健身可穿戴设备中的推动与反思:评估健康技术设计策略的利弊
作者
健身追踪与运动监测行为改变与反思技术运动员与健身爱好者健身教练物理治疗师与康复治疗师
文献标题
Nudging vs. Reflection in Fitness Wearables: Evaluating the Benefits and Drawbacks of Design Strategies for Wellbeing Technologies
出版信息
- 主题领域: 健康技术设计策略,重点研究推动(nudging)和反思(reflection)方法。
- 关键词: 健康技术, 推动, 反思, 健身穿戴设备, 用户自主性, 沉思, 目标承诺, 伦理设计, 说服性技术, 个人信息学。
背景与问题
- 问题/挑战: 关于健康技术的最佳设计策略尚无明确共识。推动类策略虽然有效,但引发伦理问题,而基于反思的方法可能缺乏即时行动性。缺乏对这些策略的系统性比较。
- 意义: 理解推动与反思之间的权衡对于设计既有效又符合伦理的健康技术至关重要,这需要在用户自主性与动机之间取得平衡。
- 动机与相关研究: 先前研究强调了设计不良的健康技术可能带来的风险,例如信心下降和沉思。虽然推动策略有效,但可能削弱自主性,而基于反思的系统可能缺乏可操作的激励。本研究通过实证比较用户对这些策略的看法来填补这一空白。
解决方案
- 提出的方法: 对健身穿戴设备中的六种推动策略和四种反思导向策略进行比较研究,采用视频短片和专家验证的原型。
- 创新点:
- 设计了代表六种推动策略和四种反思策略的十个移动应用原型。
- 使用混合方法对163名参与者(140名在线,23名线下)进行评估,以分析用户对这些策略的看法。
- 提供设计健康技术时平衡伦理与有效性的洞察和参考表。
- 过程与关键技术:
- 基于Caraban等人(推动)和Bentvelzen等人(反思)的框架开发了十个应用原型。
- 制作展示应用使用情况的视频短片,并由11位健康领域专家验证。
- 进行定量在线研究(n=140),使用“诡异感”、“沉思”、“反思”和“目标承诺”等量表。
- 进行线下定性研究(n=23),通过交互式原型对研究结果进行情境化分析。
结果
- 具体发现:
- 推动策略在沉思(R2T2-RUM, M=8.82 vs. 8.08, p<0.001)和感知恶意(PCTS-IM, M=7.61 vs. 6.55, p<0.01)方面得分更高。
- 反思策略在目标承诺(GCQ, M=30.62 vs. 29.23, p<0.01)方面得分更高。
- 特定推动策略如恐惧和社会影响被认为非常有效,但同时具有侵入性和不符合伦理。
- 反思策略如时间视角和发现被认为符合伦理,但行动性较弱。
- 相较基线的优势:
- 提供了推动与反思策略的细致比较,突出了其在有效性和伦理问题上的权衡。
- 识别出如促进和强化等较温和的推动策略,具有更高的接受度。
- 实验/评估:
- 定量研究:采用平衡不完全区块设计,包含10种条件(6种推动,4种反思),使用验证量表(PCTS, R2T2, GCQ, UMUX-LITE)。
- 定性研究:对每位参与者的五个短片进行主题分析和参与者反馈的民间分类法。
- 局限性与未来工作:
- 仅限于健身追踪领域;未来研究应探索压力管理或睡眠追踪等其他领域。
- 基于短片的设计降低了生态效度;需要进行真实世界的长期研究。
- 单一用户角色设计可能无法捕捉多样化的用户体验;未来工作应包括更多样化的用户角色。
总结
本研究实证比较了健身穿戴设备中的推动与反思导向策略,发现推动策略能够提供更强的即时动机,但存在伦理问题,而反思策略能够促进目标承诺,但缺乏行动性。通过对163名参与者的混合方法研究,作者识别了权衡点,并提出了设计符合伦理且有效的健康技术的可操作建议。研究还提供了一份参考表,帮助设计者选择在用户自主性、动机和伦理考虑之间取得平衡的策略。这些发现对健身追踪以外的广泛健康应用具有重要意义。
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。
- 83%
AgentCoach:基于LLM的运动技能学习自适应指导反馈系统
CHI '26· 人体姿态与行为识别 +2
- 83%
TingleTouch:通过电阻训练中的电刺激实现触觉指导
CHI '26· 电肌肉刺激(EMS)控制 +2
- 67%
GPTCoach: 基于大规模语言模型的体力活动指导
CHI '25· 大语言模型(LLM)的人机协作 +1
- 60%
体内活动追踪
CHI '18· 健身追踪与运动监测
- 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
- 60%
为健身追踪器设计反思性派生指标
UbiComp '23· 健身追踪与运动监测
- 60%
ProxiFit:使用单 commodities 移动设备通过接近磁传感实现整体重量训练监测
UbiComp '23· 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%)
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/10.1145/3772318.3791546
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
10 位作者
sell
研究子方向
健身追踪与运动监测、行为改变与反思技术
work
职业/产业
运动员与健身爱好者、健身教练、物理治疗师与康复治疗师
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文