为差异而设计:我们如何学会停止担忧并爱上镜像自我

AI 伦理、公平与问责在线身份与自我呈现隐私政策制定者内容治理与平台合规团队

研究背景与问题

  • 作者发现了哪些问题或挑战? 作者探讨了社交媒体中算法驱动的个性化内容如何塑造用户与自我数字化表示(如“数据双胞胎”和“数据分身”等)的互动。这些数字化表示通常显得“令人毛骨悚然”(creepy),并可能从设计和用户体验的角度挑战人类主体性。作者集中分析了这些数字化概念带来的形而上学和经验上的影响。

  • 为什么这个问题很重要? 随着全球约三分之二人口使用社交媒体平台,这种个性化内容对用户身份建构及日常体验影响深远。此外,这类个性化内容的基础是对用户数据的采集与分析,这与隐私、操控和“监视资本主义”等问题密切相关,关系到技术设计的伦理和社会后果。

  • 研究动机与相关工作 社交媒体平台的设计逻辑往往基于用户的数据表现来提高参与度,从而牺牲了人类内在的复杂性。现有文献多集中于算法如何规范用户行为或保护隐私,而较少深入研究用户与其数字化“他者”之间关系的内涵。通过对“数据双胞胎”(data double)、“数字孪生体”(digital twin)以及“数据分身”(data doppelganger)的分析,作者试图寻找可能的“正当乐观主义”(justifiable optimism)途径,反对当前的设计假设。


解决方案

  • 作者提出了哪些方法或解决方案? 作者倡导从 “设计差异”(designing for difference) 的角度重新思考个性化内容,与传统的设计思路不同,作者主张设计应关注用户与其数字化表示之间的差异,而不是试图通过相似性来预测或操纵用户行为。

  • 该解决方案的创新之处是什么?

    1. 与“数据双胞胎”和“数字孪生体”假设的“用户与数据等同”不同,“数据分身”以差异为核心,为用户自我反思提供机会。
    2. 提出从“用户中心设计”向“超越用户主义”(post-userism)转变的必要性,关注用户的复杂性及其不可还原性。
    3. 通过识别和处理用户在算法驱动交互中经历的不匹配和差异,推动反对“个性化”设计所固有的隐性操控和 “令人毛骨悚然”特质。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 概念分析(Conceptual Analysis): 分别对“数据双胞胎”(data double)、“数字孪生体”(digital twin) 和“数据分身”(data doppelganger)进行概念上的解构与动态分析。
    2. 构建对比框架: 在“社会媒体用户与平台”这个简化系统中,比较不同概念在用户与数字表示的关系中所触发的中心化/去中心化动态。
    3. 强调体验差异: 设计聚焦在用户感知与其数据之间的差异性,并重新思考算法个性化的逻辑。

研究成果

  • 取得了哪些具体成果?

    1. 概念分析表明,“数据分身”是三种数字表示中唯一将用户作为核心的概念,因为它强调体验中的差异性,而不是数据与用户之间的等同性假设。
    2. 提出了“设计差异”的方法,以抵制算法个性化所带来的隐性控制和“用户”身份的简化。
    3. 强调差异和矛盾是数据主体身份构建的核心特征,而不是问题。
  • 与现有解决方案相比,它有哪些优势?

    1. 相较于以“数据双胞胎”和“数字孪生体”为基础的个性化方案,“数据分身”概念引入了设计中的反思维度,将权力重新交还给用户。
    2. 用“差异”取代“相似性”的设计逻辑使得人类复杂性、主观性和不可还原性得以在交互设计中体现,而避免了技术对用户身份的过度简化。
  • 实验或评估结果是什么? 通过对社交媒体交互的案例分析,发现“数据分身”能够有效揭示用户体验上的核心矛盾点。这些矛盾点为关切数据伦理、监视资本主义和算法操控的设计提供了反思性的入口点。

  • 局限性与未来方向

    1. 局限性: 本研究主要集中在语言层面的概念分析,而非定量验证。这可能限制了概念在其他上下文中的普适性。
    2. 未来方向: 可以进一步将“设计差异”原则应用于实际交互设计中,以验证其在用户体验领域的具体效用。此外,探索如何以实践方式将这些概念渗透到算法开发阶段也是未来的关键方向。

总结

作者通过对“数据双胞胎”、“数字孪生体”和“数据分身”的概念解析,挑战了当前个性化内容背后的设计假设,并提出以“差异”为中心的理解和设计范式。尽管遭遇了算法文化的内在矛盾和设计实践的约束,文章为设计回应人类复杂性的互动系统提供了理论基础和创新视角。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/188243/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713560
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
AI 伦理、公平与问责、在线身份与自我呈现
work
职业/产业
隐私政策制定者、内容治理与平台合规团队
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文