令人毛骨悚然技术的细微差别:令人毛骨悚然技术的系统文献综述
作者
科技伦理与批判性HCI隐私设计与用户控制数据隐私感知与决策UI/UX 设计师AI/ML 研究员与工程师隐私政策制定者
文献标题
The Nuances of Creepiness: A Systematic Literature Review of Creepy Technology
出版信息
- 主题领域:人机交互(HCI)与用户对“令人毛骨悚然的技术”的感知。
- 关键词:令人毛骨悚然的技术、不安谷、用户体验、设计动态、HCI、隐私、拟人化、不可预测性、文化背景、交互设计。
背景与问题
- 问题/挑战:“令人毛骨悚然的技术”这一概念在HCI文献中定义模糊,在机器人、隐私和交互设计等领域有不同的解释。现有工具和研究通常聚焦于特定情境,未能全面理解毛骨悚然的广泛动态。
- 重要性:技术中的毛骨悚然感可能阻碍用户参与,影响信任,并导致负面的用户体验。明确其动态对于设计更友好、减少不安感的技术至关重要。
- 动机与相关研究:以往研究探讨了机器人、虚拟化身和侵犯隐私设备中的毛骨悚然感,通常强调不安谷和隐私问题。然而,这些研究局限于特定领域,未能充分解决毛骨悚然在不同情境中的复杂性或个人与文化因素的作用。
解决方案
- 提出的方法:作者对115篇文献进行了系统性综述,开发了毛骨悚然框架(Creepiness Framework),区分设计驱动的方面(毛骨悚然的结构)和用户驱动的体验(感知毛骨悚然)。
- 创新点:
- 开发了毛骨悚然框架,整合了毛骨悚然的设计和体验元素。
- 识别了引发毛骨悚然感的重复设计动态和体验元素。
- 分析了研究毛骨悚然感的原型和感官模式。
- 提出了在批判性设计和推测性设计中利用毛骨悚然感的建议。
- 程序与关键技术:
- 使用ACM计算文献指南进行系统性综述,聚焦2019年至2025年5月间发表的文献。
- 从初始的16,481篇文献中筛选出115篇,采用PRISMA方法论进行分析。
- 将文献编码为研究重点、概念定义、研究设计和原型特征等类别。
- 通过迭代聚类和概念映射开发毛骨悚然框架。
结果
- 具体发现:
- 70.43%的文献有意研究毛骨悚然感,而29.5%将其作为非预期结果报告。
- 毛骨悚然框架包括两个类别:
- 毛骨悚然的结构:设计驱动因素,如情境触发、外观元素、交互动态和叙事意图。
- 感知毛骨悚然:用户驱动因素,如情感和认知反应、文化解释、生理反应和时间动态。
- 大多数原型依赖视觉(71%)和听觉(23%)模式,触觉探索有限(7%),未涉及味觉或嗅觉。
- 64.35%的原型为第三方非生物对象,极少关注沉浸式或穿戴式技术。
- 相较基线的优势:
- 提供了一个整合设计和体验元素的统一框架,填补了以往研究的空白。
- 突出了文化多样性、感官模式和纵向研究等未充分探索的领域。
- 实验/评估:
- 综述了115项研究的发现,包括实证、理论和方法学贡献。
- 定量研究占主导地位(47.83%),其次是混合方法(27.83%)和定性方法(13.91%)。
- 局限性与未来工作:
- 仅限于ACM指南中索引的HCI和计算文献;心理学或社会学的跨学科视角未充分代表。
- 需要在多样化的文化和技术背景下验证框架并进行实证测试。
- 未充分探索日常技术、纵向研究和多感官毛骨悚然感。
总结
本文系统性综述了115项关于令人毛骨悚然技术的研究,开发了毛骨悚然框架,整合了设计驱动(毛骨悚然的结构)和用户驱动(感知毛骨悚然)的因素。主要发现包括原型中视觉和听觉模式的显著性、文化和情境因素的影响以及毛骨悚然感随时间的动态变化。该框架为设计更友好的技术和在批判性设计中利用毛骨悚然感提供了可操作的见解。未来工作应验证框架,探索未充分代表的感官模式,并纳入多样化的文化视角。
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。
当前问题库还没有收录这篇论文的问题与痛点。
- 71%
理解开发人员创建准确的隐私营养标签的挑战
CHI '22· 隐私设计与用户控制 +1
- 71%
关注差距:相机眼镜的佩戴者-旁观者隐私张力与情境自适应路径映射
CHI '26· 隐私设计与用户控制 +2
- 71%
从HCI视角看隐私政策可视化的范围综述与指南
CHI '26· 数据隐私感知与决策 +2
- 71%
支持知情自我披露:向用户展示人工智能隐私风险估算的设计建议
CHI '26· 隐私设计与用户控制 +2
- 71%
软件中我们需要辅助性原则吗?
CHI '26· 数据隐私感知与决策 +2
- 71%
理解用户需求:基于大语言模型的聊天机器人在隐私决策中的预期角色
CHI '26· 可解释人工智能(XAI) +2
- 71%
影响还是欺骗?评估安全与隐私设置中带有说服性声明的社交建议
CHI '26· 隐私设计与用户控制 +2
- 71%
中国智能家居应用中的旁观者隐私研究
CHI '26· 智能家居隐私与安全 +2
- 71%
生成式AI聊天机器人生态系统中的隐私选择设计
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
Privy:想象并缓解面向消费者的 AI 产品概念的隐私风险
CHI '26· 可解释人工智能(XAI) +2
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://doi.org/10.1145/3772318.3791030
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
科技伦理与批判性HCI、隐私设计与用户控制、数据隐私感知与决策
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、隐私政策制定者
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文