数字环境下的轻推：关于数字轻推的经验研究系统的文献回顾

文献标题

The Digital Landscape of Nudging: A Systematic Literature Review of Empirical Research on Digital Nudges

文献信息

• 主题领域: 数字助推 (Digital Nudging) 与人机交互 (HCI)
• 关键词: 数字助推、系统回顾、选择架构、个性化、互联性、助推模式、数字助推研究

研究背景与问题

• 问题与挑战：
  • 数字助推与传统助推存在重要区别，例如实时数据驱动的个性化与用户选择架构间的互联性。
  • 现有文献对数字助推的整体研究状态及空白点缺乏系统性梳理。
• 重要性：
  • 数字技术的普及使得数字助推在改变用户行为方面有前所未有的潜力，同时也带来设计复杂性和不确定性，可能产生意料之外的社会影响。
• 研究动机与相关工作：
  • 文献回顾显示，数字助推的有效性、类别划分及心理学基础已经得到初步研究，但其个性化与互联性仍是未被充分探索领域。
  • 文献的增长量显著，相关领域需求迫切。

解决方案

• 方法与解决方案：
  • 提供了一项系统性文献回顾，分析基于数字助推的实证研究。
  • 使用文献分类机制，将助推设计归类为10种助推模式，并对助推架构的个性化和互联性进行详细编码。
• 创新点：
  • 首次全面系统性梳理数字助推的设计模式、应用领域、评价方法及研究结果并提出高层研究问题。
• 实施步骤：
  • 文献搜集：通过7个数据库搜集包含“数字助推”关键词的638篇文献。
  • 筛选与评估：经过逐层筛选，最终保留73篇符合条件的文献。
  • 分析与分类：基于助推模式、应用领域、行为与态度改变类型、以及评价设计进行详细数据编码与分析。

研究成果

• 具体成果：
  • 文献回顾涵盖了73篇经过同行评审的文献中的109项研究，共评估了231个数字助推案例。
  • 数字助推的设计模式被归为10类，包括社交助推(Social)、强化助推(Reinforce)、披露(Disclosure)、摩擦(Friction)等。
  • 助推主要集中在隐私/安全、电子商务/营销和社交媒体领域，但还缺乏对健康和政策领域的深入探索。
  • 评估方法主要以在线实验为主，而田野实验较少；且大部分研究基于欧洲和北美地区样本。
• 优势：
  • 全面揭示了数字助推设计与应用领域的分布，覆盖不同模式及评估方法，填补了既往文献未关注的领域。
• 实验或评估结果：
  • 发现大多数数字助推未充分应用互联性和个性化的选择架构。
  • 较少研究探讨长期效应或行为减少的助推作用。
• 局限性与未来方向：
  • 局限性包括地理样本多样性不足及部分模式和领域研究较少。
  • 提出了九个未探索研究问题，如数字助推的文化调节效应、个性化的伦理边界、助推组合的交互效应等。