷”效应| |应对措施|用户需要时提供模型，解决伦理问题| ### 1.2 用户模型相关流程 ```mermaid graph LR A[系统运行] --> B{用户是否察觉变化} B -- 否 --> C[正常运行] B -- 是 --> D[交互变得“诡异”] D --> E[提供解释模型] ``` ## 2. 隐私问题 传感器丰富的环境会引发隐私和安全问题。偶然交互的定义表明，收集感知数据是为了影响、改善或促进用户未来的交互或日常生活，即被感知的个人或群体也能从这种感知中受益，这一表述旨在排除纯粹为他人利益而收集数据的监控行为。 然而，即使被感知者能从中受益，他们的数据