从跟随到理解:调查AR引导任务中反思提示在促进用户理解中的作用
作者
AR 导航与情境感知原型设计与用户测试
研究背景与问题
-
作者发现了哪些问题或挑战? 作者发现,尽管增强现实(AR)技术为任务指导提供了强大的工具,但其可能导致用户机械地执行步骤,而缺乏对任务深层原理的理解。这种问题降低了知识的可迁移性,并可能导致错误或者对系统的过度依赖。
-
为什么这个问题很重要? 深层理解是任务知识内化和技能迁移的关键。仅依赖机械的步骤执行可能导致用户难以应对新场景或任务变更。在安全性至关重要或复杂性较高的任务中,这尤其具有风险。
-
研究动机与相关工作 作者受到在教育学和学习理论中反思(reflective thinking)对深度学习重要性的启发,并计划将这一机制融入AR指导中。不过,过去的研究大多集中在传统教育场景,而非任务指导背景,且未具体研究反思是否可促进AR任务指导的深度理解。
解决方案
-
作者提出了哪些方法或解决方案? 作者提出在AR引导任务中集成反思提示(Reflective Prompts)。这些提示包括三个主要类型:
- 挑战假设(Challenging Assumptions):要求用户质疑当前步骤的必要性或方法。
- 结果关联(Connection to Outcomes):帮助用户将具体操作与最终结果关联起来。
- 假设场景(Hypothetical Scenarios):鼓励用户考虑在不同情境下任务完成的方式。
-
该解决方案的创新之处是什么? 它将反思元素嵌入AR任务指导系统中,试图平衡任务完成与深度理解之间的需求。这种方法试图通过迫使用户停下来思考任务步骤的意义和后果,打破机械化的执行模式。
-
实施步骤是什么?使用了哪些关键技术?
- 形成性研究:从教育理论中提炼出反思类型,并通过9位参与者的协作设计过程优化这些反思提示。
- AR系统原型开发:使用Apple Vision Pro开发一个包含指导文本的原型系统,集成点击关键词的信息查询和自动显示反思提示的功能。
- 评估研究:采用对比实验(N=16)测试反思提示对任务执行和深度理解的影响。
研究成果
-
取得了哪些具体成果?
- 使用反思提示的任务增加了0.66标准差的测验得分,显著提升参与者的任务理解(p < .05)。
- 反思提示条件下的任务相关信息查询行为增加了68.75%(从0.32到0.54,p < .01),显示了其激发认知好奇心的作用。
- 大多数参与者(15/16)认为反思提示对任务完成非侵入性且易于忽略。
-
与现有解决方案相比,它有哪些优势? 与普通AR步骤指导不同,此方法通过增加反思提示,鼓励用户主动思考任务背后的逻辑,减少对系统的机械依赖,同时不显著增加认知负担。
-
实验或评估结果是什么?
- 任务成功率:反思提示条件下的任务成功率为94.8%,相比于无反思提示的68.8%有显著提高。
- 主观反馈:
- 11/16的参与者认为,反思提示提高了对任务原理的理解动机;
- 9/16参与者认为提示增强了他们对任务的兴趣;
- 反思提示未显著增加认知负担,也未降低系统可用性。
-
局限性与未来方向
- 局限性:
- 任务范围有限,仅涉及咖啡制作与电路组装,可能不适用于所有类型任务;
- 参与者单次使用AR系统,未能观察长期行为模式;
- 反思提示可能会降低用户的主观任务自我效能感。
- 未来方向:
- 扩展反思提示的类型及应用场景,如涉及高风险或需要团队协作的任务;
- 引入长期追踪研究以评估知识迁移与技能发展的长期效果;
- 将反思提示与自动化错误反馈机制结合,提供更加精确和上下文敏感的指导。
- 局限性:
本研究通过整合反思提示元素,实现了解决AR指导过度依赖及缺乏深层理解问题的创新方法。这为未来AR指导系统的设计提供了有价值的方向性参考。
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- 在增强现实(AR)任务指导中,反思性提示是否能促进用户对任务的深层理解?分类: AR任务指导、教程与提示设计同类问题arrow_forward
- 哪些类型的反思性提示最有效地引导用户理解任务背后的逻辑和原理?分类: AR任务指导、教程与提示设计同类问题arrow_forward
- 在任务过程中加入反思性提示是否会提升用户的任务成功率和信息检索行为?分类: AR任务指导、教程与提示设计同类问题arrow_forward
lightbulb
现实痛点
1- 用户在使用AR指导时,常常机械完成操作,缺乏深层理解。分类: AR任务指导、教程与提示设计同类问题arrow_forward
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/10.1145/3706598.3713293
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
AR 导航与情境感知、原型设计与用户测试
work
职业/产业
—
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文