情感翻译器：神经多样性二元体的推测性设计

文献标题

An Emotion Translator: Speculative Design By Neurodiverse Dyads

文献信息

• 主题领域: 人机交互 (HCI)，情感计算，神经多样性研究
• 关键词: 情感翻译、推测性设计、情感计算、自闭症、可访问性、图形编码、参与式设计、沟通技术、人机交互、视觉感知

研究背景与问题

• 问题与挑战:

  • 自闭症个体在社交和情感互动中面临挑战，因其表达和解读情绪的方式往往不符合常规。
  • 现有技术对情感的理解局限于面部表情和基本情感分类，未能充分考虑神经多样性个体对情感的复杂需求。
  • 情绪交流可能因误解和社会偏见导致额外的认知负担。

• 研究重要性:

  • 自闭症个体常经历情感和社交上的断联，这可能进一步导致社会孤立和就业障碍。
  • 提高情感信息的准确传递对促进彼此理解和减少误解有重要意义。
  • 情感翻译技术具备潜力，能给予神经多样性人群更大的表达自由，并促进神经多样群体间的互动。

• 研究动机与相关工作:

  • 自闭症研究群体希望获取更多关于自己和他人的情感体验的信息，以更好地应对人际关系。
  • 现有技术，例如使用表情符号或表情识别的工具，有助于情感识别与表达，但仍存在表达局限性。
  • 当前的设计方法强调用户参与，但尚未广泛探索推测性设计在促进情感交流中的作用。

解决方案

• 提出的方法与创新:

  • 作者提出了一个推测性设计概念：一个情感翻译技术原型，包含情感图标矩阵和在线聊天界面。
  • 主张采用个性化情感分类的方式，使每位用户能够依据自己的“情感语言”表达情绪。
  • 通过低保真原型和“奥兹巫师”技术模拟，把自闭症个体的感情图标翻译为对话伙伴可以理解的形式。

• 实施步骤与关键技术:

  1. 开发一个个性化的情感图标矩阵界面，用户可以选择符合其情绪表达的视觉图标。
  2. 使用Google Slides构建一个低保真的聊天应用原型，使用户能够通过文字及视觉图标交流。
  3. 运用“奥兹巫师”技术，由研究人员在后台手动实现图标翻译功能。
  4. 在Zoom会议中开展设计讨论，邀请自闭症用户和他们信任的对话伙伴共同参与设计优化。

研究成果

• 具体成果:

  • 开发了一个初步的情感翻译原型，允许用户根据情感状态选择和分享自定义图标。
  • 自闭症参与者改变了原型的布局、标签和图标选择，展示了不同情感表达在实践中的多样性。
  • 探讨了基于情感视觉化的对话如何促进双方理解和意义协商。

• 优势与贡献:

  • 提供了一个创新性的框架，可以同时支持神经多样性和常规用户在对话中表达并理解情感。
  • 显示了用户参与设计过程的重要性，以及结构与灵活设计之间的微妙平衡。
  • 鼓励参与者采用创造性方式处理技术，表达独特情感体验。

• 实验结果与局限性:

  • 用户积极参与并表示技术概念在提升情感表达能力方面有潜力，但同时担心潜在的误解风险。
  • 一些参与者不完全信任基于人工智能的情感识别功能，强调对技术透明性和控制权的需求。
  • 原型的实现仍限于低保真模拟，未来需进一步研发适用于更广泛群体的高保真原型。

• 未来方向:

  1. 深化对神经多样性群体的支持研究，探索多种情感表达和沟通方式。
  2. 开发更高保真图像编码系统和应用，更贴近用户实际需求。
  3. 探索该技术在其他应用场景（如非语言交流、教育或较大社交群体）中的潜力。
  4. 将情感翻译技术与其他非侵入式人工智能技术结合，进一步提高技术的实用性和用户接受度。

这篇文献为情感计算和神经多样性设计领域提供了重要的启发，并展现了推测性设计在促进互动技术发展中的应用潜力。