个人数据学、自我洞察与行为改变：对现有文献的批判性回顾

个人计算系统（PI）允许用户收集和审查个人相关信息。这些系统通常设想的目的是，它们为用户提供基于数据的可操作的自我洞察，以帮助他们改善行为模式。在这里，我们回顾了相关的理论以及支持这一自我改善假设的经验证据。从6,568篇文献中，只有24项研究符合选择标准，即它们是同行评审的经验研究，报告了从PI数据中获得的基于数据的可操作洞察，使用的是没有其他干预技术（例如，额外的指导）的“干净”的PI系统，并且研究对象是非临床人群。初步结果很有希望——许多选定的文章报告用户获得了可操作的洞察——但我们确实注意到一些方法学问题，使得这些结果难以解释。我们得出结论，需要更多的工作来调查自我改善假设，并为未来的工作提供了一组建议。