Z1.03.2Proxy measures设计研究
传感器只能获取情境的代理指标
别名: 代理变量 · operationalization · 操作化
概念解释
没有任何传感器能直接测「情境」。传感器测的是物理量——红外辐射、加速度、门磁通断、WiFi 信号强度；情境——在家、睡觉、有客人——是这些物理量之上的推断构念。物理量与构念之间的映射关系就是代理指标（proxy measure）：PIR 动人传感「测到移动」是「有人在家」的代理；智能手环「心率低 + 不动」是「入睡」的代理。
「代理」这个词要按字面理解：它代表目标构念，但不等于目标构念。所有代理都有失效场景——PIR 对静止的人失明，心率对侧卧焦虑的人误判。情境系统的误差，大部分不是传感器坏了，而是代理关系在该场景下不成立。
机制
代理为什么会必然存在且必然有失效场景？两层原因：
- 构念与信号之间隔着行为假设。「移动 → 有人」隐含假设「人在房间里就会动」。这个假设对走动的人成立，对静坐看书、午睡、冥想的人不成立。代理的效度取决于隐含行为假设的覆盖率，而人类行为的多样性保证任何单一假设都有反例。多传感融合（门磁 + PIR + 用电）缓解但不消除：每个传感器的假设不同，融合假设「这些反例不同时发生」——又一个可以被打破的行为假设。
- 构念本身是社会性定义。「睡觉」在生理上是一个连续谱（浅睡、深睡、闭眼躺着），把它二值化为睡了/没睡是工程决定，不是物理事实。代理失效的另一半来源是构念被强行二值化/离散化后，边界带（刚好要睡着的那二十分钟）必然出现系统性误判——误差集中在定义模糊的地带，这不是精度问题，是定义问题。
推论：情境系统的正确设计姿态是承认每个代理都附带失效条件清单，把「这个代理什么时候不灵」当作与「它测什么」同等重要的规格。
怎么研究
- 代理效度研究：以自陈或人工标注为基准（ground truth），计算每种代理的敏感度/特异度。活动识别领域有成熟范式——机会数据集（Opportunity dataset）、WISDM 等公开数据集用人工标注的活动标签评估传感组合的推断准确率。
- 失效场景挖掘：故意采集代理失效的边缘场景（静止的人、宠物触发、多人重叠），量化误差在场景间的分布——平均准确率掩盖失效集中性，场景分层的误差报告才有设计价值。
- 现场对照：实验室里布景测得的代理效度与真实家庭中的效度差异显著（宠物、家具遮挡、生活习惯），实地重校准是这类研究的标准结论。
方法论注意点：代理效度不是传感器的属性，而是「传感器 × 场景 × 人群」三者的联合属性。换一个家庭，同一传感器的效度可以完全不同；报告效度必须连同场景条件一起报告。
边界
- 代理失效不是随机的，而是系统偏向特定人群与场景。 红外传感对体表温度低的人（老人）、体表温度高的人（发热者）灵敏度漂移；动作识别对轮椅用户完全失效。误差的分布不均匀，这直接关联公平性。
- 融合的边际收益递减，隐私暴露线性增长。 加第三、第四种传感器带来的置信提升通常小于其带来的暴露面增长——代理质量与隐私代价的权衡要在每种融合方案上显式评估。
- 高置信代理存在。 门磁对「门开了」、GPS 对「在户外」近乎直接测量——代理的间接程度是谱，不是全有全无。设计要按每个代理的间接程度分级信任。
怎么落地
- 为每个传感通道维护一张代理规格表：测的物理量、代表的构念、隐含行为假设、已知的失效场景、失效时的表现（漏报还是误报）。这张表是自动化设计时评估风险的本钱。
- 后果越重的判断，越要求代理链短（物理量到构念一步之遥）或多路独立代理同时成立；单一长链代理（WiFi 掉线 → 人离家了）不得触发高后果动作。
- 代理失效的已知场景直接做成设计约束：PIR 会议室传感器必须补「久坐失明」的对策（周期性超声或摄像头，或延长延时），否则把「没人」当成事实就是设计错误。
- 验证办法：部署后按周抽查自陈事件（人在家/睡着/有客）与对应传感读数，分场景统计漏报与误报；失效集中的场景要么换代理、要么加冗余、要么把该自动化的触发条件改保守。