你的头像似乎犹豫不决地分享关于你自己：人们如何在透明系统中感知他人的头像

文献标题

Your Avatar Seems Hesitant to Share About Yourself: How People Perceive Others’ Avatars in the Transparent System

文献信息

• 主题领域: 人机交互，虚拟化身设计，社会虚拟现实
• 关键词: Avatar-mediated communication, transparent system, self-disclosure, social perception, customization, personalization, anonymity, interaction design, virtual reality, metaverse

研究背景与问题

• 问题与挑战:

  • 在社交虚拟环境中，用户很难得知他人虚拟化身是如何创建的，而这种信息对于形成第一印象和评估对方至关重要。
  • 尽管个性化和高度真实的虚拟化身被认为能够提高交互体验，但研究较少探索“透明系统”（即能明确展示虚拟化身创建方法的系统）如何影响他人对用户自我披露的看法。
  • 如何缩小虚拟社交环境中发送者（创建虚拟化身者）与接收者（观察者）之间对自我披露的认知差异仍是一个研究空白。

• 研究重要性:

  • 在元宇宙等虚拟社交平台中，虚拟化身设计及其信息的透明化可能显著影响用户体验。
  • 研究这些问题可以帮助开发者理解透明化设计的优缺点，并优化用户体验。

• 研究动机与现有工作:

  • 当前关于 AMC（Avatar-mediated communication）的研究更多聚焦于虚拟化身对用户自己的影响（如Proteus效应），但较少探索他人如何通过化身评估用户及其行为。
  • 现有理论（如超人际模型、理论心智）暗示了接收者对有限线索（如化身）的过度依赖可能导致不准确的判断。
  • 本研究试图填补这一研究空白，探讨透明系统如何改变接收者对发送者及其自我披露的看法。

解决方案

• 研究方法:

  • 设计并实施了一个2×2混合设计实验。
    • 独立变量1：系统设计（透明 vs. 非透明）
    • 独立变量2：虚拟化身创建方法（个性化 vs. 定制化）
  • 实验内容包括：让60名参与者观看预录的自我介绍视频，并回答与发送者相关的问卷。
  • 指导视频和自我介绍视频中清晰标注了化身创建方法的标识（如相机图标=个性化，手指图标=定制化）。

• 创新之处:

  • 首次在AMC研究中融合个性化化身与透明系统设计，探讨这两个因素如何共同影响社交行为和自我披露。
  • 系统性地对接收者从匿名性、信任性、社交吸引力等多个维度评价发送者的表现进行了量化分析。
  • 提供了关于元宇宙平台化身设计透明化的实用设计建议。

• 研究步骤与关键技术:

  • 数据收集：通过虚拟平台（Spatial.io），用户创建并展示不同类型的化身。
  • 实验验证：在透明与非透明系统中分别测试接收者对发送者的匿名性、可信度、社会吸引力、自我披露等维度的评价。
  • 数据分析：采用混合设计方差分析（ANOVA）和广义线性模型等统计方法，对实验数据进行处理。

研究成果

• 具体成果:

  • 在透明系统中，接收者对使用个性化化身的发送者评价较低：
    • 认为这些发送者在自我披露上不够广泛、舒适和诚实。
    • 对这些发送者的能力感知也较低。
  • 非透明系统中的发送者吸引了更多接收者的关注（例如愿意被关注或被跟随）。
  • 使用定制化化身的发送者，比使用个性化化身的发送者更被认为是舒适和可信的。

• 实验结果和优势:

  • 实验证实透明系统设计会引发接收者对虚拟化身的不公平判断，尤其是基于个性化化身的表面信息。
  • 在非透明系统中，接收者对发送者的评价更接近于真实情况，且更有可能与对方建立未来互动。
  • 研究强调了隐藏化身创建信息可能带来的“未知吸引力”效应。

• 局限性与未来方向:

  • 局限性:
    • 视频内容的潜在差异可能会影响结果的解释。
    • 研究的实验环境为单向互动（观看录制视频），可能无法完全反映真实社交场景的双向交流。
    • 缺乏对既有关系（如熟人）中互动模式的探索。
  • 未来方向:
    • 在实际双向互动的元宇宙场景中进一步测试这些发现。
    • 探讨透明性与用户自主性之间平衡的最佳设计方案。
    • 考虑用户对AMC平台熟悉程度、性别与年龄等变量对研究结果的潜在影响。

实用建议

• 应谨慎设计透明系统，避免用户因透明性而被不公平评价。
• 提供用户选择是否披露化身创建方法的自主权，同时增加对透明化影响的教育。
• 开发元宇宙平台时，应优先支持多样化的化身创建方法（包括个性化和定制化），以满足不同场景对信任与匿名性的需求。