身体作为其最佳传感器——一项关于长跑中身体敏感性的自民族志研究
研究背景与问题
-
发现的问题与挑战:
作者关注于长跑作为一种高度感官与身体结合的数据实践。虽然人机交互领域(HCI)已经逐渐接受"全身交互"的设计理念,但在具体体育运动中的应用,特别是耐力运动的数据化与身体感觉的多感官结合方面,研究仍然较少。此外,现有的运动技术研究主要集中于数据对客观表现的评估,而忽视了主观感受与数字数据的复杂相互关系。这导致了主观体验与技术设计脱节的问题。 -
重要性:
随着运动追踪技术(如智能手表)的普及,探索技术如何支持而非代替运动者的身体感知变得愈发重要。理解运动员如何将数字数据与其感官和身体感知结合,对未来的运动技术设计具有重要的指导意义。 -
研究动机与相关工作:
通过对传统设计中从身体与技术二元划分的批评,作者试图通过长跑这一具体实践,探索复杂的身体-数据-环境联结。这种方法不仅是对运动中身体感知技能的验证,也借此推进对技术设计如何与身体实际交互的理解。
解决方案
-
提出的方法与解决方案:
作者采用自传式民族志方法(autoethnography),通过记录自身长跑过程的感官与技术使用体验,探讨耐力运动中的身体感知技能及其与技术的融合关系。同时,关注跑者如何在实践中动态调整其对数字数据(如心率、配速)的解释与反应。 -
创新点:
- 使用自传式民族志提升对运动员内在感官与技术交互的微观理解。
- 界定并分类长跑中感官、多感官感知的具体化学术框架,揭示跑步实践中的“多传感数据-感官动作”动态关系。
- 提炼对运动技术设计的六个设计启发点,提出“技术应增强而非干扰或取代身体感知能力”的理念。
-
实施步骤与关键技术:
- 数据收集: 在六个月的时间中,通过一系列长跑活动反复记录跑步时的身体感觉、技术依赖以及情绪变化(如心率监测、体感反馈)。研究还包括移除技术的实验(例如不佩戴运动手表),以探讨身体监测和数字数据之间的差异性作用。
- 数据分析: 采用开放编码逐步提炼跑步体验的多主题和核心概念,通过反复的行动反思和跨情境对比获得对研究发现的验证。
- 设计干预: 探索与调整技术配置(如改变心率监测显示方式)以观察其对跑步体验的潜在影响。
研究成果
-
具体成果:
- 作者提出了六个新设计方向启发,包括多感官体验的技术设计、数据作为身体感知线索、基于身体灵活性的技术设计等。同时,高度重视用户与运动技术之间的动态协作关系。
- 数据显示,跑者的身体既可以是数据生成的基础,同时通过意图和动作塑造这些数据的意义(例如配速数据能够提示但不应该操控跑步节奏)。
- 验证了身体体验并非静止,随着环境、技术与心理需求的变化而动态转化。
-
相对于现有解决方案的优势:
- 提供了对技术与人体交互的细致分析,超越了以往对数据的“度量”功能,转向与个体感官感知的精细整合。
- 强调设计应促使用户发现身体自身的敏感性,而非完全依赖或强迫遵循技术所提供的数据。
-
实验与评估结果:
- 自传式记录显示,移除或改变技术配置可以增强对身体感知技能的探索(如仅让用户根据心率跑步,而非配速数据)。
- 用户在不同环境下的反应表明,技术应尊重人与环境的复杂互动,而非简单化或统一化跑步体验。
-
局限性与未来方向:
- 由于研究方法为个人自传式民族志,结果可能在很大程度上依赖于研究者的长期跑步经验和背景,难以推广到其他运动用户群体。
- 在未来,或可设计更广泛的实验,通过控制不同用户组和多样化的技术干预方法,验证此框架的普遍适用性。
- 探索如何在更快速和高度动态的运动场景(如团队运动、极限运动)中应用这些设计原则。
总结
这项研究通过深刻地探讨跑步中身体感知技能与数据技术的交互,使人们认识到技术设计应如何以身体为核心,重视其感官复杂性和个性化体验。这种理念扩展了对运动技术的理解,从服务性能优化转向支持身体感知与主观体验的平衡。有益于运动-HCI领域的未来方向,特别是在融合多感官交互和用户个性体验方面具有极大启发性。
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。
研究问题
3- 如何通过长跑实践探索身体感知能力与数据技术的互动关系?分类: 具身互动、身体感知与多感官体验同类问题arrow_forward
- 跑者如何动态调整对数字数据(如心率、配速)的解释和反应?分类: 具身互动、身体感知与多感官体验同类问题arrow_forward
- 运动技术设计怎样才能增强而非干扰跑者的身体感知能力?分类: 具身互动、身体感知与多感官体验同类问题arrow_forward
现实痛点
1- 运动科技忽视了跑者的主观体验与身体感知的复杂关系。分类: 具身互动、身体感知与多感官体验同类问题arrow_forward
- 83%
SmartPoser:基于UWB和IMU数据的智能手机和智能手表手臂姿态估计
UIST '23· 人体姿态与行为识别 +2
- 80%
[别]让身体HIT地板:使用可穿戴传感器促进快节奏体育活动中的身体意识
MobileHCI '23· 健身追踪与运动监测 +1
- 80%
JoulesEye: 运动时热成像估算能量消耗与呼吸感应
UbiComp '24· 健身追踪与运动监测 +1
- 67%
在神经形态平台上评估脉冲神经网络进行人体活动识别
UbiComp '23· 电肌肉刺激(EMS)控制 +2
- 67%
Quali-Mat:使用压力感应运动垫评估体重锻炼的执行质量
UbiComp '23· 健身追踪与运动监测 +1
- 67%
响应式视频:基于用户运动的适应性视频播放支持体育活动
UIST '20· 手部手势识别 +2
- 67%
MobilePoser:移动消费设备中基于IMU的实时全身姿态估计与3D人体位移追踪
UIST '24· 人体姿态与行为识别 +2
- 60%
体内活动追踪
CHI '18· 健身追踪与运动监测
- 60%
Clairbuoyance: 提高游泳者的方向感知
CHI '19· 健身追踪与运动监测 +1
- 60%
理解人们的身体活动计划体验以及探索历史记录对计划创建和执行的影响
CHI '22· 健身追踪与运动监测
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)