根据变化阶段和动机定制说服和行为改变系统

文献标题

Tailoring Persuasive and Behaviour Change Systems Based on Stages of Change and Motivation

文献信息

• 主题领域: 人机交互与行为设计，特别是变更与健康促进系统的设计
• 关键词: 劝导系统, 行为改变系统, 改变阶段, 劝导策略, 行为变化, 动机, 定制化, 个性化, 行为改变理论, 健康与健康风险行为, 设计启示

研究背景与问题

• 发现的问题或挑战:

  • 劝导系统（PS）已被证明在激励行为变化方面是有效的，但大多数系统采用 “一刀切” 的方法，缺乏针对不同用户变量（如用户的行为改变阶段）的个性化设计。
  • 很少有研究探索如何根据“行为变化阶段”对劝导系统进行调整。
  • 劝导策略对不同用户产生的激励效果及其机制尚未明确。

• 研究重要性:

  • 个性化设计可提升劝导系统的效率，帮助更精准地满足用户需求，提高健康行为实现的概率。

• 研究动机与相关工作:

  • 使用行为改变理论（如跨理论模型（TTM））可以指导设计阶段性干预，以支持用户的行为改变。
  • 当前对劝导系统的研究大多聚焦于用户人口学特征或心理变量（如个性类型），而鲜有涉及行为改变阶段与劝导策略的关系。

解决方案

• 提出的解决方案:

  • 建立劝导系统设计的模型，将跨理论模型的改变阶段理论与ARCS动机模型以及劝导系统设计（PSD）框架相结合。
  • 通过大规模用户研究（568 名参与者）验证不同劝导策略在各行为改变阶段中的感知劝导效果及动机机制。

• 创新之处:

  • 首次将行为改变理论 (TTM) 与动机理论 (ARCS) 及劝导系统设计结合，提出分阶段的个性化设计指导。
  • 通过用户调研量化了五种核心劝导策略的感知效果，并提供定性的用户动机反馈。

• 实施步骤:

  1. 选择劝导系统常用的五种策略（自我监测、提醒、建议、社会角色、表扬）。
  2. 设计使用高保真原型测试这些策略，并收集用户对这些策略的感知劝导性和动机效应的量化数据。
  3. 使用结构方程模型（PLS-SEM）分析策略、动机维度（注意、相关性、自信心和满意度）与行为改变阶段之间的关系。
  4. 基于定性评论进行主题分析，支持并扩展量化发现。

研究成果

• 具体成果:

  • 不同用户群体对劝导策略的偏爱显著不同：
    • 预沉思阶段用户对能激发自觉性和意识的策略（如自我监测）较为敏感。
    • 行动阶段用户偏好帮助可替代问题行为的策略（如建议）、提供提醒的策略（如提醒）和社会支持角色（如社会角色）。
  • 表扬策略在激发用户信心和时效性方面较为普适。
  • 不同行为改变阶段用户对劝导策略的感知差异性显著，并提出了数据支持的个性化设计建议（见下文“设计指导”）。

• 与现有解决方案的比较与优势:

  • 针对“一刀切”设计的局限性，本文提出了以行为改变阶段为指导的个性化设计方法。
  • 提供了一套基于理论支持的针对性强的设计建议。

• 实验或评估结果:

  • 建模和数据分析表明，动机维度（特别是“注意”、“信心”和“相关性”）显著影响各阶段用户对策略的接受程度。
  • 定量以及定性的用户反馈验证了策略与动机模型的匹配和适用性。

• 局限性与未来方向:

  • 本研究依赖用户自我报告数据，可能无法完全反映实际行为变化效果。
  • 当前研究聚焦于吸烟行为改变的干预，对其他健康行为（如体力活动）需进行进一步验证。
  • 未来工作包括实际系统测试，研究结果的跨领域普适性验证。

附加设计建议与启示

• 扩大用户基础设计:

  • 系统需整合普适性强的策略，如“建议”策略，以增强用户自信，推升行为改变可能性。
  • 提供定制化的提醒功能，允许用户根据需求个性化调整提醒频率。

• 分阶段设计指导:

  • 预沉思阶段：注重自我监测策略，以提升用户的意识与自觉性。
  • 沉思阶段：推荐结合自我监测、提醒、建议与社会角色，帮助用户分析风险收益。
  • 准备阶段：重点实施表扬与提醒策略，鼓励逐步采纳健康行为。
  • 行动阶段：采用动态支持（如建议、社会角色），巩固行为改变。
  • 维持阶段：用持续性的提醒与替代性建议帮助用户避免复发。

• 社交与人工智能交互:

  • 在社会角色的应用中，需增加人机模式间切换，让用户根据需要与真人专家互动，从而提升可信度和用户体验。