数字制造中的间歇性交互:用户对半自动化创作任务中周期性干预的感知
荣誉提名桌面3D打印与个人制造可定制与个性化物件软件工程师与开发者产品设计师创客(Maker)与DIY爱好者
研究背景与问题
- 问题发现与挑战: 作者发现许多数字化制造过程需要用户在生产过程中进行间歇性干预,这种设计在提高机器灵活性和功能性方面效果显著,但用户的交互成本和间歇性任务的感知价值仍缺乏系统研究。
- 重要性: 随着半自动化制造技术的发展,人机协作逐渐成为生产效率和创意表达的关键。然而,频繁的用户交互可能会导致用户不满、增加认知负担以及减少对最终生产物的认同感。这些问题亟待解决以推动技术进步。
- 研究动机与相关工作: 该研究通过模拟间歇性交互(例如在3D打印任务中间插入小物件)方式,探讨用户对这些操作的心理和行为响应。之前的研究着眼于这类技术能扩展机器功能或节省资源,但忽略了用户体验和设计优化的视角。
解决方案
-
方法与解决方案:
- 文章设计并实施了一项详细的实验,模拟了间歇性任务,将“乐高拼装任务”作为实验环境,控制了交互频率(密度)和每次任务的复杂度(步骤)。
- 提出了两种预测用户偏好的时间安排模型,即基于任务“大量聚集”以及“均匀分布”的策略模型。
-
创新点:
- 将用户与机器的交替互动(间歇性交互)用定量实验数据加以系统化研究,首次在用户价值感知和交互偏好领域建立了关键数据关系。
- 提出一系列设计指导,帮助优化半自动化制造系统中机与人的协作方式。
-
关键技术与实施步骤:
- 在实验中使用定制的锁箱系统,模拟了半自动化制造过程中较长时间间隔的用户干预任务。
- 实验设计严格控制了交互频率(2、4或8次)和步骤复杂度(涉及1块、4块或12块乐高积木),以确保用户对任务负担、感知价值和参与感能够被量化分析。
- 使用短信通知引导用户完成任务,并收集任务时间戳和用户主观反馈数据。
研究成果
-
具体成果:
- 实验结果表明,交互任务的复杂度较高时,用户对最终制作物的价值感知显著提升,同时在完成过程中享受更多乐趣。
- 参与者对间歇性交互总体感到接受,尤其当交互任务有限(如4次以下)且复杂时,他们表现出更高的参与感。
-
相比现有方案的优势:
- 实验深度刻画了间歇性交互设计在数字化制造任务中的用户体验依赖因素,而现有研究多聚焦技术功能实现而忽略用户层面。
- 提出的时间设计模型和相应指导能直接用于优化现有半自动化制造方案。
-
实验或评估结果:
- 分布策略方面,一些用户偏好较高密度的任务集中于时间框架起始或末端部分(减少心理转换负担),另一些则偏好任务均匀分布(便于规划和预测)。
- 用户对完成模型的感知价值显著高于零售价(平均价值提高了65%),证明有限的参与感即可显著增加用户对应产品的心理投资。
-
局限性与未来方向:
- 局限性:模拟任务中的等待时间是人为设计的,无法完全匹配真实制造过程中的任务等待;实验使用乐高积木作为模型任务,可能导致用户体验整体偏积极,无法直接预测对繁琐或体力要求较高任务的响应。
- 未来方向:可拓展研究范围至其他高物理强度或心理负担的任务领域,例如传统手工艺、多步骤文件校准等。同时,在时间设计模型中引入更多个性化信息(如用户生物钟或日程表)也值得探讨。
总结
本研究系统探讨了数字化制造中的“间歇性交互”,证实了在长时间制造任务中错开的用户干预不仅被用户接受,还能提高用户对最终物品的价值感知。通过对复杂度与频率的精细控制,作者提供了一组设计准则,有望推动半自动化制造系统在用户体验和任务效率上的进一步优化。同时,本研究为未来的交互设计研究提供了模型基础以及丰富的用户行为洞察。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 在半自动制造任务中,用户对间歇式任务的接受度和心理感知是怎样的?分类: 数字制造结构设计工具同类问题arrow_forward
- 任务复杂度和交互频率如何影响用户的参与感和最终产品的感知价值?分类: 数字制造结构设计工具同类问题arrow_forward
- 间歇任务的时间分布(集中或均匀)如何影响用户的偏好和计划效率?分类: 数字制造结构设计工具同类问题arrow_forward
lightbulb
现实痛点
1- 用户在半自动制造中频繁打断操作可能降低效率和体验。分类: 数字制造结构设计工具同类问题arrow_forward
- 100%
形状结构化器:3D网格模型的设计、制造和用户驱动的迭代优化
CHI '19· 桌面3D打印与个人制造 +1
- 83%
E3D: 利用3D打印附件装置从日常动能交互中收集能量
UbiComp '23· 普适计算(Ubiquitous Computing) +2
- 83%
Romeo:用于在3D模型中嵌入可转换部件以机器人化增强默认功能的设计工具
UIST '20· 桌面3D打印与个人制造 +2
- 83%
Style2Fab:面向生成式AI个性化3D模型制造的功能感知分割方法
UIST '23· 3D 建模与动画 +2
- 80%
Forte:用户驱动的生成设计
CHI '18· 桌面3D打印与个人制造 +1
- 80%
嫁接者:混搭3D打印机器
CHI '18· 桌面3D打印与个人制造 +1
- 80%
FabricatINK:使用回收电子阅读器中的电子墨水进行个性化定制显示器的个人制造
CHI '22· 桌面3D打印与个人制造 +1
- 80%
TensionFab: 从平面模块的张力活性形式制造房间规模的表面结构
CHI '24· 桌面3D打印与个人制造 +1
- 80%
通过导电和热致变色材料在3D对象中嵌入局部激活的可视显示的3D打印
CHI '24· 桌面3D打印与个人制造 +1
- 80%
触碰即粘:通过FDM 3D打印设计和制造触摸固定结构
CHI '24· 桌面3D打印与个人制造 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
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/10.1145/3706598.3713692
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
荣誉提名
group
作者
3 位作者
sell
研究子方向
桌面3D打印与个人制造、可定制与个性化物件
work
职业/产业
软件工程师与开发者、产品设计师、创客(Maker)与DIY爱好者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文