多重分形鼠标：从手部运动推断任务参与度和现成性维度

文献标题

Multifractal Mice: Operationalising Dimensions of Readiness-to-hand via a Feature of Hand Movement

文献信息

• 主题领域: 人机交互 (HCI)、工具使用的认知科学与哲学研究
• 关键词: readiness-to-hand, embodiment, phenomenology, cognitive science, complex systems, engagement, user experience

研究背景与问题

• 发现的问题或挑战:

  1. 工具化的哲学概念“readiness-to-hand”（熟练直观工具使用）研究已有很长历史，但缺乏可测量和实验验证的操作化指标。
  2. 虽然已有研究尝试间接测量 readiness-to-hand，但这些方法通常需要干扰性较高的二级任务，可能妨碍自然的工具使用。
  3. 现有研究大多集中于工具故障（breakdown）情境，忽视了其他可能影响 readiness-to-hand 的因素，例如熟悉度和任务参与度。

• 重要性: Readiness-to-hand 被认为是理想的人机交互体验的本质，研究其操作化有助于设计自然且流畅的技术体验，使设计更贴合用户直觉和实际需求。

• 研究动机: 作者从认知科学中的多分形（multifractality）概念出发，假设这种非线性动力学属性与 readiness-to-hand 的某些行为和体验维度相关，旨在以此填补测量维度上的缺失。

解决方案

• 提出的方法或解决方案:

  1. 将多分形分析（Multifractal Analysis, MFA）应用于手部运动，通过信号的动力学复杂性指标（如多分形谱宽度）量化 readiness-to-hand。
  2. 在两项实验中探索多分形与工具熟悉度、故障及任务参与度之间的关系。
  3. 开发新的参数调整方法，优化多分形分析的假设检验实践，同时减少分析中来自线性因素的误差。

• 创新之处:

  1. 提出了一种无干扰、靠手部运动的量化方式，使 readiness-to-hand 的测量更加接近自然的交互情境。
  2. 首次将 readiness-to-hand 的研究扩展至任务参与度与熟悉度维度。
  3. 提供了基于数据的参数选择方法，通过伪代理分析（Surrogate Analysis）验证多分形谱的可靠性。

• 实施步骤:

  1. 实验一：通过鼠标游戏任务，测试多分形是否反映工具熟悉度和工具故障时用户注意力的变化。（N=44）
  2. 实验二：比较参与度不同的两种游戏（高参与度 vs. 低参与度）对多分形谱宽度的影响，同时观察任务时长对多分形的作用。（N=30）
  3. 对手部运动数据进行清洗，采用 Wavelet Transform Modulus Maxima (WTMM) 分析提取多分形特征，并结合伪代理分析验证分析可靠性。

研究成果

主要发现

1. 工具故障与注意转移:

   • 工具故障会导致用户对工具的注意力显著增加，对非任务相关元素的注意力无变化。
   • 故障情境下的手部运动表现出较低的多分形特征，验证 readiness-to-hand 状态的分形关联。

2. 熟悉度与 readiness-to-hand:

   • 通过多轮任务，用户熟悉工具后，其手部运动的多分形谱宽度显著增加，表明 readiness-to-hand 的提升与熟悉度相关。

3. 任务参与度:

   • 高参与度任务（通过挑战性和实时反馈设计实现）导致更高的多分形谱宽度。
   • 任务持续时间内，所有参与者的分形谱宽度在后期略有下降，可能反映疲劳或注意力下降。

4. 方法论验证:

   • 提出的多分形分析参数选择方法通过伪代理分析验证，其结果较好地排除了线性因素对多分形度量的干扰。

相比现有研究的优势

• 无需干扰性二级任务，使实验环境更贴近实际交互情境。
• 扩展了 readiness-to-hand 的测量范畴，涵盖工具熟悉度与任务参与度。
• 提供了更可靠的多分形谱验证框架，增强了研究结果的理论解释力。

局限性与未来方向

1. 实验任务单一:

   • 实验任务局限于鼠标游戏，尚未验证多分形在其他交互模态（例如键盘使用、VR/AR、自然手势交互）中的适用性。

2. 疲劳与兴趣的区分:

   • 实验二中的分形下降可能受疲劳或兴趣降低影响，需进一步分离变量以明确因果关系。

3. 与主观体验的关联性:

   • 实验主要集中于行为数据，尚未详细探讨 readiness-to-hand 准确如何影响第一人称体验（如沉浸感和反应能力）。

4. 实时应用挑战:

   • 尽管多分形方法理论上适用于实时环境，其实时性与响应时延问题需实测与优化。

开放数据与工具

• 所有实验数据、分析脚本及方法参数设定已开放至 OSF Repository。