分心还是错过站？调查公共交通乘客的旅行相关多任务行为、动机和挑战

文献标题

Get Distracted or Missed the Stop? Investigating Public Transit Passengers’ Travel-Based Multitasking Behaviors, Motives, and Challenges

文献信息

• 主题领域: 人机交互 (HCI)、公共交通、时间利用与多任务行为
• 关键词: 多任务行为, 公共交通, 人机交互, 时间利用, 设计建议, 环境动态, 安全隐患

研究背景与问题

• 问题与挑战:
  乘客在公共交通旅途中进行多任务行为（如使用手机、处理工作任务等）会面临环境动态性和任务相互干扰的挑战。这可能导致错过站点、工作效率下降甚至个人安全问题。

• 重要性:
  随着信息技术和移动设备的普及，公共交通中的多任务行为变得越来越常见，研究如何改善这种体验对提升公共交通服务设施及乘客满意度至关重要。

• 研究动机与相关工作:
  现有研究主要集中于乘客行为和活动选择，但对多任务行为背后的动机及其对行为模式和遇到挑战的影响探讨不足。本研究旨在填补这一空白，并明确这种行为如何受到环境动态性与任务规划的交互作用影响。

解决方案

• 提出方法或解决方案:
  作者通过混合方法研究，包括对30名来自台湾不同城市的乘客进行“影随观察”以及半结构化访谈。研究聚焦于公共交通旅途中的多任务行为模式及其相关挑战，并提出了设计建议。

• 创新之处:

  1. 提出了基于任务动机的四种多任务行为模式：
     • 日常习惯性行为。
     • 利用旅途中“虚闲”时间。
     • 完成最后期限任务的行为。
     • 选择适合公共交通环境和节奏的任务。
  2. 识别了因环境动态性和任务间干扰引发的主要挑战。
  3. 提出了具体设计建议以降低这些挑战，并提高乘客体验。

• 实施步骤及关键技术:

  1. 影随观察: 对参与者在旅途中真实行为和注意力切换进行记录。
  2. 半结构化访谈: 深入挖掘参与者关于动机以及任务选择的思考与感受。
  3. 数据分析: 应用扎根理论逐步编码并建模，识别主要行为模式与挑战类型。

研究成果

• 具体成果:

  1. 识别了四种主要的多任务行为模式，分别受到不同动机驱动。
  2. 发现了两类主要任务干扰问题及三类环境动态因素带来的额外关注点。
  3. 针对公共交通设计，提出了五项高层次改善建议，包括个性化提醒、任务规划辅助等。

• 相较现有解决方案的优势:

  • 在行为模式的分类和动机识别方面更加深入。
  • 提供的设计建议具有明确的针对性，可应用于交通服务和移动应用开发中。

• 实验或评估结果:
  本研究通过访谈和观察，量化总结了任务干扰及环境动态性对乘客行为的影响，并发现高频注意力切换普遍降低任务绩效。

• 局限性与未来方向:

  1. 局限性:
     • 数据以质性分析为主，无法得出定量结论。
     • 参与者集中于单独出行场景，团体出行行为未被充分研究。
     • COVID-19疫情可能影响了行为模式的普遍性。
  2. 未来方向:
     • 进行定量分析以深入探讨不同交通模式对行为的影响。
     • 研究团体出行中的多任务行为。
     • 探索新兴交通模式（如自动驾驶与共享交通）对多任务行为的影响。

设计启示与建议

1. 基于乘客的多任务动机，设计可个性化的任务规划辅助工具。
2. 提供交通旅程的时间与空间特性预测功能，增强乘客对旅程规划的感知。
3. 改善公共交通的任务提示系统，使其更容易被实时感知且信息可靠。
4. 多渠道展示实时站点与交通信息，减少乘客在多屏之间切换的注意力成本。
5. 开发与任务相关的位置或时间提醒功能，帮助旅客更有效率地分配任务。
6. 提供安全提醒与实时环境信息，增强乘客对周围潜在危险情况的敏感性。

该研究为公共交通服务与多任务行为技术支持的进一步开发提供了重要参考。