诡异的技术：它是什么以及如何衡量它？

文献标题

《Creepy Technology: What Is It and How Do You Measure It?》

文献信息

• 主题领域: 人机交互（HCI），重点研究技术初次使用者的感知和“诡异性”的量化
• 关键词: 诡异性, 用户体验, HCI, 评估量表, 初印象, 问卷, 技术接受模型, 伦理性

研究背景与问题

• 问题与挑战:

  • 随着交互技术日益接近用户的日常生活，这些技术（如可穿戴设备、家庭语音助手）不仅带来了便捷，也引发了用户的心理不适——通常被描述为“诡异”感。
  • 人机交互研究需要关注技术初次曝光的用户直观情绪，以避免用户在首次接触时产生负面体验。
  • 如何量化这一模糊的、直觉上的“诡异”感并据此进行设计，尚未被深入研究。

• 重要性:

  • 消除技术初次使用时的“诡异感”有助于提升用户接受度和体验。
  • 系统化关注这一现象，可帮助设计师更好地开发“非恐吓性”或情感上无威胁的技术。

• 研究动机与相关工作:

  • 过去，隐私与机器人研究中提到“诡异”（creepy）多与“隐私侵犯”或机器人“恐怖谷效应”相关，此范围较为局限。
  • 文献检索与先导性研究揭示：“诡异性”涉及更广泛的交互情景（如自驾车与用户交互、增强现实设备使用等），与不确定性、设计意图和社会适应性有关。
  • 尚无单一的理论模型或标准化量化工具可用于测量“诡异性”，目前的研究方法分散且缺乏系统性。

解决方案

• 方法与框架:

  • 提出了“感知技术诡异性量表”（Perceived Creepiness of Technology Scale，PCTS）。
  • 开发过程主要包含以下步骤：
    1. 文献综述: 回顾 HCI、隐私研究、人机交互等领域关于“诡异”概念的既有资料。
    2. 焦点小组研究: 与用户讨论“诡异”感的来源，收集其对不同技术的体验反馈。
    3. 概念建模: 基于文献与焦点小组的定性数据，提出“诡异性”的理论模型，包括三个核心维度。
    4. 问卷开发与优化: 编写初始问卷项，通过专家反馈和统计分析逐步优化。
    5. 量表验证: 对量表进行探索性因子分析、验证性因子分析，以及可靠性和效度测试。

• 创新之处:

  • 首次在 HCI 研究中系统化定义并验证“诡异”感的核心几何维度。
  • 开发了适配广泛技术场景的标准化量表，可快速用于比较不同技术的“诡异”水平。

• 模型维度:

  • 隐含恶意（Implied Malice）: 用户感知到技术设计可能违背其伦理或原则。
  • 不可取性（Undesirability）: 技术在特定情境下显得突兀或不适。
  • 不可预测性（Unpredictability）: 用户无法充分理解技术目的、功能或期望值。

研究成果

• 具体成果:

  • 成功设计了一个基于7点 Likert 量表的问卷，包括三个维度（8道题，总分范围9-63）。
  • 通过定性数据和统计分析验证了量表的内部一致性（Cronbach’s α=0.74）和效度。

• 对比现有解决方案的优势:

  • 与社会接受性或技术接受模型不同，PCTS 聚焦的是用户对技术的情绪化初印象，而非功能可用性或社会适配性。
  • 使用该量表能及早发现设计中导致用户“诡异感”的问题，避免后期调整造成的高成本。

• 实验与评估结果:

  • 在比较不同交互技术（如传统键盘 vs. EEG 登录方式）时，PCTS 能够显著区分技术间的“诡异”差异。
  • 验证试验（对已知“诡异”物品重复测量）表明量表具有时间稳定性（重测信度 κ=0.82）。

• 局限性与未来方向:

  • 局限性:
    • 量表当前仅适用于对技术初次体验的测量，用户长期接触后的“诡异感”变化尚不明确。
    • 参与者以欧洲或西方背景居多，量表在多文化背景下的适用性有待检验。
  • 未来方向:
    • 扩展 PCTS，使其能衡量长时间技术体验中的“诡异性”变化。
    • 在不同语言与文化背景下开展跨文化验证。

该研究为进一步探索用户体验领域的新统一量化标准奠定了基础，尤其对于具备自动化、个性化或直接与人体交互的技术设计具有指导意义。